Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "SDGs": [],
2
  "SDGs": [],
            
3
  "author": null,
3
  "author": null,
            
4
  "author_email": null,
4
  "author_email": null,
            
5
  "creator_user_id": "2d6f4b88-ac2a-4d68-8d0f-7c6235b7b442",
5
  "creator_user_id": "2d6f4b88-ac2a-4d68-8d0f-7c6235b7b442",
            
6
  "extras": [
6
  "extras": [
            
7
    {
7
    {
            
8
      "key": "fields",
8
      "key": "fields",
            
9
      "value": "id, date, rtgs_vol, rtgs_val, neft_vol, neft_val, 
9
      "value": "id, date, rtgs_vol, rtgs_val, neft_vol, neft_val, 
            
10
aeps_vol, aeps_val, upi_vol, upi_val, imps_vol, imps_val, 
10
aeps_vol, aeps_val, upi_vol, upi_val, imps_vol, imps_val, 
            
11
nach_credit_vol, nach_credit_val, nach_debit_vol, nach_debit_val, 
11
nach_credit_vol, nach_credit_val, nach_debit_vol, nach_debit_val, 
            
12
netc_vol, netc_val, bbps_vol, bbps_val, cts_vol, cts_val, 
12
netc_vol, netc_val, bbps_vol, bbps_val, cts_vol, cts_val, 
            
13
credit_card_at_pos_and_e_commerce_vol, 
13
credit_card_at_pos_and_e_commerce_vol, 
            
14
credit_card_at_pos_and_e_commerce_val, 
14
credit_card_at_pos_and_e_commerce_val, 
            
15
debit_card_at_pos_and_e_commerce_vol, 
15
debit_card_at_pos_and_e_commerce_vol, 
            
16
debit_card_at_pos_and_e_commerce_val, 
16
debit_card_at_pos_and_e_commerce_val, 
            
17
ppis_card_at_pos_and_e_commerce_vol, 
17
ppis_card_at_pos_and_e_commerce_vol, 
            
18
ppis_card_at_pos_and_e_commerce_val, nfs_through_atms_vol, 
18
ppis_card_at_pos_and_e_commerce_val, nfs_through_atms_vol, 
            
19
nfs_through_atms_val, aeps_through_micro_atms_or_bcs_vol, 
19
nfs_through_atms_val, aeps_through_micro_atms_or_bcs_vol, 
            
20
aeps_through_micro_atms_or_bcs_val, credit_card_at_pos_vol, 
20
aeps_through_micro_atms_or_bcs_val, credit_card_at_pos_vol, 
            
21
credit_card_at_pos_val, credit_card_at_e_commerce_vol, 
21
credit_card_at_pos_val, credit_card_at_e_commerce_vol, 
            
22
credit_card_at_e_commerce_val, debit_card_at_pos_vol, 
22
credit_card_at_e_commerce_val, debit_card_at_pos_vol, 
            
23
debit_card_at_pos_val, debit_card_at_e_commerce_vol, 
23
debit_card_at_pos_val, debit_card_at_e_commerce_vol, 
            
24
debit_card_at_e_commerce_val, ppis_card_at_pos_vol, 
24
debit_card_at_e_commerce_val, ppis_card_at_pos_vol, 
            
25
ppis_card_at_pos_val, ppis_card_at_e_commerce_vol, 
25
ppis_card_at_pos_val, ppis_card_at_e_commerce_vol, 
            
26
ppis_card_at_e_commerce_val, government_securities_clearing_vol, 
26
ppis_card_at_e_commerce_val, government_securities_clearing_vol, 
            
27
government_securities_clearing_val, forex_clearing_vol, 
27
government_securities_clearing_val, forex_clearing_vol, 
            
28
forex_clearing_val, rupee_derivatives_vol, rupee_derivatives_val, id, 
28
forex_clearing_val, rupee_derivatives_vol, rupee_derivatives_val, id, 
            
29
date, m3, currency_with_public, demand_deposits_with_banks, 
29
date, m3, currency_with_public, demand_deposits_with_banks, 
            
30
time_deposits_with_banks, other_deposits_with_rbi, 
30
time_deposits_with_banks, other_deposits_with_rbi, 
            
31
reserve_bank_crd_to_gov_src, other_banks_crd_to_gov_src, 
31
reserve_bank_crd_to_gov_src, other_banks_crd_to_gov_src, 
            
32
reserve_bank_crd_to_comm_sctr_src, other_banks_crd_to_comm_sctr_src, 
32
reserve_bank_crd_to_comm_sctr_src, other_banks_crd_to_comm_sctr_src, 
            
33
net_foreign_exchange_assets_src, gov_currency_liab_to_public_src, 
33
net_foreign_exchange_assets_src, gov_currency_liab_to_public_src, 
            
34
net_non_monetary_liab_bnk_sctr_src, net_non_monetary_liab_rbi_src, id, 
34
net_non_monetary_liab_bnk_sctr_src, net_non_monetary_liab_rbi_src, id, 
            
35
year, state_name, state_code, district_name, district_code, region, 
35
year, state_name, state_code, district_name, district_code, region, 
            
36
population_group, no_of_offices, no_of_accounts, deposit_amount, id, 
36
population_group, no_of_offices, no_of_accounts, deposit_amount, id, 
            
37
year, state_name, state_code, district_name, district_code, 
37
year, state_name, state_code, district_name, district_code, 
            
38
bank_group, population_group, number_of_deposits, deposits, id, month, 
38
bank_group, population_group, number_of_deposits, deposits, id, month, 
            
39
bank_name, no_of_onsite_atms, no_of_offsite_atms, no_of_micro_atms, 
39
bank_name, no_of_onsite_atms, no_of_offsite_atms, no_of_micro_atms, 
            
40
no_of_pos_terminals, no_of_bharat_qr_codes, no_of_upi_qr_codes, 
40
no_of_pos_terminals, no_of_bharat_qr_codes, no_of_upi_qr_codes, 
            
41
no_of_credit_cards, no_of_debit_cards, 
41
no_of_credit_cards, no_of_debit_cards, 
            
42
credit_card_transactions_at_pos_volume, 
42
credit_card_transactions_at_pos_volume, 
            
43
credit_card_transactions_at_pos_value, 
43
credit_card_transactions_at_pos_value, 
            
44
credit_card_transactions_at_e_com_volume, 
44
credit_card_transactions_at_e_com_volume, 
            
45
credit_card_transactions_at_e_com_value, 
45
credit_card_transactions_at_e_com_value, 
            
46
credit_card_transactions_at_others_volume, 
46
credit_card_transactions_at_others_volume, 
            
47
credit_card_transactions_at_others_value, 
47
credit_card_transactions_at_others_value, 
            
48
debit_card_transactions_at_pos_volume, 
48
debit_card_transactions_at_pos_volume, 
            
49
debit_card_transactions_at_pos_value, 
49
debit_card_transactions_at_pos_value, 
            
50
debit_card_transactions_at_e_com_volume, 
50
debit_card_transactions_at_e_com_volume, 
            
51
debit_card_transactions_at_e_com_value, 
51
debit_card_transactions_at_e_com_value, 
            
52
debit_card_transactions_at_others_volume, 
52
debit_card_transactions_at_others_volume, 
            
53
debit_card_transactions_at_others_value, 
53
debit_card_transactions_at_others_value, 
            
54
cash_withdrawl_at_atm_using_credit_card_volume, 
54
cash_withdrawl_at_atm_using_credit_card_volume, 
            
55
cash_withdrawl_at_atm_using_credit_card_value, 
55
cash_withdrawl_at_atm_using_credit_card_value, 
            
56
cash_withdrawl_at_atm_using_debit_card_volume, 
56
cash_withdrawl_at_atm_using_debit_card_volume, 
            
57
cash_withdrawl_at_atm_using_debit_card_value, 
57
cash_withdrawl_at_atm_using_debit_card_value, 
            
58
cash_withdrawl_at_pos_using_debit_card_volume, 
58
cash_withdrawl_at_pos_using_debit_card_volume, 
            
59
cash_withdrawl_at_pos_using_debit_card_value, id, year, region, 
59
cash_withdrawl_at_pos_using_debit_card_value, id, year, region, 
            
60
state_name, state_code, district_name, district_code, 
60
state_name, state_code, district_name, district_code, 
            
61
population_group, bank_group, occupation_group, occupation_sub_group, 
61
population_group, bank_group, occupation_group, occupation_sub_group, 
            
62
no_of_accounts, credit_limit, amount_outstanding, id, month, 
62
no_of_accounts, credit_limit, amount_outstanding, id, month, 
            
63
center_name, bank_name, ecs_credit_users, ecs_credit_vol, 
63
center_name, bank_name, ecs_credit_users, ecs_credit_vol, 
            
64
ecs_credit_val, ecs_debit_users, ecs_debit_vol, ecs_debit_val, id, 
64
ecs_credit_val, ecs_debit_users, ecs_debit_vol, ecs_debit_val, id, 
            
65
month, bank_name, no_of_transactions, amt_of_transactions, 
65
month, bank_name, no_of_transactions, amt_of_transactions, 
            
66
active_users, id, month, bank_name, inward_interbank_volume, 
66
active_users, id, month, bank_name, inward_interbank_volume, 
            
67
inward_costumer_volume, inward_total_volume, inward_percentage_volume, 
67
inward_costumer_volume, inward_total_volume, inward_percentage_volume, 
            
68
inward_interbank_amt, inward_costumer_amt, inward_total_amt, 
68
inward_interbank_amt, inward_costumer_amt, inward_total_amt, 
            
69
inward_percentage_amt, outward_interbank_volume, 
69
inward_percentage_amt, outward_interbank_volume, 
            
70
outward_costumer_volume, outward_total_volume, 
70
outward_costumer_volume, outward_total_volume, 
            
71
outward_percentage_volume, outward_interbank_amt, 
71
outward_percentage_volume, outward_interbank_amt, 
            
72
outward_costumer_amt, outward_total_amt, outward_percentage_amt, id, 
72
outward_costumer_amt, outward_total_amt, outward_percentage_amt, id, 
            
73
month, bank_name, no_of_transactions, amt_of_transactions, 
73
month, bank_name, no_of_transactions, amt_of_transactions, 
            
74
no_of_active_costumers, id, month, bank_name, 
74
no_of_active_costumers, id, month, bank_name, 
            
75
no_of_debit_transactions, amt_of_debit_transactions, 
75
no_of_debit_transactions, amt_of_debit_transactions, 
            
76
no_of_credit_transactions, amt_of_credit_transactions"
76
no_of_credit_transactions, amt_of_credit_transactions"
            
