目次
1 はじめに 1.1. 研究の目的 1.2. 市場の定義 1.2.1. 含まれるものと除外されるもの 1.3. 市場範囲 1.3.1. 市場セグメンテーション 1.3.2. 対象地域 1.3.3. 調査対象年 1.4. 通貨 1.5. 利害関係者 1.6. 景気後退の影響
2 研究方法 2.1. 研究データ 2.1.1. 二次データ 2.1.2. 一次データ 2.1.2.1.プライマリープロファイルの内訳 2.1.2.2. 主要業界インサイト 2.2. 市場の分類とデータの三角測量 2.3. 市場規模の推定 2.3.1. トップダウン・アプローチ 2.3.2. ボトムアップ・アプローチ 2.4. 市場予測 2.5.前提条件 2.6. 研究の限界 2.7 世界プロセスマイニング市場への景気後退の影響
3 エグゼクティブ・サマリー
4つのプレミアム・インサイト 4.1. 世界のプロセスマイニング市場における魅力的な機会 4.2. プロセスマイニング市場、提供製品別、2023年対2028年 4.3. プロセスマイニング市場、マイニングアルゴリズム別、2023年対2028年 4.4. プロセスマイニング市場、データソース別、2023年対2028年 4.5. プロセスマイニング市場、垂直市場別、2023年対2028年 4.6. プロセスマイニング市場、地域別
5 市場の概要 5.1. 導入 5.2. マーケット・ダイナミクス 5.2.1.ドライバー 5.2.1.1. ビジネスプロセスの複雑化 5.2.1.2. デジタルトランスフォーメーションの採用増加 5.2.1.3. プロセスの可視化と制御の必要性の高まり 5.2.2. 拘束 5.2.2.1.認識不足と理解不足 5.2.2.2. データ・セキュリティとプライバシーに関する懸念 5.2.2.3. データの品質と利用可能性の問題 5.2.3. 機会 5.2.3.1. 人工知能と機械学習の統合 5.2.3.2. クラウドベースのソリューションに対する需要の高まり 5.2.3.3. 持続可能性への関心の高まり 5.2.4.課題 5.2.4.1. 他のテクノロジーとの統合 5.2.4.2.プロセスマイニングツールのユーザビリティ向上の必要性 5.2.4.3. 複雑な洞察の解釈 5.3. プロセスマイニングの進化 5.4. サプライ／バリュー・チェーン分析 5.5. 生態系分析 5.5.1. プロセスマイニング市場のソフトウェアプロバイダー 5.5.2. プロセスマイニング市場のサービスプロバイダー 5.5.3. プロセスマイニング市場のデータプロバイダー 5.5.4. プロセスマイニング市場のシステムインテグレーター 5.5.5. プロセスマイニング市場のエンドユーザー 5.5.6. プロセスマイニング市場の規制機関 5.6. プロセス・マイニング・アーキテクチャ 5.7. プロセスマイニング：ベストプラクティス 5.8. ケーススタディ分析 5.8.1. ヘルスケア＆ライフサイエンス 5.8.1.1. ジョンソン・エンド・ジョンソンのセロニスによるプロセスマイニングと価値創造への道のり 5.8.2. エネルギー＆公益事業 5.8.2.1.SAP Signavioを活用したエレジオのプロセス合理化と顧客体験の向上 5.8.3. 政府・防衛 5.8.3.1. IBMプロセスマイニングが米国州政府の調達プロセスの合理化を支援 5.8.4. 製造 5.8.4.1.日立製作所、どこでも自動化で業務プロセスを合理化し、従業員の効率を高める 5.8.5. BFSI 5.8.5.1.uipathプロセスマイニングによるイズバンクのオペレーショナル・エクセレンスの旅 5.8.6. 教育 5.8.6.1.イグラフェックス・ソリューションによるミュンヘン大学の研究と教育におけるプロセス思考の確立 5.9. 技術分析 5.9.1. キーテクノロジー 5.9.1.1. 人工知能（AI）と機械学習（ml） 5.9.1.2. ロボティック・プロセス・オートメーション（RPA） 5.9.1.3. クラウド・コンピューティング 5.9.1.4 IOT 5.9.1.5. ビッグデータ分析 5.9.2. 