77
    }
77
    }
            
78
  ],
78
  ],
            
79
  "groups": [],
79
  "groups": [],
            
80
  "id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
80
  "id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
81
  "isopen": true,
81
  "isopen": true,
            
82
  "license_id": "odc-by",
82
  "license_id": "odc-by",
            
83
  "license_title": "Open Data Commons Attribution License",
83
  "license_title": "Open Data Commons Attribution License",
            
84
  "license_url": "http://www.opendefinition.org/licenses/odc-by",
84
  "license_url": "http://www.opendefinition.org/licenses/odc-by",
            
85
  "maintainer": null,
85
  "maintainer": null,
            
86
  "maintainer_email": null,
86
  "maintainer_email": null,
            
87
  "metadata_created": "2023-10-06T09:18:23.619790",
87
  "metadata_created": "2023-10-06T09:18:23.619790",
            
n
88
  "metadata_modified": "2025-04-30T06:02:50.759556",
n
88
  "metadata_modified": "2025-05-02T09:36:43.689516",
            
89
  "name": "reserve-bank-of-india",
89
  "name": "reserve-bank-of-india",
            
90
  "notes": "The Reserve Bank of India (RBI) is the central banking 
90
  "notes": "The Reserve Bank of India (RBI) is the central banking 
            
91
institution of India, responsible for the issuance and supply of the 
91
institution of India, responsible for the issuance and supply of the 
            
92
Indian Rupee and the regulation of the money market. In the context of 
92
Indian Rupee and the regulation of the money market. In the context of 
            
93
data and information, RBI plays a pivotal role by regularly publishing 
93
data and information, RBI plays a pivotal role by regularly publishing 
            
94
a plethora of economic indicators, reports, and research. This 
94
a plethora of economic indicators, reports, and research. This 
            
95
includes data on interest rates, inflation, foreign exchange reserves, 
95
includes data on interest rates, inflation, foreign exchange reserves, 
            
96
banking statistics, monetary and credit policies, and more. 
96
banking statistics, monetary and credit policies, and more. 
            
97
Researchers, policymakers, investors, and the general public rely on 
97
Researchers, policymakers, investors, and the general public rely on 
            
98
the RBI's data for insights into the health and direction of the 
98
the RBI's data for insights into the health and direction of the 
            
99
Indian economy. Additionally, its publications often serve as 
99
Indian economy. Additionally, its publications often serve as 
            
100
authoritative sources for financial analysis, economic forecasting, 
100
authoritative sources for financial analysis, economic forecasting, 
            
101
and policy formulation in India.",
101
and policy formulation in India.",
            
102
  "num_resources": 12,
102
  "num_resources": 12,
            
103
  "num_tags": 1,
103
  "num_tags": 1,
            
104
  "organization": {
104
  "organization": {
            
105
    "approval_status": "approved",
105
    "approval_status": "approved",
            
106
    "created": "2022-12-05T03:44:54.080358",
106
    "created": "2022-12-05T03:44:54.080358",
            
107
    "description": "",
107
    "description": "",
            
108
    "id": "94317457-d297-4549-9640-7865034682c5",
108
    "id": "94317457-d297-4549-9640-7865034682c5",
            
109
    "image_url": "2023-12-08-070530.691105iSB-IDP-Logo.png",
109
    "image_url": "2023-12-08-070530.691105iSB-IDP-Logo.png",
            
110
    "is_organization": true,
110
    "is_organization": true,
            
111
    "name": "idp-organization",
111
    "name": "idp-organization",
            
112
    "state": "active",
112
    "state": "active",
            
113
    "title": "IDP organization",
113
    "title": "IDP organization",
            
114
    "type": "organization"
114
    "type": "organization"
            
115
  },
115
  },
            
116
  "owner_org": "94317457-d297-4549-9640-7865034682c5",
116
  "owner_org": "94317457-d297-4549-9640-7865034682c5",
            
117
  "private": false,
117
  "private": false,
            
118
  "relationships_as_object": [],
118
  "relationships_as_object": [],
            
119
  "relationships_as_subject": [],
119
  "relationships_as_subject": [],
            
120
  "resources": [
120
  "resources": [
            
121
    {
121
    {
            
122
      "additional_info": "The data published is only for RBI, NPCI 
122
      "additional_info": "The data published is only for RBI, NPCI 
            
123
operated systems and Card Networks (domestic Off-Us transactions). 
123
operated systems and Card Networks (domestic Off-Us transactions). 
            
n
124
RTGS data includes only Customer and Interbank transactions.AePS data 
n
124
\nRTGS data includes only Customer and Interbank transactions.\nAePS 
            
125
under Payment transactions include AePS Fund Transfers and BHIM 
125
data under Payment transactions include AePS Fund Transfers and BHIM 
            
126
Aadhaar Pay transactions.UPI data includes BHIM-UPI and USSD 
126
Aadhaar Pay transactions.\nUPI data includes BHIM-UPI and USSD 
            
127
transactions.NACH Credit data includes Aadhaar Payment Bridge System 
127
transactions.\nNACH Credit data includes Aadhaar Payment Bridge System 
            
128
(APBS) transactions.NETC figures are for FASTags linked with all 
128
(APBS) transactions.\nNETC figures are for FASTags linked with all 
            
129
instruments and hence would be different from monthly bulletin which 
129
instruments and hence would be different from monthly bulletin which 
            
n
130
only includes NETC linked to bank accountsBBPS data is not included in 
n
130
only includes NETC linked to bank accounts\nBBPS data is not included 
            
131
the monthly bulletin as the data is captured under other systems. For 
131
in the monthly bulletin as the data is captured under other systems. 
            
132
complete data on Payment System Indicators, please refer to RBI 
132
\nFor complete data on Payment System Indicators, please refer to RBI 
            
133
Bulletin \u2013 Table 43 published on a monthly basis.Data on Prepaid 
133
Bulletin \u2013 Table 43 published on a monthly basis.\nData on 
            
134
cards are only those that are processed by card networks.",
134
Prepaid cards are only those that are processed by card networks.",
            
135
      "cache_last_updated": null,
135
      "cache_last_updated": null,
            
136
      "cache_url": null,
136
      "cache_url": null,
            
137
      "created": "2023-10-06T11:21:01.687843",
137
      "created": "2023-10-06T11:21:01.687843",
            
138
      "data_extraction_page": 
138
      "data_extraction_page": 
            
139
ttps://www.rbi.org.in/Scripts/BS_PressReleaseDisplay.aspx?prid=49901",
139
ttps://www.rbi.org.in/Scripts/BS_PressReleaseDisplay.aspx?prid=49901",
            
140
      "data_insights": "What is the trend in the volume and value of 
140
      "data_insights": "What is the trend in the volume and value of 
            
141
digital transactions across various payment systems in India, and how 
141
digital transactions across various payment systems in India, and how 
            
n
142
is this changing over time?Which payment systems are experiencing the 
n
142
is this changing over time?\n\nWhich payment systems are experiencing 
            
143
highest growth in transaction volume and value, and what factors are 
143
the highest growth in transaction volume and value, and what factors 
            
144
driving this growth?How are consumers using different payment systems, 
144
are driving this growth?\n\nHow are consumers using different payment 
            
145
and what types of transactions are most commonly conducted through 
145
systems, and what types of transactions are most commonly conducted 
            
146
each system?What is the overall adoption rate of electronic payment 
146
through each system?\n\nWhat is the overall adoption rate of 
            
147
systems in India, and how does this compare to other countries in the 
147
electronic payment systems in India, and how does this compare to 
            
148
region?How are changes in government policies and regulations 
148
other countries in the region?\n\nHow are changes in government 
            
149
policies and regulations affecting the use of electronic payment 
            
150
systems in India, and what implications do these changes have for 
            
151
financial institutions and consumers?\n\nWhat are the key challenges 
            
149
affecting the use of electronic payment systems in India, and what 
152
facing the growth of electronic payment systems in India, and how can 
            
150
implications do these changes have for financial institutions and 
153
these be addressed to ensure wider adoption and greater financial 
            
151
consumers?What are the key challenges facing the growth of electronic 
154
inclusion?",
            
152
payment systems in India, and how can these be addressed to ensure 

            
153
wider adoption and greater financial inclusion?",

            
154
      "data_last_updated": "2025-01-31",
155
      "data_last_updated": "2025-04-30 00:00:00",
            
155
      "data_retreival_date": "2025-04-14",
156
      "data_retreival_date": "2025-05-02 00:00:00",
            
156
      "datastore_active": true,
157
      "datastore_active": true,
            
157
      "description": "The Reserve Bank of India (RBI) has made 
158
      "description": "The Reserve Bank of India (RBI) has made 
            
158
available settlement data for select payment systems, capturing the 
159
available settlement data for select payment systems, capturing the 
            
159
volume and value of transactions made through payment systems operated 
160
volume and value of transactions made through payment systems operated 
            
160
by the RBI and National Payments Corporation of India (NPCI). his 
161
by the RBI and National Payments Corporation of India (NPCI). his 
            
161
dataset provides insights into the electronic payment systems which 
162
dataset provides insights into the electronic payment systems which 
            
n
162
facilitate various financial transactions across India.\r\nThe dataset 
n
163
facilitate various financial transactions across India.\nThe dataset 
            
163
covers transactions made through various payment systems including 
164
covers transactions made through various payment systems including 
            
164
National Electronic Funds Transfer (NEFT), Real-Time Gross Settlement 
165
National Electronic Funds Transfer (NEFT), Real-Time Gross Settlement 
            
165
(RTGS), Aadhaar enabled Payment System (AePS), Cheque Truncation 
166
(RTGS), Aadhaar enabled Payment System (AePS), Cheque Truncation 
            
166
System (CTS), Immediate Payment Service (IMPS), National Automated 
167
System (CTS), Immediate Payment Service (IMPS), National Automated 
            
167
Clearing House (NACH) and Unified Payments Interface (UPI). 
168
Clearing House (NACH) and Unified Payments Interface (UPI). 
            