隣接技術 5.9.2.1.自然言語処理（NLP） 5.9.2.2. 意思決定支援システム（DSS） 5.9.2.3. データ・ストリーミングとリアルタイム分析 5.9.3. 補足技術 5.9.3.1. データウェアハウス 5.9.3.2. データガバナンス 5.9.3.3. 暗号化とサイバーセキュリティ 5.9.3.4 API 5.10. 関税と規制の状況 5.10.1. Saasベースのプロセスマイニングソリューションに関連する関税 5.10.2. 規制機関、政府機関、その他の組織 5.10.2.1.北米 5.10.2.2. ヨーロッパ 5.10.2.3. アジア太平洋地域 5.10.2.4.中東・アフリカ 5.10.2.5. ラテンアメリカ 5.11. 特許分析 5.11.1. 方法論 5.11.2. 出願された特許、文書タイプ別、2013-2023年 5.11.3. イノベーションと特許申請 5.11.3.1. 上位志願者 5.12. 価格分析 5.12.1. 主要プレーヤーの平均販売価格動向（ソフトウェア別 5.12.2. 指標価格分析（プロセスマイニングベンダー別 5.13.貿易分析 5.14.主要会議・イベント（2023-2024年 5.15.ポーターファイブフォース分析 5.15.1. 新規参入による脅威 5.15.2. 代替品の脅威 5.15.3. サプライヤーの交渉力 5.15.4. 買い手の交渉力 5.15.5. 競争の激しさ ライバル関係 5.16.プロセスマイニング技術ロードマップ 5.16.1. 短期ロードマップ、2023-2025年 5.16.2. 中期ロードマップ（2026～2028年 5.16.3. 長期ロードマップ（2029～2030年 5.17.プロセスマイニングのビジネスモデル 5.17.1. ソフトウェア・ベンダー・モデル 5.17.2. コンサルティング・サービス・モデル 5.17.3. プラットフォーム・アズ・ア・サービス・モデル 5.17.4. マネージド・サービス・モデル 5.17.5. データ収益化モデル 5.18.プロセスマイニング市場の買い手／顧客に影響を与えるトレンド／混乱 5.19. 主要ステークホルダーと購買基準 5.19.1. 購買プロセスにおける主要ステークホルダー 5.19.2. 買い付けの基準
6 プロセスマイニング市場、提供製品別 6.1. 導入 6.1.1. サービス：プロセスマイニング市場の促進要因 6.2. ソフトウェア 6.2.1.プロセス発見ツール 6.2.1.1. イベントログに基づく発見 6.2.1.1.1. 自動ディスカバリー 6.2.1.1.2. インタラクティブ・ディスカバリー 6.2.1.1.3. ログのフィルタリングと前処理 6.2.1.2. プロセス・マップに基づく発見 6.2.1.2.1. フローチャートの生成 6.2.1.2.2. プロセス・マップの視覚化 6.2.2. 適合性チェックツール 6.2.2.1.モデル検査適合性 6.2.2.1.1. 直接モデル比較 6.2.2.1.2. 統計的モデル検査 6.2.2.1.3. 自動化されたルールベースの適合性 6.2.2.2. ログベースの適合性 6.2.2.2.1.偏差検出 6.2.2.2.2. 異常検知 6.2.2.2.3. 根本原因分析 6.2.3. プロセス強化およびシミュレーション・ツール 6.2.3.1. シミュレーションと最適化 6.2.3.1.1. プロセス・シミュレーション 6.2.3.1.2. 仮説分析 6.2.3.1.3. 最適化アルゴリズム 6.2.3.2. プロセスの強化と自動化 6.2.3.2.1. 推薦エンジン 6.2.3.2.2. オートメーションの統合 6.2.3.2.3. プロセス再設計ツール 6.2.4.パフォーマンス分析ツール 6.2.4.1. パフォーマンス・メトリクス 6.2.4.1.1. 主要業績評価指標（Kpi）の追跡 6.2.4.1.2. プロセス効率分析 6.2.4.1.3. ボトルネックの特定 6.2.4.2. パフォーマンスの可視化 6.2.4.2.1. リアルタイム・パフォーマンス・ダッシュボード 6.2.4.2.2. 過去のパフォーマンス傾向 6.2.4.2.3. パフォーマンス・ベンチマーク 6.2.5. 視覚化ツール 6.2.5.1. プロセスの可視化 6.2.5.1.1. インタラクティブ・プロセス・マップ 6.2.5.1.2. プロセス・フローチャート 6.2.5.1.3. ヒートマップとサンキー図 6.2.5.2. データの視覚化 6.2.5.2.1.データダッシュボード 6.2.5.2.2. カスタムデータ視覚化 6.2.5.2.3. データ探索ツール 6.2.6. 継続的モニタリングと分析ツール 6.2.6.1. リアルタイム・モニタリング 6.2.6.1.1. 連続イベント・ストリーム分析 6.2.6.1.2. リアルタイム・プロセス・トラッキング 6.2.6.1.3. 警告および通知 6.2.6.2. ヒストリカル・アナリティクス 6.2.6.2.1.トレンド分析 6.2.6.2.2. 根本原因分析 6.2.6.2.3. 過去のプロセス・パフォーマンス・レポート 6.2.6.3. 予測分析 6.2.6.3.1. 機械学習モデル 6.2.6.3.2. 予測的Kpi予測 6.2.6.4. 高度な予測モデル 6.2.6.4.1. 複雑なイベント処理 6.2.6.4.2.時系列予測 6.2.7. 統合およびコラボレーション・ツール 6.2.7.1. データ統合 6.2.7.1.1. データソースの統合 6.2.7.1.2.apiおよびデータ・コネクタのサポート 6.2.7.1.3. データ変換とマッピング 6.2.7.2. コラボレーション・ツール 6.2.7.2.1. ワークフロー・コラボレーション 6.2.7.2.2. チーム・コラボレーション 6.2.7.2.3. プロセスの文書化と共有 6.2.8. その他のソフトウェア（ハイブリッドプロセスマイニングソフトウェア、プリスクリプティブアナリティクス） 6.3. サービス 6.3.1. プロフェッショナル・サービス 6.3.1.1. システム・インテグレーション＆インプリメンテーション・サービス 6.3.1.2. サポート＆メンテナンス・サービス 6.3.1.3. トレーニング＆コンサルティング・サービス 6.3.2. マネージド・サービス
7 プロセスマイニング市場、マイニングアルゴリズム別 7.1. 導入 7.1.1. マイニングアルゴリズム：プロセスマイニング市場の促進要因 7.2. 発見アルゴリズム 7.2.1.ヒューリスティック・マイナー 7.2.1.1. ダイレクトフォローグラフの発見 7.2.1.2. 依存関係グラフの発見 7.2.1.3. アルファ・アルゴリズム 7.2.2. アルファ・マイナー 7.2.2.1. 拡張ヒューリスティック・マイニング 7.2.2.2. ノイズ・フィルタリング 7.2.2.3. ループ処理 7.2.3. 誘導採掘機 7.2.3.1. 直行グラフ帰納法 7.2.3.2. ログ・ペトリ・ネット変換 7.2.3.3. ノイズ耐性 7.3. 適合性検査アルゴリズム 7.3.1. トークン・ベースの再生 7.3.1.1. 適性評価 7.3.1.2.アライメント 7.3.1.3. 精度と一般化 7.3.2. ログベースの適合性チェック 7.3.2.1.偏差検出 7.3.2.2. コンフォーマンス・メトリクス 7.3.2.3. 根本原因分析 7.3.3. モデルベースの適合性チェック 7.3.3.1. プロセスモデルの調整 7.3.3.2. 適性分析 7.3.3.3. 精度と一般化 7.4. エンハンスメントとエクステンション・アルゴリズム 7.4.1. プロセス・シミュレーション 7.4.1.1. モンテカルロ・シミュレーション 7.4.1.2. プロセス変動性分析 7.4.1.3. 仮説分析 7.4.2. 推薦アルゴリズム 7.4.2.1.プロセス最適化の提案 7.4.2.2. リソース配分に関する提言 7.4.2.3. コンプライアンス改善ガイダンス 7.4.3. 予測分析アルゴリズム 7.4.3.1. プロセス予測のための機械学習 7.4.3.2. 