168
Additionally, it includes the position of cash withdrawal transactions 
169
Additionally, it includes the position of cash withdrawal transactions 
            
169
using Automated Teller Machines (ATMs) and Banking Correspondents 
170
using Automated Teller Machines (ATMs) and Banking Correspondents 
            
n
170
(BCs).\r\nThe settlement data of select payment systems is a valuable 
n
171
(BCs).\nThe settlement data of select payment systems is a valuable 
            
171
resource for financial analysts, researchers, policymakers, and 
172
resource for financial analysts, researchers, policymakers, and 
            
172
financial institutions to analyze trends and patterns in payment 
173
financial institutions to analyze trends and patterns in payment 
            
173
transactions. It provides insights into the adoption of electronic 
174
transactions. It provides insights into the adoption of electronic 
            
174
payment systems, the growth of digital payments, and the changing 
175
payment systems, the growth of digital payments, and the changing 
            
175
nature of financial transactions in India.",
176
nature of financial transactions in India.",
            
176
      "district_no": "",
177
      "district_no": "",
            
177
      "format": "CSV",
178
      "format": "CSV",
            
178
      "frequency": "Daily",
179
      "frequency": "Daily",
            
179
      "gp_no": "",
180
      "gp_no": "",
            
180
      "granularity": "India",
181
      "granularity": "India",
            
181
      "hash": "",
182
      "hash": "",
            
182
      "id": "1f9367ac-01b0-4c82-83a1-4069d4340667",
183
      "id": "1f9367ac-01b0-4c82-83a1-4069d4340667",
            
183
      "idp_ready": true,
184
      "idp_ready": true,
            
n
184
      "last_modified": "2025-04-30T06:01:54.231110",
n
185
      "last_modified": "2025-05-02T09:36:43.647185",
            
185
      "lgd_mapping": "na",
186
      "lgd_mapping": "na",
            
n
186
      "metadata_modified": "2025-04-30T06:02:12.755102",
n
187
      "metadata_modified": "2025-05-02T09:36:43.699635",
            
187
      "methodology": "The specific data collection methodology for the 
188
      "methodology": "The specific data collection methodology for the 
            
188
Reserve Bank published settlement data of select payment systems is 
189
Reserve Bank published settlement data of select payment systems is 
            
189
not provided by RBI. However, it is likely that the data is collected 
190
not provided by RBI. However, it is likely that the data is collected 
            
190
through a combination of automated processes and manual data entry.",
191
through a combination of automated processes and manual data entry.",
            
191
      "mimetype": "text/csv",
192
      "mimetype": "text/csv",
            
192
      "mimetype_inner": null,
193
      "mimetype_inner": null,
            
193
      "name": "RBI Daily Digital Payments",
194
      "name": "RBI Daily Digital Payments",
            
194
      "no_indicators": "48",
195
      "no_indicators": "48",
            
195
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
196
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
196
      "position": 0,
197
      "position": 0,
            
197
      "resource_type": null,
198
      "resource_type": null,
            
198
      "similar_resources": "",
199
      "similar_resources": "",
            
n
199
      "size": 471541,
n
200
      "size": 543781,
            
200
      "sku": "rbi-payment_systems_settlements-in-dl-zau",
201
      "sku": "rbi-payment_systems_settlements-in-dl-zau",
            
201
      "state": "active",
202
      "state": "active",
            
202
      "states_uts_no": "",
203
      "states_uts_no": "",
            
203
      "tehsil_no": "",
204
      "tehsil_no": "",
            
204
      "url": 
205
      "url": 
            
n
205
-01b0-4c82-83a1-4069d4340667/download/rbi_daily_digital_payments.csv",
n
206
-01b0-4c82-83a1-4069d4340667/download/rbi-daily-digital-payments.csv",
            
206
      "url_type": "upload",
207
      "url_type": "upload",
            
t
207
      "years_covered": "2014-2024"
t
208
      "years_covered": "2020-2025"
            
208
    },
209
    },
            
209
    {
210
    {
            
210
      "additional_info": "nan",
211
      "additional_info": "nan",
            
211
      "cache_last_updated": null,
212
      "cache_last_updated": null,
            
212
      "cache_url": null,
213
      "cache_url": null,
            
213
      "created": "2023-10-06T12:25:30.912384",
214
      "created": "2023-10-06T12:25:30.912384",
            
214
      "data_extraction_page": 
215
      "data_extraction_page": 
            
215
E/#/dbie/reports/Statistics/Financial%20Sector/Monetary%20Statistics",
216
E/#/dbie/reports/Statistics/Financial%20Sector/Monetary%20Statistics",
            
216
      "data_insights": "How do trends in M3 compare with other key 
217
      "data_insights": "How do trends in M3 compare with other key 
            
217
economic indicators such as inflation and GDP growth?\nHow has the 
218
economic indicators such as inflation and GDP growth?\nHow has the 
            
218
COVID-19 pandemic impacted the money supply in India, and have there 
219
COVID-19 pandemic impacted the money supply in India, and have there 
            
219
been any notable trends or fluctuations?\nHow does the money supply in 
220
been any notable trends or fluctuations?\nHow does the money supply in 
            
220
India compare to that of other countries in the region?\nWhat is the 
221
India compare to that of other countries in the region?\nWhat is the 
            
221
relationship between M3 and key policy decisions made by the Reserve 
222
relationship between M3 and key policy decisions made by the Reserve 
            
222
Bank of India, such as changes in interest rates or reserve 
223
Bank of India, such as changes in interest rates or reserve 
            
223
requirements?",
224
requirements?",
            
224
      "data_last_updated": "updated fortnightly",
225
      "data_last_updated": "updated fortnightly",
            
225
      "data_retreival_date": "2024-03-15 00:00:00",
226
      "data_retreival_date": "2024-03-15 00:00:00",
            
226
      "datastore_active": true,
227
      "datastore_active": true,
            
227
      "description": "The Money Supply (M3) dataset is published by 
228
      "description": "The Money Supply (M3) dataset is published by 
            
228
the Reserve Bank of India (RBI) on a fortnightly basis and provides 
229
the Reserve Bank of India (RBI) on a fortnightly basis and provides 
            
229
information on the amount of money circulating in the Indian economy. 
230
information on the amount of money circulating in the Indian economy. 
            
230
This dataset covers the period from 2001 onwards and contains data on 
231
This dataset covers the period from 2001 onwards and contains data on 
            
231
the total money supply and its components and sources such as currency 
232
the total money supply and its components and sources such as currency 
            
232
with the public, demand deposits, time deposits, other deposits 
233
with the public, demand deposits, time deposits, other deposits 
            
233
etc.\n\nThe M3 dataset is an essential tool for policymakers, 
234
etc.\n\nThe M3 dataset is an essential tool for policymakers, 
            
234
economists, and researchers to understand the state of the Indian 
235
economists, and researchers to understand the state of the Indian 
            
235
economy and make informed decisions. ",
236
economy and make informed decisions. ",
            
236
      "district_no": "",
237
      "district_no": "",
            
237
      "format": "CSV",
238
      "format": "CSV",
            
238
      "frequency": "Fortnightly",
239
      "frequency": "Fortnightly",
            
239
      "gp_no": "",
240
      "gp_no": "",
            
240
      "granularity": "India",
241
      "granularity": "India",
            
241
      "hash": "",
242
      "hash": "",
            
242
      "id": "487f5d4e-4ac9-4015-9ed5-ee9066893982",
243
      "id": "487f5d4e-4ac9-4015-9ed5-ee9066893982",
            
243
      "idp_ready": true,
244
      "idp_ready": true,
            
244
      "last_modified": "2024-03-19T08:17:19.204175",
245
      "last_modified": "2024-03-19T08:17:19.204175",
            
245
      "lgd_mapping": "na",
246
      "lgd_mapping": "na",
            
246
      "metadata_modified": "2024-08-22T10:10:44.362499",
247
      "metadata_modified": "2024-08-22T10:10:44.362499",
            
247
      "methodology": "The Reserve Bank of India (RBI) collects the 
248
      "methodology": "The Reserve Bank of India (RBI) collects the 
            
248
Money Supply (M3) data through surveys and reports from various 
249
Money Supply (M3) data through surveys and reports from various 
            
249
financial institutions, including commercial banks, cooperative banks, 
250
financial institutions, including commercial banks, cooperative banks, 
            
250
regional rural banks, and other financial institutions.",
251
regional rural banks, and other financial institutions.",
            
251
      "mimetype": "text/csv",
252
      "mimetype": "text/csv",
            
252
      "mimetype_inner": null,
253
      "mimetype_inner": null,
            
253
      "name": "Money Stock M3",
254
      "name": "Money Stock M3",
            
254
      "no_indicators": "13",
255
      "no_indicators": "13",
            
255
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
256
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
256
      "position": 1,
257
      "position": 1,
            
257
      "resource_type": null,
258
      "resource_type": null,
            
258
      "similar_datasets": [],
259
      "similar_datasets": [],
            
259
      "size": 76919,
260
      "size": 76919,
            
260
      "sku": "rbi-money_stock-in-wk-sne",
261
      "sku": "rbi-money_stock-in-wk-sne",
            
261
      "state": "active",
262
      "state": "active",
            
262
      "states_uts_no": "",
263
      "states_uts_no": "",
            
263
      "tags": [
264
      "tags": [
            
264
        "Money Supply",
265
        "Money Supply",
            
265
        "Currency",
266
        "Currency",
            
266
        "Demand Deposits",
267
        "Demand Deposits",
            
267
        "Time Deposits",
268
        "Time Deposits",
            
268
        "Liabilities",
269
        "Liabilities",
            
269
        "Assets",
270
        "Assets",
            
270
        "Sources",
271
        "Sources",
            
271
        "Economic Indicators",
272
        "Economic Indicators",
            
272
        "Inflation"
273
        "Inflation"
            
273
      ],
274
      ],
            
274
      "tehsil_no": "",
275
      "tehsil_no": "",
            
275
      "url": 
276
      "url": 
            
276
rce/487f5d4e-4ac9-4015-9ed5-ee9066893982/download/money-stock-m3.csv",
277
rce/487f5d4e-4ac9-4015-9ed5-ee9066893982/download/money-stock-m3.csv",
            
277
      "url_type": "upload",
278
      "url_type": "upload",
            
278
      "village_no": "",
279
      "village_no": "",
            
279
      "years_covered": "2001-2024"
280
      "years_covered": "2001-2024"
            
280
    },
281
    },
            
281
    {
282
    {
            
282
      "additional_info": "",
283
      "additional_info": "",
            
283
      "cache_last_updated": null,
284
      "cache_last_updated": null,
            
284
      "cache_url": null,
285
      "cache_url": null,
            
285
      "created": "2023-10-07T05:56:50.564020",
286
      "created": "2023-10-07T05:56:50.564020",
            
286
      "data_extraction_page": 
287
      "data_extraction_page": 
            
287
enDocument/opendoc/openDocument.faces?logonSuccessful=true&shareId=1",
288
enDocument/opendoc/openDocument.faces?logonSuccessful=true&shareId=1",
            
288
      "data_insights": "Understanding the distribution of deposits 
289
      "data_insights": "Understanding the distribution of deposits 
            
289
across different population groups and regions in India.Identifying 
290
across different population groups and regions in India.Identifying 
            
290
areas where additional investment may be needed to improve access to 
291
areas where additional investment may be needed to improve access to 
            