予測的KPIモニタリング 7.5. クラスタリングと分類アルゴリズム 7.5.1. プロセス・インスタンスのクラスタリング 7.5.1.1. 類似性の尺度 7.5.1.2. 階層的クラスタリング 7.5.1.3. k-平均クラスタリング 7.5.2. プロセス・バリアントの分類 7.5.2.1.決定木分類 7.5.2.2. ナイーブベイズ分類 7.5.2.3. サポートベクターマシン(svm) 7.5.3. 異常検知 7.5.3.1. 統計的異常検知 7.5.3.2. 隔離林 7.5.3.3. 配列異常のオートエンコーダ 7.6. 配列解析アルゴリズム 7.6.1. 逐次パターンマイニング 7.6.1.1. 頻繁な連続パターン発見 7.6.1.2. パラレル・シーケンス・マイニング 7.6.2. シーケンス・アラインメント 7.6.2.1. イベントログ配列のアライメント 7.6.2.2. シーケンス編集距離メトリクス 7.6.2.3. シーケンス・クラスタリング 7.6.3. プロセスパス分析 7.6.3.1. パス周波数分析 7.6.3.2. プロセスパスの抽象化 7.6.3.3. クリティカル・パスの特定 7.7. 深層学習アルゴリズム 7.7.1. リカレント・ニューラル・ネットワーク（Rnn） 7.7.1.1. LSTMベースのプロセス分析 7.7.1.2. グルーベースのシーケンス・モデリング 7.7.1.3. イベント・シーケンス予測 7.7.2. トランス・モデル 7.7.2.1.注意に基づくプロセス分析 7.7.2.2. トランスフォーマーXL（ロングシーケンス用 7.7.2.3. プロセス・テキストマイニング 7.7.3. グラフ・ニューラル・ネットワーク（GNN） 7.7.3.1. グラフベースのプロセス分析 7.7.3.2. グラフ注意ネットワーク（gat） 7.7.3.3. プロセス予測のためのgnns 7.8. 時間プロセスマイニングアルゴリズム 7.8.1. 時間的パターン発見 7.8.1.1. 時間間隔ベースのパターン 7.8.1.2. 時間的規則と制約 7.8.1.3. デュレーション分析 7.8.2. 時系列分析 7.8.2.1. イベントログ時系列分析 7.8.2.2. プロセス・イベント予測 7.8.2.3. 時間に関連するプロセス洞察 7.9. その他のマイニングアルゴリズム（モジュラーアルゴリズム、ハイブリッドアルゴリズム）
8 プロセスマイニング市場、データソース別 8.1. 導入 8.1.1. データソース：プロセスマイニング市場の促進要因 8.2. ERP（企業資源計画）システム 8.2.1. 財務ERPデータ 8.2.2. インベントリーERPデータ 8.2.3. 調達ERPデータ 8.3. 顧客関係管理（CRM）システム 8.3.1. セールスCrmデータ 8.3.2. マーケティングCrmデータ 8.3.3. 顧客サポートCrmデータ 8.4 IoTデバイスとセンサー 8.4.1. センサーデータ分析 8.4.2. IoT デバイスのパフォーマンスデータ 8.4.3. 予知保全データ 8.5. カスタムアプリケーションとデータベース 8.5.1. カスタム・データベース・テーブル 8.5.2. レガシー・アプリケーション・データ 8.5.3. ウェブアプリケーションのログ 8.6. ワークフローとBPMシステム 8.6.1. ワークフロー・プロセス・データ 8.6.2. ビジネスプロセスモデルと表記法(BPMN)モデルの実行 8.6.3. プロセス・ワークフロー測定基準 8.7. 文書管理システム 8.7.1. 文書ワークフローデータ 8.7.2. コンテンツ管理データ 8.7.3. デジタル署名ワークフロー 8.8. サプライチェーンとロジスティクス・データ 8.8.1. 輸送および出荷データ 8.8.2. サプライヤーとベンダーの交流 8.8.3. コールドチェーン・モニタリング・データ 8.9. 財務システム・データ 8.9.1. 会計および財務取引 8.9.2. 経費管理データ 8.9.3. 監査およびコンプライアンス記録 8.10. その他のデータソース（レガシーシステムのログ、地理空間データ、mlモデル出力データ）