291
banking services.Analyzing the impact of government policies and 
292
banking services.Analyzing the impact of government policies and 
            
292
economic trends on the banking sector.Identifying opportunities for 
293
economic trends on the banking sector.Identifying opportunities for 
            
293
banks to expand their operations in underserved areas.",
294
banks to expand their operations in underserved areas.",
            
294
      "data_last_updated": "2022",
295
      "data_last_updated": "2022",
            
295
      "data_retreival_date": "2022-09-04 00:00:00",
296
      "data_retreival_date": "2022-09-04 00:00:00",
            
296
      "datastore_active": true,
297
      "datastore_active": true,
            
297
      "description": "The Reserve Bank of India (RBI) provides data on 
298
      "description": "The Reserve Bank of India (RBI) provides data on 
            
298
the deposits of scheduled commercial banks as part of its database of 
299
the deposits of scheduled commercial banks as part of its database of 
            
299
the Indian economy. Scheduled commercial banks include public sector 
300
the Indian economy. Scheduled commercial banks include public sector 
            
300
banks, private sector banks, foreign banks, regional rural banks, and 
301
banks, private sector banks, foreign banks, regional rural banks, and 
            
301
other types of banks.\r\n\r\nThe dataset includes information on 
302
other types of banks.\r\n\r\nThe dataset includes information on 
            
302
various types of deposits such as savings deposits, term deposits, and 
303
various types of deposits such as savings deposits, term deposits, and 
            
303
demand deposits. It provides detailed information on the amount of 
304
demand deposits. It provides detailed information on the amount of 
            
304
deposits held by the banks, and number of accounts.",
305
deposits held by the banks, and number of accounts.",
            
305
      "district_no": "717",
306
      "district_no": "717",
            
306
      "format": "CSV",
307
      "format": "CSV",
            
307
      "frequency": "Yearly",
308
      "frequency": "Yearly",
            
308
      "gp_no": "",
309
      "gp_no": "",
            
309
      "granularity": "District",
310
      "granularity": "District",
            
310
      "hash": "",
311
      "hash": "",
            
311
      "id": "991a33ab-67c0-4748-9ded-012f449497be",
312
      "id": "991a33ab-67c0-4748-9ded-012f449497be",
            
312
      "idp_ready": true,
313
      "idp_ready": true,
            
313
      "last_modified": "2023-10-07T05:56:50.539958",
314
      "last_modified": "2023-10-07T05:56:50.539958",
            
314
      "lgd_mapping": "yes",
315
      "lgd_mapping": "yes",
            
315
      "metadata_modified": "2024-08-22T10:10:44.920464",
316
      "metadata_modified": "2024-08-22T10:10:44.920464",
            
316
      "methodology": "The District and Population Group-wise Deposits 
317
      "methodology": "The District and Population Group-wise Deposits 
            
317
of Scheduled Commercial Banks dataset is sourced from the Reserve Bank 
318
of Scheduled Commercial Banks dataset is sourced from the Reserve Bank 
            
318
of India (RBI) and is updated annually. The data is collected through 
319
of India (RBI) and is updated annually. The data is collected through 
            
319
the submission of monthly and quarterly returns by scheduled 
320
the submission of monthly and quarterly returns by scheduled 
            
320
commercial banks to the RBI. The data is then aggregated at the 
321
commercial banks to the RBI. The data is then aggregated at the 
            
321
district and population group level to produce the final dataset.",
322
district and population group level to produce the final dataset.",
            
322
      "mimetype": "",
323
      "mimetype": "",
            
323
      "mimetype_inner": null,
324
      "mimetype_inner": null,
            
324
      "name": "Population-group  Wise Deposits",
325
      "name": "Population-group  Wise Deposits",
            
325
      "no_indicators": "3",
326
      "no_indicators": "3",
            
326
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
327
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
327
      "position": 2,
328
      "position": 2,
            
328
      "resource_type": null,
329
      "resource_type": null,
            
329
      "similar_datasets": "",
330
      "similar_datasets": "",
            
330
      "size": 1114004,
331
      "size": 1114004,
            
331
      "sku": "rbi-groupwise_deposits_with_scbs-dt-yr-pop",
332
      "sku": "rbi-groupwise_deposits_with_scbs-dt-yr-pop",
            
332
      "state": "active",
333
      "state": "active",
            
333
      "states_uts_no": "36",
334
      "states_uts_no": "36",
            
334
      "tags": "",
335
      "tags": "",
            
335
      "tehsil_no": "",
336
      "tehsil_no": "",
            
336
      "url": 
337
      "url": 
            
337
c0-4748-9ded-012f449497be/download/populationgroup-wise-deposits.csv",
338
c0-4748-9ded-012f449497be/download/populationgroup-wise-deposits.csv",
            
338
      "url_type": "upload",
339
      "url_type": "upload",
            
339
      "village_no": "",
340
      "village_no": "",
            
340
      "years_covered": "2019-2022"
341
      "years_covered": "2019-2022"
            
341
    },
342
    },
            
342
    {
343
    {
            
343
      "additional_info": "",
344
      "additional_info": "",
            
344
      "cache_last_updated": null,
345
      "cache_last_updated": null,
            
345
      "cache_url": null,
346
      "cache_url": null,
            
346
      "created": "2023-10-07T05:57:30.367092",
347
      "created": "2023-10-07T05:57:30.367092",
            
347
      "data_extraction_page": "nan",
348
      "data_extraction_page": "nan",
            
348
      "data_insights": "The dataset provides information on the number 
349
      "data_insights": "The dataset provides information on the number 
            
349
of deposits and deposit amounts for different population groups in 
350
of deposits and deposit amounts for different population groups in 
            
350
each district for various categories of SCBs. The data can be used to 
351
each district for various categories of SCBs. The data can be used to 
            
351
analyze the financial behavior of different demographic groups, as 
352
analyze the financial behavior of different demographic groups, as 
            
352
well as the performance of different banks in different districts. For 
353
well as the performance of different banks in different districts. For 
            
353
example, one could analyze which demographic groups are saving the 
354
example, one could analyze which demographic groups are saving the 
            
354
most and which banks are attracting the most deposits in different 
355
most and which banks are attracting the most deposits in different 
            
355
districts.",
356
districts.",
            
356
      "data_last_updated": "2022",
357
      "data_last_updated": "2022",
            
357
      "data_retreival_date": "2022-09-04 00:00:00",
358
      "data_retreival_date": "2022-09-04 00:00:00",
            
358
      "datastore_active": true,
359
      "datastore_active": true,
            
359
      "description": "This dataset gives district-wise information on 
360
      "description": "This dataset gives district-wise information on 
            
360
the number of deposits and deposit amounts for every population group 
361
the number of deposits and deposit amounts for every population group 
            
361
in each category of Scheduled Commercial Banks",
362
in each category of Scheduled Commercial Banks",
            
362
      "district_no": "717",
363
      "district_no": "717",
            
363
      "format": "CSV",
364
      "format": "CSV",
            
364
      "frequency": "Yearly",
365
      "frequency": "Yearly",
            
365
      "gp_no": "",
366
      "gp_no": "",
            
366
      "granularity": "District",
367
      "granularity": "District",
            
367
      "hash": "",
368
      "hash": "",
            
368
      "id": "3d6dc991-9a60-47d6-b107-2e2536688e5e",
369
      "id": "3d6dc991-9a60-47d6-b107-2e2536688e5e",
            
369
      "idp_ready": true,
370
      "idp_ready": true,
            
370
      "last_modified": "2023-10-07T05:57:30.337929",
371
      "last_modified": "2023-10-07T05:57:30.337929",
            
371
      "lgd_mapping": "yes",
372
      "lgd_mapping": "yes",
            
372
      "metadata_modified": "2024-08-22T10:10:45.495583",
373
      "metadata_modified": "2024-08-22T10:10:45.495583",
            
373
      "methodology": "Reserve Bank of India collected the data from 
374
      "methodology": "Reserve Bank of India collected the data from 
            
374
SCBs and compiled it into a dataset.",
375
SCBs and compiled it into a dataset.",
            
375
      "mimetype": "",
376
      "mimetype": "",
            
376
      "mimetype_inner": null,
377
      "mimetype_inner": null,
            
377
      "name": "Bank-group Wise Deposits",
378
      "name": "Bank-group Wise Deposits",
            
378
      "no_indicators": "2",
379
      "no_indicators": "2",
            
379
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
380
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
380
      "position": 3,
381
      "position": 3,
            
381
      "resource_type": null,
382
      "resource_type": null,
            
382
      "similar_datasets": "",
383
      "similar_datasets": "",
            
383
      "size": 4699652,
384
      "size": 4699652,
            
384
      "sku": "rbi-bankgroup_wise_deposit_statistics-dt-yr-pth",
385
      "sku": "rbi-bankgroup_wise_deposit_statistics-dt-yr-pth",
            
385
      "state": "active",
386
      "state": "active",
            
386
      "states_uts_no": "36",
387
      "states_uts_no": "36",
            
387
      "tags": "",
388
      "tags": "",
            
388
      "tehsil_no": "",
389
      "tehsil_no": "",
            
389
      "url": 
390
      "url": 
            
390
991-9a60-47d6-b107-2e2536688e5e/download/bankgroup-wise-deposits.csv",
391
991-9a60-47d6-b107-2e2536688e5e/download/bankgroup-wise-deposits.csv",
            
391
      "url_type": "upload",
392
      "url_type": "upload",
            
392
      "village_no": "",
393
      "village_no": "",
            
393
      "years_covered": "2009-10 to 2017-18"
394
      "years_covered": "2009-10 to 2017-18"
            
394
    },
395
    },
            
395
    {
396
    {
            
396
      "additional_info": "Number of Banks : 85",
397
      "additional_info": "Number of Banks : 85",
            
397
      "cache_last_updated": null,
398
      "cache_last_updated": null,
            
398
      "cache_url": null,
399
      "cache_url": null,
            
399
      "created": "2023-10-07T06:53:04.021727",
400
      "created": "2023-10-07T06:53:04.021727",
            
400
      "data_extraction_page": 
401
      "data_extraction_page": 
            
401
"https://rbi.org.in/Scripts/ATMView.aspx",
402
"https://rbi.org.in/Scripts/ATMView.aspx",
            
402
      "data_insights": "Some Insights can be drawn from the dataset: 
403
      "data_insights": "Some Insights can be drawn from the dataset: 
            
403
Which banks have the most significant number of ATMs and POS 
404
Which banks have the most significant number of ATMs and POS 
            
404
terminals, and how has this changed over time? What is the overall 
405
terminals, and how has this changed over time? What is the overall 
            
405
trend in the number of transactions using ATMs and POS terminals, and 
406
trend in the number of transactions using ATMs and POS terminals, and 
            
406
how has this varied across different banks? What is the total value of 
407
how has this varied across different banks? What is the total value of 
            
407
debit and credit card transactions, and how has this changed over 
408
debit and credit card transactions, and how has this changed over 
            
408
time? How has the number of debit and credit cards issued by each bank 
409
time? How has the number of debit and credit cards issued by each bank 
            
409
changed over time, and which banks have seen the most growth in their 
410
changed over time, and which banks have seen the most growth in their 
            
410
card issuance? What is the average transaction value for ATM and POS 
411
card issuance? What is the average transaction value for ATM and POS 
            
411
transactions, and how does this vary across different banks and 
412
transactions, and how does this vary across different banks and 
            
412
regions? Are there any seasonal trends in ATM and POS usage, such as 
413
regions? Are there any seasonal trends in ATM and POS usage, such as 
            
413
higher usage during certain months or holidays? How does the usage of 
414
higher usage during certain months or holidays? How does the usage of 
            
414
electronic payment methods compare to cash-based transactions, and how 
415
electronic payment methods compare to cash-based transactions, and how 
            
415
has this trend continued?",
416
has this trend continued?",
            
416
      "data_last_updated": "2024-11-01",
417
      "data_last_updated": "2024-11-01",
            
417
      "data_retreival_date": "2025-04-15",
418
      "data_retreival_date": "2025-04-15",
            
418
      "datastore_active": true,
419
      "datastore_active": true,
            
419
      "description": "The Bankwise ATM/POS/Card Statistics dataset is 
420
      "description": "The Bankwise ATM/POS/Card Statistics dataset is 
            
420
published monthly by the Reserve Bank of India (RBI). It provides 
421
published monthly by the Reserve Bank of India (RBI). It provides 
            
421
information on the usage of automated teller machines (ATMs), point of 
422
information on the usage of automated teller machines (ATMs), point of 
            
422
sale (POS) terminals, and payment cards across various banks in India. 
423
sale (POS) terminals, and payment cards across various banks in India. 
            
423
This dataset contains information on the number of ATMs and POS 
424
This dataset contains information on the number of ATMs and POS 
            
424
terminals installed by each bank, the number of transactions carried 
425
terminals installed by each bank, the number of transactions carried 
            
425
out using these machines, and the total value of transactions. 
426
out using these machines, and the total value of transactions. 
            
426
Additionally, it provides data on the number of debit and credit cards 
427
Additionally, it provides data on the number of debit and credit cards 
            
427
issued by each bank and the total value of transactions made using 
428
issued by each bank and the total value of transactions made using 
            
428
these cards. The Bankwise ATM/POS/Card Statistics dataset can be used 
429
these cards. The Bankwise ATM/POS/Card Statistics dataset can be used 
            
429
to analyze the growth of electronic payments in India, monitor the 
430
to analyze the growth of electronic payments in India, monitor the 
            
430
performance of individual banks, and identify trends in ATM and POS 
431
performance of individual banks, and identify trends in ATM and POS 
            
431
usage. Researchers, policy-makers, and financial institutions can 
432
usage. Researchers, policy-makers, and financial institutions can 
            
432
leverage this data to make informed decisions related to expanding 
433
leverage this data to make informed decisions related to expanding 
            
433
banking infrastructure, developing payment systems, and promoting 
434
banking infrastructure, developing payment systems, and promoting 
            
434
cashless transactions.",
435
cashless transactions.",
            
435
      "district_no": "",
436
      "district_no": "",
            
436
      "format": "CSV",
437
      "format": "CSV",
            
437
      "frequency": "Monthly",
438
      "frequency": "Monthly",
            
438
      "gp_no": "",
439
      "gp_no": "",
            
439
      "granularity": "India",
440
      "granularity": "India",
            
440
      "hash": "",
441
      "hash": "",
            
441
      "id": "1bb59cb1-6965-4c02-88ab-82333f101f5b",
442
      "id": "1bb59cb1-6965-4c02-88ab-82333f101f5b",
            
442
      "idp_ready": true,
443
      "idp_ready": true,
            
443
      "last_modified": "2025-04-30T06:01:56.393627",
444
      "last_modified": "2025-04-30T06:01:56.393627",
            
444
      "lgd_mapping": "na",
445
      "lgd_mapping": "na",
            
445
      "metadata_modified": "2025-04-30T06:02:12.568387",
446
      "metadata_modified": "2025-04-30T06:02:12.568387",
            
446
      "methodology": "The exact data collection methodology used by 
447
      "methodology": "The exact data collection methodology used by 
            
447
the RBI to gather information for the Bankwise ATM/POS/Card Statistics 
448
the RBI to gather information for the Bankwise ATM/POS/Card Statistics 
            
448
dataset is not publicly disclosed. However, it is likely that the data 
449
dataset is not publicly disclosed. However, it is likely that the data 
            
449
is collected through a combination of surveys, reports, and data 
450
is collected through a combination of surveys, reports, and data 
            
450
sharing agreements with the participating banks.\nThe RBI may require 
451
sharing agreements with the participating banks.\nThe RBI may require 
            
451
banks to report their ATM and POS transactions data on a regular 
452
banks to report their ATM and POS transactions data on a regular 
            
452
basis, either electronically or through manual reporting. This data 
453
basis, either electronically or through manual reporting. This data 
            
453
may be submitted directly to the RBI or through a third-party data 
454
may be submitted directly to the RBI or through a third-party data 
            
454
aggregator. The RBI may also use data from other sources, such as 
455
aggregator. The RBI may also use data from other sources, such as 
            
455
payment processors or card networks, to supplement the data provided 
456
payment processors or card networks, to supplement the data provided 
            
456
by the banks.",
457
by the banks.",
            
457
      "mimetype": "text/csv",
458
      "mimetype": "text/csv",
            
458
      "mimetype_inner": null,
459
      "mimetype_inner": null,
            
459
      "name": "Bankwise ATM POS Card Statistics",
460
      "name": "Bankwise ATM POS Card Statistics",
            
460
      "no_indicators": "26",
461
      "no_indicators": "26",
            
461
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
462
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
462
      "position": 4,
463
      "position": 4,
            
463
      "resource_type": null,
464
      "resource_type": null,
            
464
      "similar_datasets": [],
465
      "similar_datasets": [],
            
465
      "size": 1416439,
466
      "size": 1416439,
            
466
      "sku": "rbi-bankwise_atm_pos-in-mn-bxi",
467
      "sku": "rbi-bankwise_atm_pos-in-mn-bxi",
            
467
      "state": "active",
468
      "state": "active",
            
468
      "states_uts_no": "",
469
      "states_uts_no": "",
            
469
      "tags": [
470
      "tags": [
            
470
        "Payment Systems",
471
        "Payment Systems",
            
471
        "Banking",
472
        "Banking",
            
472
        "Finance",
473
        "Finance",
            
473
        "Electronic Payments\n Financial Institutions"
474
        "Electronic Payments\n Financial Institutions"
            
474
      ],
475
      ],
            
475
      "tehsil_no": "",
476
      "tehsil_no": "",
            
476
      "url": 
477
      "url": 
            
477
4c02-88ab-82333f101f5b/download/bankwise_atm_pos_card_statistics.csv",
478
4c02-88ab-82333f101f5b/download/bankwise_atm_pos_card_statistics.csv",
            
478
      "url_type": "upload",
479
      "url_type": "upload",
            
479
      "village_no": "",
480
      "village_no": "",
            
480
      "years_covered": "2014-2024"
481
      "years_covered": "2014-2024"
            
481
    },
482
    },
            
482
    {
483
    {
            
483
      "additional_info": "To get to the exact table from the source 
484
      "additional_info": "To get to the exact table from the source 
            
484
link, Under the Time Series Tab -> \"Time Series Detailed Data\" -> 
485
link, Under the Time Series Tab -> \"Time Series Detailed Data\" -> 
            
485
\"Bank Credit of SCBs - Bank Group, Population Group, Occupation 
486
\"Bank Credit of SCBs - Bank Group, Population Group, Occupation 
            
486
(Sector), District Wise - Annual\"",
487
(Sector), District Wise - Annual\"",
            
487
      "cache_last_updated": null,
488
      "cache_last_updated": null,
            
488
      "cache_url": null,
489
      "cache_url": null,
            
489
      "created": "2023-10-08T02:40:47.113768",
490
      "created": "2023-10-08T02:40:47.113768",
            
490
      "data_extraction_page": 
491
      "data_extraction_page": 
            
491
"https://dbie.rbi.org.in/DBIE/dbie.rbi?site=publications#!19",
492
"https://dbie.rbi.org.in/DBIE/dbie.rbi?site=publications#!19",
            
492
      "data_insights": "The dataset provides information on the credit 
493
      "data_insights": "The dataset provides information on the credit 
            
493
extended by different bank groups, with nationalized banks having the 
494
extended by different bank groups, with nationalized banks having the 
            
494
highest share of credit followed by SBI and its associates, private 
495
highest share of credit followed by SBI and its associates, private 
            
495
sector banks, and foreign banks.\n\nThe majority of the credit is 
496
sector banks, and foreign banks.\n\nThe majority of the credit is 
            
496
extended to the industry sector, followed by the services sector and 
497
extended to the industry sector, followed by the services sector and 
            
497
agriculture sector. Personal loans and other priority sectors account 
498
agriculture sector. Personal loans and other priority sectors account 
            
498
for a smaller share of credit.\n\nThe dataset shows that credit growth 
499
for a smaller share of credit.\n\nThe dataset shows that credit growth 
            
499
is higher in urban and metropolitan areas compared to rural and 
500
is higher in urban and metropolitan areas compared to rural and 
            
500
semi-urban areas.\n\nThe district-wise data shows that the credit 
501
semi-urban areas.\n\nThe district-wise data shows that the credit 
            
501
patterns vary across different regions, with some districts having 
502
patterns vary across different regions, with some districts having 
            
502
higher credit growth compared to others.",
503
higher credit growth compared to others.",
            
503
      "data_last_updated": "2024-02-01 00:00:00",
504
      "data_last_updated": "2024-02-01 00:00:00",
            
504
      "data_retreival_date": "2023-09-15 00:00:00",
505
      "data_retreival_date": "2023-09-15 00:00:00",
            
505
      "datastore_active": true,
506
      "datastore_active": true,
            
506
      "description": "The \"Credit by Scheduled Commercial Banks\" 
507
      "description": "The \"Credit by Scheduled Commercial Banks\" 
            
507
dataset provided by the Reserve Bank of India (RBI) captures 
508
dataset provided by the Reserve Bank of India (RBI) captures 
            