9 プロセスマイニング市場、業種別 9.1. 導入 9.1.1. 垂直市場：市場促進要因 9.2 BFSI 9.2.1.ローンの組成と引受 9.2.1.1. 信用リスク評価 9.2.1.2. 住宅ローン承認プロセス 9.2.1.3. ローン書類の検証 9.2.2. 不正の検出と防止 9.2.2.1.不正取引分析 9.2.2.2. ID盗難検知 9.2.2.3. マネーロンダリング防止（AML） 9.2.3. 顧客オンボーディングとKYC 9.2.3.1. 顧客デューディリジェンス 9.2.3.2. Kyc プロセス効率 9.2.3.3. コンプライアンス・モニタリング 9.2.4.クレーム処理 9.2.4.1. 保険金請求の検証 9.2.4.2. クレーム決済の効率性 9.2.4.3. 不正請求の検出 9.2.5. その他（規制当局への報告、ポートフォリオ管理、atm取引分析） 9.3. 製造 9.3.1. 生産の最適化 9.3.1.1. 生産ラインの効率性 9.3.1.2. 労働生産性 9.3.1.3. 機器の使用率 9.3.2. 品質管理と保証 9.3.2.1.欠陥の検出と防止 9.3.2.2. コンプライアンス・モニタリング 9.3.2.3. 根本原因分析 9.3.3. サプライチェーン・マネジメント 9.3.3.1. 在庫の最適化 9.3.3.2. サプライヤーのパフォーマンス分析 9.3.3.3. 需要予測とプランニング 9.3.4. メンテナンスと信頼性 9.3.4.1. 予知保全 9.3.4.2.資産利用分析 9.3.4.3. ダウンタイムの削減 9.3.5. その他（持続可能性モニタリング、リーン生産分析、調達プロセスの最適化） 9.4. itとites 9.4.1. ソフトウェア開発ライフサイクル（SDLC）分析 9.4.1.1. コードレビューと最適化 9.4.1.2. バグと問題の追跡 9.4.1.3. リリース・サイクル効率 9.4.2. ヘルプデスクとサポート 9.4.2.1.チケット解決時間分析 9.4.2.2. インシデントの傾向とパターン 9.4.2.3. サービスレベル合意（SLA）の順守 9.4.3. ITインフラ管理 9.4.3.1. ネットワーク・パフォーマンス・モニタリング 9.4.3.2. サーバーのリソース使用率 9.4.3.3. 資産目録 9.4.4. サイバーセキュリティと脅威検知 9.4.4.1. 侵入検知と対応 9.4.4.2. セキュリティインシデント分析 9.4.4.3. セキュリティ・ポリシーの遵守 9.4.5. その他（IT調達分析、ソフトウェアライセンス管理、ITベンダーパフォーマンス） 9.5. ヘルスケア＆ライフサイエンス 9.5.1. 患者ケアと病院管理 9.5.1.1. ペイシェント・ジャーニー分析 9.5.1.2. リソース割り当ての最適化 9.5.1.3. 請求およびクレーム処理 9.5.2. 臨床試験の最適化 9.5.2.1.トライアルの登録効率 9.5.2.2. 有害事象分析 9.5.2.3. 医薬品開発スケジュール 9.5.3. 電子カルテ（EHR）分析 9.5.3.1. EHRデータの正確性 9.5.3.2. 規制順守 9.5.3.3. 患者転帰の改善 9.5.4. サプライチェーンと医薬品製造 9.5.4.1. 医薬品生産の最適化 9.5.4.2. 医薬品のトレーサビリティ 9.5.4.3. 在庫管理 9.5.5. その他（医療コンプライアンス監視、病院資産追跡、遠隔医療プロセス分析） 9.6. 小売＆eコマース 9.6.1. 顧客体験の向上 9.6.1.1. カスタマージャーニーマッピング 9.6.1.2. パーソナライゼーションとレコメンデーション 9.6.1.3. カート放棄分析 9.6.2. 在庫およびストック管理 9.6.2.1.ストックレベルの最適化 9.6.2.2. 在庫需要予測 9.6.2.3. 棚スペースの最適化 9.6.3. オーダーフルフィルメントとロジスティクス 9.6.3.1. オーダー処理の効率性 9.6.3.2. 