508
information on the credit extended by scheduled commercial banks in 
509
information on the credit extended by scheduled commercial banks in 
            
509
India to various population groups, bank groups, occupation groups, 
510
India to various population groups, bank groups, occupation groups, 
            
510
and occupation subgroups. The dataset covers various types of credit, 
511
and occupation subgroups. The dataset covers various types of credit, 
            
511
such as agricultural credit, personal loans, housing loans, and loans 
512
such as agricultural credit, personal loans, housing loans, and loans 
            
512
to the industrial sector, among others.\n\nThe dataset is organized 
513
to the industrial sector, among others.\n\nThe dataset is organized 
            
513
across four dimensions, including population group, bank group, 
514
across four dimensions, including population group, bank group, 
            
514
occupation group, and occupation subgroup. The population group 
515
occupation group, and occupation subgroup. The population group 
            
515
dimension includes categories such as rural, semi-urban, urban, and 
516
dimension includes categories such as rural, semi-urban, urban, and 
            
516
metropolitan, while the bank group dimension includes categories such 
517
metropolitan, while the bank group dimension includes categories such 
            
517
as nationalized banks, private sector banks, foreign banks, and 
518
as nationalized banks, private sector banks, foreign banks, and 
            
518
regional rural banks, among others. The occupation group dimension 
519
regional rural banks, among others. The occupation group dimension 
            
519
includes categories such as agriculture and allied activities, 
520
includes categories such as agriculture and allied activities, 
            
520
industry, and services, while the occupation subgroup dimension 
521
industry, and services, while the occupation subgroup dimension 
            
521
includes categories such as self-employed individuals, salaried 
522
includes categories such as self-employed individuals, salaried 
            
522
individuals, and others.\n\nThis dataset is useful for researchers, 
523
individuals, and others.\n\nThis dataset is useful for researchers, 
            
523
policymakers, and financial analysts who are interested in 
524
policymakers, and financial analysts who are interested in 
            
524
understanding the credit flow in the Indian economy, analyzing the 
525
understanding the credit flow in the Indian economy, analyzing the 
            
525
distribution of credit across different population groups and sectors, 
526
distribution of credit across different population groups and sectors, 
            
526
and identifying trends in credit disbursement by scheduled commercial 
527
and identifying trends in credit disbursement by scheduled commercial 
            
527
banks.",
528
banks.",
            
528
      "district_no": "764",
529
      "district_no": "764",
            
529
      "format": "CSV",
530
      "format": "CSV",
            
530
      "frequency": "Yearly",
531
      "frequency": "Yearly",
            
531
      "gp_no": "",
532
      "gp_no": "",
            
532
      "granularity": "District",
533
      "granularity": "District",
            
533
      "hash": "",
534
      "hash": "",
            
534
      "id": "733d27c5-e6a7-4cbf-a03e-b7cda032b608",
535
      "id": "733d27c5-e6a7-4cbf-a03e-b7cda032b608",
            
535
      "idp_ready": true,
536
      "idp_ready": true,
            
536
      "last_modified": "2024-03-14T23:24:11.404596",
537
      "last_modified": "2024-03-14T23:24:11.404596",
            
537
      "lgd_mapping": "yes",
538
      "lgd_mapping": "yes",
            
538
      "metadata_modified": "2024-08-22T10:10:47.053273",
539
      "metadata_modified": "2024-08-22T10:10:47.053273",
            
539
      "methodology": "Reserve Bank of India releases information about 
540
      "methodology": "Reserve Bank of India releases information about 
            
540
the number of accounts, credit limit and amount outstanding 
541
the number of accounts, credit limit and amount outstanding 
            
541
categorised as per population group, bank group and occupation under 
542
categorised as per population group, bank group and occupation under 
            
542
each district yearly.",
543
each district yearly.",
            
543
      "mimetype": "text/csv",
544
      "mimetype": "text/csv",
            
544
      "mimetype_inner": null,
545
      "mimetype_inner": null,
            
545
      "name": "Credit by Scheduled Commercial Banks",
546
      "name": "Credit by Scheduled Commercial Banks",
            
546
      "no_indicators": "3",
547
      "no_indicators": "3",
            
547
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
548
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
548
      "position": 5,
549
      "position": 5,
            
549
      "resource_type": null,
550
      "resource_type": null,
            
550
      "similar_datasets": [],
551
      "similar_datasets": [],
            
551
      "size": 262735959,
552
      "size": 262735959,
            
552
      "sku": "rbi-groupwise_credit_by_scbs-dt-yr-vvi",
553
      "sku": "rbi-groupwise_credit_by_scbs-dt-yr-vvi",
            
553
      "state": "active",
554
      "state": "active",
            
554
      "states_uts_no": "36",
555
      "states_uts_no": "36",
            
555
      "tags": [
556
      "tags": [
            
556
        "Banking",
557
        "Banking",
            
557
        "Credit",
558
        "Credit",
            
558
        "Scheduled Commercial Banks",
559
        "Scheduled Commercial Banks",
            
559
        "Bank Group\n Population Group",
560
        "Bank Group\n Population Group",
            
560
        "Occupation",
561
        "Occupation",
            
561
        "Sector",
562
        "Sector",
            
562
        "District-Wise",
563
        "District-Wise",
            
563
        "India\n Finance."
564
        "India\n Finance."
            
564
      ],
565
      ],
            
565
      "tehsil_no": "",
566
      "tehsil_no": "",
            
566
      "url": 
567
      "url": 
            
567
-a03e-b7cda032b608/download/credit-by-scheduled-commercial-banks.csv",
568
-a03e-b7cda032b608/download/credit-by-scheduled-commercial-banks.csv",
            
568
      "url_type": "upload",
569
      "url_type": "upload",
            
569
      "village_no": "",
570
      "village_no": "",
            
570
      "years_covered": "2010-2023"
571
      "years_covered": "2010-2023"
            
571
    },
572
    },
            
572
    {
573
    {
            
573
      "additional_info": "",
574
      "additional_info": "",
            
574
      "cache_last_updated": null,
575
      "cache_last_updated": null,
            
575
      "cache_url": null,
576
      "cache_url": null,
            
576
      "created": "2023-10-09T09:38:06.588133",
577
      "created": "2023-10-09T09:38:06.588133",
            
577
      "data_extraction_page": 
578
      "data_extraction_page": 
            
578
"https://rbi.org.in/Scripts/NEFTView.aspx",
579
"https://rbi.org.in/Scripts/NEFTView.aspx",
            
579
      "data_insights": "Through this dataset, one can observe 
580
      "data_insights": "Through this dataset, one can observe 
            
580
variations in ECS transaction volumes, values, and user counts across 
581
variations in ECS transaction volumes, values, and user counts across 
            
581
different months. When segmented by banks, the data allows for a 
582
different months. When segmented by banks, the data allows for a 
            
582
comparison of ECS transaction activity across various banking 
583
comparison of ECS transaction activity across various banking 
            
583
institutions. Additionally, the distinction between ECS credit and 
584
institutions. Additionally, the distinction between ECS credit and 
            
584
debit transactions provides information on user transactional choices. 
585
debit transactions provides information on user transactional choices. 
            
585
The inclusion of center names in the dataset also enables a regional 
586
The inclusion of center names in the dataset also enables a regional 
            
586
assessment, giving insights into the distribution and prevalence of 
587
assessment, giving insights into the distribution and prevalence of 
            
587
these transactions in different regions. ",
588
these transactions in different regions. ",
            
588
      "data_last_updated": "discontinued",
589
      "data_last_updated": "discontinued",
            
589
      "data_retreival_date": "2023-08-03 00:00:00",
590
      "data_retreival_date": "2023-08-03 00:00:00",
            
590
      "datastore_active": true,
591
      "datastore_active": true,
            
591
      "description": "ECS Transactions (Volume, Value, Users) provides 
592
      "description": "ECS Transactions (Volume, Value, Users) provides 
            
592
detailed monthly data on Electronic Clearing Service (ECS) 
593
detailed monthly data on Electronic Clearing Service (ECS) 
            
593
transactions. The dataset encompasses specific metrics like the volume 
594
transactions. The dataset encompasses specific metrics like the volume 
            
594
and value of transactions, and the number of users engaging in ECS 
595
and value of transactions, and the number of users engaging in ECS 
            
595
credit and debit transactions. The data is organized by month and is 
596
credit and debit transactions. The data is organized by month and is 
            
596
broken down by different centers and banks, offering granular insights 
597
broken down by different centers and banks, offering granular insights 
            
597
into the dynamics of electronic transactions across various regions 
598
into the dynamics of electronic transactions across various regions 
            
598
and banking institutions.",
599
and banking institutions.",
            
599
      "district_no": "",
600
      "district_no": "",
            
600
      "format": "CSV",
601
      "format": "CSV",
            
601
      "frequency": "Monthly",
602
      "frequency": "Monthly",
            
602
      "gp_no": "",
603
      "gp_no": "",
            
603
      "granularity": "Bank",
604
      "granularity": "Bank",
            
604
      "hash": "",
605
      "hash": "",
            
605
      "id": "961f1a87-5701-41e6-b124-896b33867e30",
606
      "id": "961f1a87-5701-41e6-b124-896b33867e30",
            
606
      "idp_ready": true,
607
      "idp_ready": true,
            
607
      "last_modified": "2023-10-09T09:38:06.525046",
608
      "last_modified": "2023-10-09T09:38:06.525046",
            
608
      "lgd_mapping": "na",
609
      "lgd_mapping": "na",
            
609
      "metadata_modified": "2024-08-22T10:10:47.579882",
610
      "metadata_modified": "2024-08-22T10:10:47.579882",
            
610
      "methodology": "The dataset is compiled from data reported by 
611
      "methodology": "The dataset is compiled from data reported by 
            
611
different banks to the Reserve Bank of India. It is updated monthly 
612
different banks to the Reserve Bank of India. It is updated monthly 
            
612
and is made available on the RBI\u2019s official website. ",
613
and is made available on the RBI\u2019s official website. ",
            
613
      "mimetype": "",
614
      "mimetype": "",
            
614
      "mimetype_inner": null,
615
      "mimetype_inner": null,
            
615
      "name": "ECS Transaction Metrics",
616
      "name": "ECS Transaction Metrics",
            
616
      "no_indicators": "6",
617
      "no_indicators": "6",
            
617
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
618
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
618
      "position": 6,
619
      "position": 6,
            
619
      "resource_type": null,
620
      "resource_type": null,
            
620
      "similar_datasets": "",
621
      "similar_datasets": "",
            
621
      "size": 627222,
622
      "size": 627222,
            
622
      "sku": "rbi-bankwise_ecs_transactions-in-mn-aaa",
623
      "sku": "rbi-bankwise_ecs_transactions-in-mn-aaa",
            
623
      "state": "active",
624
      "state": "active",
            
624
      "states_uts_no": "",
625
      "states_uts_no": "",
            
625
      "tags": "",
626
      "tags": "",
            
626
      "tehsil_no": "",
627
      "tehsil_no": "",
            
627
      "url": 
628
      "url": 
            
628
a87-5701-41e6-b124-896b33867e30/download/ecs-transaction-metrics.csv",
629
a87-5701-41e6-b124-896b33867e30/download/ecs-transaction-metrics.csv",
            
629
      "url_type": "upload",
630
      "url_type": "upload",
            
630
      "village_no": "",
631
      "village_no": "",
            
631
      "years_covered": "2013 to 2020"
632
      "years_covered": "2013 to 2020"
            
632
    },
633
    },
            
633
    {
634
    {
            
634
      "additional_info": "nan",
635
      "additional_info": "nan",
            
635
      "cache_last_updated": null,
636
      "cache_last_updated": null,
            
636
      "cache_url": null,
637
      "cache_url": null,
            
637
      "created": "2023-10-09T10:59:49.951988",
638
      "created": "2023-10-09T10:59:49.951988",
            
638
      "data_extraction_page": 
639
      "data_extraction_page": 
            
639
"https://rbi.org.in/Scripts/NEFTView.aspx",
640
"https://rbi.org.in/Scripts/NEFTView.aspx",
            
640
      "data_insights": "The dataset allows stakeholders to comprehend 
641
      "data_insights": "The dataset allows stakeholders to comprehend 
            
641
the adoption and utilization trends of internet banking across 
642
the adoption and utilization trends of internet banking across 
            
642
different banks in India. By analyzing the transaction volume and 
643
different banks in India. By analyzing the transaction volume and 
            
643
aggregate transaction value, one can discern patterns related to the 
644
aggregate transaction value, one can discern patterns related to the 
            
644
frequency and size of transactions carried out through internet 
645
frequency and size of transactions carried out through internet 
            
645
banking. It provides a perspective on how reliant and comfortable 
646
banking. It provides a perspective on how reliant and comfortable 
            
646
consumers are in transacting significant amounts online.\n\nBanks with 
647
consumers are in transacting significant amounts online.\n\nBanks with 
            
647
higher active users indicate a more substantial customer base that 
648
higher active users indicate a more substantial customer base that 
            
648
prefers internet banking, which can be indicative of user-friendly 
649
prefers internet banking, which can be indicative of user-friendly 
            
649
interfaces, better online banking features, or effective online 
650
interfaces, better online banking features, or effective online 
            
650
security measures of these banks. By monitoring these numbers over 
651
security measures of these banks. By monitoring these numbers over 
            
651
time, one can infer the growth rate or decline of internet banking 
652
time, one can infer the growth rate or decline of internet banking 
            
652
usage for individual banks.\n\nComparing the 'Active Users' metric 
653
usage for individual banks.\n\nComparing the 'Active Users' metric 
            
653
with 'Transaction Volume' can offer insights into user behavior. For 
654
with 'Transaction Volume' can offer insights into user behavior. For 
            
654
instance, a bank with a high number of active users but a relatively 
655
instance, a bank with a high number of active users but a relatively 
            
655
low transaction volume might indicate that while many users have 
656
low transaction volume might indicate that while many users have 
            
656
adopted online banking, they might be using it for limited purposes or 
657
adopted online banking, they might be using it for limited purposes or 
            
657
with less frequency.",
658
with less frequency.",
            
658
      "data_last_updated": "2024-12-01",
659
      "data_last_updated": "2024-12-01",
            
659
      "data_retreival_date": "2025-04-15",
660
      "data_retreival_date": "2025-04-15",
            
660
      "datastore_active": true,
661
      "datastore_active": true,
            
661
      "description": "The Internet Banking Statistics dataset, sourced 
662
      "description": "The Internet Banking Statistics dataset, sourced 
            
662
from the Reserve Bank of India, provides detailed information on 
663
from the Reserve Bank of India, provides detailed information on 
            
663
internet banking activities across various banks. This dataset 
664
internet banking activities across various banks. This dataset 
            
664
outlines the performance metrics and adoption rate of internet banking 
665
outlines the performance metrics and adoption rate of internet banking 
            
665
for specific banks, capturing data on monthly transaction volumes, 
666
for specific banks, capturing data on monthly transaction volumes, 
            
666
aggregate transaction values, and the number of active users.",
667
aggregate transaction values, and the number of active users.",
            
667
      "district_no": "",
668
      "district_no": "",
            
668
      "format": "CSV",
669
      "format": "CSV",
            
669
      "frequency": "Monthly",
670
      "frequency": "Monthly",
            
670
      "gp_no": "",
671
      "gp_no": "",
            
671
      "granularity": "Bank",
672
      "granularity": "Bank",
            
672
      "hash": "",
673
      "hash": "",
            
673
      "id": "41184d46-105d-49dc-89d6-8b52185ee6ee",
674
      "id": "41184d46-105d-49dc-89d6-8b52185ee6ee",
            
674
      "idp_ready": true,
675
      "idp_ready": true,
            
675
      "last_modified": "2025-04-30T06:01:59.312741",
676
      "last_modified": "2025-04-30T06:01:59.312741",
            
676
      "lgd_mapping": "na",
677
      "lgd_mapping": "na",
            
677
      "metadata_modified": "2025-04-30T06:02:20.694519",
678
      "metadata_modified": "2025-04-30T06:02:20.694519",
            
678
      "methodology": "Data for the Internet Banking Statistics is 
679
      "methodology": "Data for the Internet Banking Statistics is 
            
679
collated by the Reserve Bank of India from the reporting of individual 
680
collated by the Reserve Bank of India from the reporting of individual 
            
680
banks. ",
681
banks. ",
            
681
      "mimetype": "text/csv",
682
      "mimetype": "text/csv",
            
682
      "mimetype_inner": null,
683
      "mimetype_inner": null,
            
683
      "name": "Internet Banking Statistics",
684
      "name": "Internet Banking Statistics",
            
684
      "no_indicators": "3",
685
      "no_indicators": "3",
            
685
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
686
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
686
      "position": 7,
687
      "position": 7,
            
687
      "resource_type": null,
688
      "resource_type": null,
            
688
      "similar_datasets": [],
689
      "similar_datasets": [],
            
689
      "size": 205358,
690
      "size": 205358,
            
690
      "sku": "rbi-bankwise_internet_banking_transactions-in-mn-aaa",
691
      "sku": "rbi-bankwise_internet_banking_transactions-in-mn-aaa",
            
691
      "state": "active",
692
      "state": "active",
            
692
      "states_uts_no": "",
693
      "states_uts_no": "",
            
693
      "tags": [
694
      "tags": [
            
694
        "Internet Banking",
695
        "Internet Banking",
            
695
        "Banking Trends",
696
        "Banking Trends",
            
696
        "Transactions"
697
        "Transactions"
            
697
      ],
698
      ],
            
698
      "tehsil_no": "",
699
      "tehsil_no": "",
            
699
      "url": 
700
      "url": 
            
700
105d-49dc-89d6-8b52185ee6ee/download/internet_banking_statistics.csv",
701
105d-49dc-89d6-8b52185ee6ee/download/internet_banking_statistics.csv",
            
701
      "url_type": "upload",
702
      "url_type": "upload",
            
702
      "village_no": "",
703
      "village_no": "",
            
703
      "years_covered": "2022-2024"
704
      "years_covered": "2022-2024"
            
704
    },
705
    },
            
705
    {
706
    {
            
706
      "additional_info": "nan",
707
      "additional_info": "nan",
            
707
      "cache_last_updated": null,
708
      "cache_last_updated": null,
            
708
      "cache_url": null,
709
      "cache_url": null,
            
709
      "created": "2023-10-09T11:39:20.083060",
710
      "created": "2023-10-09T11:39:20.083060",
            
710
      "data_extraction_page": 
711
      "data_extraction_page": 
            
711
"https://rbi.org.in/Scripts/NEFTView.aspx",
712
"https://rbi.org.in/Scripts/NEFTView.aspx",
            
712
      "data_insights": "From the dataset, several insightful 
713
      "data_insights": "From the dataset, several insightful 
            
713
narratives can be pieced together about the RTGS transaction landscape 
714
narratives can be pieced together about the RTGS transaction landscape 
            
714
in India. One of the most pivotal points to consider is the 
715
in India. One of the most pivotal points to consider is the 
            
715
transactional trend portrayed by individual banks. Observing the 
716
transactional trend portrayed by individual banks. Observing the 
            
716
'INWARD Total Volume' and 'OUTWARD Total Volume' provides a snapshot 
717
'INWARD Total Volume' and 'OUTWARD Total Volume' provides a snapshot 
            
717
of which banks might be at the forefront of RTGS transactions. Those 
718
of which banks might be at the forefront of RTGS transactions. Those 
            
718
with consistently high volumes might be perceived as the more dominant 
719
with consistently high volumes might be perceived as the more dominant 
            
719
or trusted entities in this sphere.\n\nDiving deeper, the dataset does 
720
or trusted entities in this sphere.\n\nDiving deeper, the dataset does 
            
720
a commendable job differentiating between interbank and customer 
721
a commendable job differentiating between interbank and customer 
            
721
transactions. Banks showing a substantial 'INWARD Volume Interbank' 
722
transactions. Banks showing a substantial 'INWARD Volume Interbank' 
            
722
could be inferred as playing a more influential role in interbank 
723
could be inferred as playing a more influential role in interbank 
            
723
settlements. This demarcation between interbank and customer-driven 
724
settlements. This demarcation between interbank and customer-driven 
            
724
transactions offers a nuanced understanding of a bank's RTGS 
725
transactions offers a nuanced understanding of a bank's RTGS 
            
725
transactional ecosystem.\n\nHowever, the true depth of this dataset is 
726
transactional ecosystem.\n\nHowever, the true depth of this dataset is 
            
726
realized when delving into the monetary values associated with these 
727
realized when delving into the monetary values associated with these 
            
727
transactions. By juxtaposing 'INWARD Total Value' with 'INWARD Total 
728
transactions. By juxtaposing 'INWARD Total Value' with 'INWARD Total 
            
728
Volume', one can decipher the average transaction size for each bank. 
729
Volume', one can decipher the average transaction size for each bank. 
            