納期最適化 9.6.3.3. 返品管理 9.6.4. 価格設定と販売促進戦略 9.6.4.1. ダイナミック・プライシング分析 9.6.4.2. プロモーション効果 9.6.4.3. 利益率の最適化 9.6.5. その他（ロイヤルティプログラム分析、小売店のフットフォールモニタリング） 9.7. エネルギー＆公益事業 9.7.1. エネルギー消費分析 9.7.1.1. エネルギー効率の改善 9.7.1.2. エネルギー需要予測 9.7.1.3. 再生可能エネルギーの統合 9.7.2. 資産管理と予知保全 9.7.2.1. 機器の信頼性分析 9.7.2.2. 資産パフォーマンスの最適化 9.7.2.3. グリッドの回復力強化 9.7.3. グリッドと配電の最適化 9.7.3.1. グリッドのパフォーマンス分析 9.7.3.2. 配電網の効率性 9.7.3.3. スマートグリッドの導入 9.7.4. 環境コンプライアンス 9.7.4.1. 排出量のモニタリングと報告 9.7.4.2. 規制順守 9.7.4.3. 持続可能性への取り組み 9.7.5. その他（水資源管理、公共料金請求プロセスの最適化） 9.8. 輸送・物流 9.8.1. ルート最適化 9.8.1.1. 輸送ルートの効率性 9.8.1.2. 納期モニタリング 9.8.1.3. 車両管理 9.8.2. 在庫および倉庫管理 9.8.2.1. 在庫回転率の最適化 9.8.2.2. 倉庫効率 9.8.2.3. 需要予測 9.8.3. 物流の可視化と追跡 9.8.3.1. サプライチェーンの可視性 9.8.3.2. キャリア・パフォーマンス分析 9.8.3.3. ラストマイル・デリバリーの最適化 9.8.4. 安全性とコンプライアンス 9.8.4.1. ドライバーの安全モニタリング 9.8.4.2. 規制順守 9.8.4.3. インシデントおよび事故分析 9.8.5. その他（港湾およびターミナルの効率性、鉄道および航空貨物の分析） 9.9. 政府・防衛 9.9.1. 市民サービスの向上 9.9.1.1. 政府サービスの効率性 9.9.1.2. 市民体験の向上 9.9.1.3. コンプライアンス・モニタリング 9.9.2. 公共の健康と安全 9.9.2.1. 緊急対応の最適化 9.9.2.2. 疾病サーベイランス 9.9.2.3. トラフィック管理 9.9.3. 規制順守と監査 9.9.3.1. 監査証跡分析 9.9.3.2. データ・プライバシー・コンプライアンス 9.9.3.3. 規制当局への報告 9.9.4. その他（国境警備プロセス分析、政府予算配分、国防調達の効率性） 9.10. 教育 9.10.1. 学生のライフサイクル管理 9.10.1.1. 登録プロセスの最適化 9.10.1.2.学業成績分析 9.10.1.3. 学生支援サービス 9.10.2. カリキュラムとコースの最適化 9.10.2.1.カリキュラム設計の効率性 9.10.2.2. コース登録分析 9.10.2.3. 学習成果の改善 9.10.3. リソースの割り当て 9.10.3.1. 教員のワークロード・バランス 9.10.3.2. インフラの活用 9.10.3.3. 予算配分の効率性 9.10.4. その他（キャンパス施設管理、研究助成金プロセスの最適化、卒業生エンゲージメント分析） 9.11. その他の業種（テレコム、メディア＆エンターテインメント、旅行＆ホスピタリティ）
10 プロセスマイニング市場、地域別 10.1. 導入 10.2. 北米 10.2.1.北米：プロセスマイニング市場の促進要因 10.2.2. 北米：景気後退の影響 10.2.3. 米国 10.2.4.カナダ 10.3. ヨーロッパ 10.3.1. 欧州：プロセスマイニング市場の促進要因 10.3.2. 欧州：景気後退の影響 10.3.3. 10.3.4. ドイツ 10.3.5. フランス 10.3.6. イタリア 10.3.7. スペイン 10.3.8. オランダ 10.3.9. その他のヨーロッパ 10.4 アジア太平洋 10.4.1. アジア太平洋地域：プロセスマイニング市場の促進要因 10.4.2.アジア太平洋：景気後退の影響 10.4.3. 中国 10.4.4. インド 10.4.5. 日本 10.4.6. 韓国 10.4.7 シンガポール 10.4.8. オーストラリア＆ニュージーランド 10.4.9. その他のアジア太平洋地域 10.5. 東アフリカ 10.5.1. 東アフリカ：プロセスマイニング市場の促進要因 10.5.2. 東欧・アフリカ：景気後退の影響 10.5.3. サウジアラビア 10.5.4. UAE 10.5.5. 南アフリカ 10.5.6. イスラエル 10.5.7. その他の中東およびアフリカ 10.6. ラテンアメリカ 10.6.1. ラテンアメリカ：プロセスマイニング市場の促進要因 10.6.2. ラテンアメリカ：景気後退の影響 10.6.3. ブラジル 10.6.4. メキシコ 10.6.5.アルゼンチン 10.6.6. その他のラテンアメリカ諸国
11 競争環境 11.1 概要 11.2. 主要プレーヤーが採用した戦略 11.3. 事業セグメント別収益分析 11.3.1. 事業セグメント別収益分析 11.4. 市場シェア分析 11.5. ブランド／製品の比較分析 11.5.1. ブランド／製品比較分析（プロセス発見ソフトウェア別 11.5.2. ブランド／製品比較分析（適合検査ソフトウェア別 11.5.3. ブランド／製品比較分析：プロセス強化＆最適化ソフトウェア別 11.5.4. ブランド／製品比較分析（プロセス可視化ソフトウェア別 11.6. 企業評価マトリックス（2022年 11.6.1 スターズ 11.6.2. 新進リーダー 11.6.3. 浸透型プレーヤー 11.6.4. 参加者 11.6.5. 会社のフットプリント 11.7. 起業／事業評価マトリクス（2022年 11.7.1. 進歩的企業 11.7.2. 対応可能な企業 11.7.3. ダイナミック・カンパニー 11.7.4. スタート・ブロック 11.7.5. 競合ベンチマーキング 11.8. 主要プロセスマイニングベンダーの評価と財務指標 11.9.競争シナリオとトレンド 11.9.1. 製品の発売と強化 11.9.2. 11.9.3. その他
12社のプロファイル 12.1. 導入 12.2. 主要プレーヤー 12.2.1. 12.2.2. ABBYY 12.2.3. セロニス 12.2.4.ユーパス 12.2.5. ソフトウェアAG 12.2.6. KOFAX 12.2.7. サップ・シグナヴィオ 12.2.8. qprソフトウェア 12.2.9. APPIAN 12.2.10. マイクロソフト 12.2.11. メアヴェルク 12.2.12. ペガシステムズ 12.2.13.SOROCO 12.2.14. igrafx 12.2.15.ニンテックス 12.2.16.オートメーション・エニウェア 12.2.17.ハイランドソフトウェア 12.3. スタートアップ／ミクスチャー 12.3.1. フラキシコン 12.3.2. データポリス 12.3.3. アプロモア 12.3.4. ビジネス・オプティクス 12.3.5. ステレオロジック 12.3.6. ワークソフト 12.3.7. インバービス・アナリティクス 12.3.8. scan.ai 12.3.9. 12.3.10. サイクロン・ロボティクス 12.3.11. アップフラックス 12.3.12. パズルデータ株式会社 12.3.13.KYP.AI 12.3.14. ワークフェロー
13 隣接・関連市場 13.1.はじめに 13.2.ビジネスプロセス管理市場 - 2025年までの世界予測 13.2.1.市場定義 13.2.2.市場概要 13.3.ビジネスインテリジェンス市場 - 2025年までの世界予測 13.3.1.市場定義 13.3.2.市場概要
14 APPENDIX 14.1.ディスカッションガイド 14.2.ナレッジストアMarketsandmarketsの購読ポータル 14.3.利用可能なカスタマイズ 14.4.関連レポート 14.5.著者詳細