729
This might unravel whether certain banks are more favored for 
730
This might unravel whether certain banks are more favored for 
            
730
large-scale corporate transactions or for smaller, perhaps 
731
large-scale corporate transactions or for smaller, perhaps 
            
731
retail-based transfers.\n",
732
retail-based transfers.\n",
            
732
      "data_last_updated": "2024-12-01",
733
      "data_last_updated": "2024-12-01",
            
733
      "data_retreival_date": "2025-04-14",
734
      "data_retreival_date": "2025-04-14",
            
734
      "datastore_active": true,
735
      "datastore_active": true,
            
735
      "description": "The dataset \"Bank Wise RTGS Inward and 
736
      "description": "The dataset \"Bank Wise RTGS Inward and 
            
736
Outward\" sourced from the Reserve Bank of India provides a 
737
Outward\" sourced from the Reserve Bank of India provides a 
            
737
comprehensive breakdown of RTGS (Real-Time Gross Settlement) 
738
comprehensive breakdown of RTGS (Real-Time Gross Settlement) 
            
738
transactions conducted by different banks. The data spans both inward 
739
transactions conducted by different banks. The data spans both inward 
            
739
(incoming) and outward (outgoing) transactions and segregates them 
740
(incoming) and outward (outgoing) transactions and segregates them 
            
740
further based on interbank and customer-driven transactions.",
741
further based on interbank and customer-driven transactions.",
            
741
      "district_no": "",
742
      "district_no": "",
            
742
      "format": "CSV",
743
      "format": "CSV",
            
743
      "frequency": "Monthly",
744
      "frequency": "Monthly",
            
744
      "gp_no": "",
745
      "gp_no": "",
            
745
      "granularity": "Bank",
746
      "granularity": "Bank",
            
746
      "hash": "",
747
      "hash": "",
            
747
      "id": "e9cef902-3a0f-4bc2-96e7-f9735e1ebffb",
748
      "id": "e9cef902-3a0f-4bc2-96e7-f9735e1ebffb",
            
748
      "idp_ready": true,
749
      "idp_ready": true,
            
749
      "last_modified": "2025-04-30T06:01:43.995917",
750
      "last_modified": "2025-04-30T06:01:43.995917",
            
750
      "lgd_mapping": "na",
751
      "lgd_mapping": "na",
            
751
      "metadata_modified": "2025-04-30T06:02:39.306178",
752
      "metadata_modified": "2025-04-30T06:02:39.306178",
            
752
      "methodology": "The data is compiled by the Reserve Bank of 
753
      "methodology": "The data is compiled by the Reserve Bank of 
            
753
India from the transaction reports submitted by individual banks on a 
754
India from the transaction reports submitted by individual banks on a 
            
754
regular basis",
755
regular basis",
            
755
      "mimetype": "text/csv",
756
      "mimetype": "text/csv",
            
756
      "mimetype_inner": null,
757
      "mimetype_inner": null,
            
757
      "name": "Bank Wise RTGS Inward and Outward",
758
      "name": "Bank Wise RTGS Inward and Outward",
            
758
      "no_indicators": "16",
759
      "no_indicators": "16",
            
759
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
760
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
760
      "position": 8,
761
      "position": 8,
            
761
      "resource_type": null,
762
      "resource_type": null,
            
762
      "similar_datasets": [],
763
      "similar_datasets": [],
            
763
      "size": 5298767,
764
      "size": 5298767,
            
764
      "sku": "rbi-bankwise_rtgs_transactions-in-mn-aaa",
765
      "sku": "rbi-bankwise_rtgs_transactions-in-mn-aaa",
            
765
      "state": "active",
766
      "state": "active",
            
766
      "states_uts_no": "",
767
      "states_uts_no": "",
            
767
      "tags": [
768
      "tags": [
            
768
        "RTGS",
769
        "RTGS",
            
769
        "Interbank Transactions",
770
        "Interbank Transactions",
            
770
        "Customer Transaction",
771
        "Customer Transaction",
            
771
        "Banking Data Analysis"
772
        "Banking Data Analysis"
            
772
      ],
773
      ],
            
773
      "tehsil_no": "",
774
      "tehsil_no": "",
            
774
      "url": 
775
      "url": 
            
775
bc2-96e7-f9735e1ebffb/download/bank_wise_rtgs_inward_and_outward.csv",
776
bc2-96e7-f9735e1ebffb/download/bank_wise_rtgs_inward_and_outward.csv",
            
776
      "url_type": "upload",
777
      "url_type": "upload",
            
777
      "village_no": "",
778
      "village_no": "",
            
778
      "years_covered": "2008-2024"
779
      "years_covered": "2008-2024"
            
779
    },
780
    },
            
780
    {
781
    {
            
781
      "additional_info": "nan",
782
      "additional_info": "nan",
            
782
      "cache_last_updated": null,
783
      "cache_last_updated": null,
            
783
      "cache_url": null,
784
      "cache_url": null,
            
784
      "created": "2023-10-09T11:53:08.037450",
785
      "created": "2023-10-09T11:53:08.037450",
            
785
      "data_extraction_page": 
786
      "data_extraction_page": 
            
786
"https://rbi.org.in/Scripts/NEFTView.aspx",
787
"https://rbi.org.in/Scripts/NEFTView.aspx",
            
787
      "data_insights": "The \"Mobile Banking Statistics\" dataset 
788
      "data_insights": "The \"Mobile Banking Statistics\" dataset 
            
788
provides a rich tapestry of insights into the evolving landscape of 
789
provides a rich tapestry of insights into the evolving landscape of 
            
789
mobile banking in India. By undertaking a month-to-month trend 
790
mobile banking in India. By undertaking a month-to-month trend 
            
790
analysis, it becomes feasible to chart the trajectory of mobile 
791
analysis, it becomes feasible to chart the trajectory of mobile 
            
791
banking's growth or decline. This continuous tracking could be 
792
banking's growth or decline. This continuous tracking could be 
            
792
instrumental in correlating fluctuations with external events, 
793
instrumental in correlating fluctuations with external events, 
            
793
marketing campaigns, or regulatory changes that might have impacted 
794
marketing campaigns, or regulatory changes that might have impacted 
            
794
user behavior.\n\nBank-specific insights stand out prominently. By 
795
user behavior.\n\nBank-specific insights stand out prominently. By 
            
795
diving deep into the dataset, stakeholders can determine which banking 
796
diving deep into the dataset, stakeholders can determine which banking 
            
796
institutions are trailblazers in the mobile banking arena. Such 
797
institutions are trailblazers in the mobile banking arena. Such 
            
797
insights are gauged both in terms of transaction volume and the 
798
insights are gauged both in terms of transaction volume and the 
            
798
aggregate value of transactions. This distinction enables a nuanced 
799
aggregate value of transactions. This distinction enables a nuanced 
            
799
understanding, differentiating banks that handle a larger number of 
800
understanding, differentiating banks that handle a larger number of 
            
800
smaller transactions from those facilitating fewer, high-value 
801
smaller transactions from those facilitating fewer, high-value 
            
801
transactions.\n\nA critical component of the dataset is the data on 
802
transactions.\n\nA critical component of the dataset is the data on 
            
802
'Active Users'. This metric serves as a barometer for user engagement 
803
'Active Users'. This metric serves as a barometer for user engagement 
            
803
and the overall penetration of mobile banking solutions among specific 
804
and the overall penetration of mobile banking solutions among specific 
            
804
banks' clientele. A rise or fall in active users can signal shifts in 
805
banks' clientele. A rise or fall in active users can signal shifts in 
            
805
user preferences, the effectiveness of user engagement strategies, or 
806
user preferences, the effectiveness of user engagement strategies, or 
            
806
the emergence of newer, more competitive mobile banking platforms.",
807
the emergence of newer, more competitive mobile banking platforms.",
            
807
      "data_last_updated": "2024-12-01",
808
      "data_last_updated": "2024-12-01",
            
808
      "data_retreival_date": "2025-02-15",
809
      "data_retreival_date": "2025-02-15",
            
809
      "datastore_active": true,
810
      "datastore_active": true,
            
810
      "description": "The \"Mobile Banking Statistics\" dataset is 
811
      "description": "The \"Mobile Banking Statistics\" dataset is 
            
811
sourced from the Reserve Bank of India, the country's central banking 
812
sourced from the Reserve Bank of India, the country's central banking 
            
812
institution. This dataset offers monthly insights into the usage 
813
institution. This dataset offers monthly insights into the usage 
            
813
patterns, preferences, and transaction volumes for various banks in 
814
patterns, preferences, and transaction volumes for various banks in 
            
814
the mobile banking domain. It sheds light on the increasing trend of 
815
the mobile banking domain. It sheds light on the increasing trend of 
            
815
mobile banking in India and provides a granular view by showcasing 
816
mobile banking in India and provides a granular view by showcasing 
            
816
data from individual banking institutions.",
817
data from individual banking institutions.",
            
817
      "district_no": "",
818
      "district_no": "",
            
818
      "format": "CSV",
819
      "format": "CSV",
            
819
      "frequency": "Monthly",
820
      "frequency": "Monthly",
            
820
      "gp_no": "",
821
      "gp_no": "",
            
821
      "granularity": "Bank",
822
      "granularity": "Bank",
            
822
      "hash": "",
823
      "hash": "",
            
823
      "id": "7db4c888-ac0c-4820-9982-c4ea04307f4b",
824
      "id": "7db4c888-ac0c-4820-9982-c4ea04307f4b",
            
824
      "idp_ready": true,
825
      "idp_ready": true,
            
825
      "last_modified": "2025-04-30T06:01:40.884594",
826
      "last_modified": "2025-04-30T06:01:40.884594",
            
826
      "lgd_mapping": "na",
827
      "lgd_mapping": "na",
            
827
      "metadata_modified": "2025-04-30T06:01:40.928384",
828
      "metadata_modified": "2025-04-30T06:01:40.928384",
            
828
      "methodology": "The data has been compiled by the Reserve Bank 
829
      "methodology": "The data has been compiled by the Reserve Bank 
            
829
of India, which likely collates this information from periodic reports 
830
of India, which likely collates this information from periodic reports 
            
830
submitted by the banks operating within the country. ",
831
submitted by the banks operating within the country. ",
            
831
      "mimetype": "text/csv",
832
      "mimetype": "text/csv",
            
832
      "mimetype_inner": null,
833
      "mimetype_inner": null,
            
833
      "name": "Mobile Banking Statistics",
834
      "name": "Mobile Banking Statistics",
            
834
      "no_indicators": "3",
835
      "no_indicators": "3",
            
835
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
836
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
836
      "position": 9,
837
      "position": 9,
            
837
      "resource_type": null,
838
      "resource_type": null,
            
838
      "similar_datasets": [],
839
      "similar_datasets": [],
            
839
      "size": 2740725,
840
      "size": 2740725,
            
840
      "sku": "rbi-bankwise_mobile_banking_transactions-in-mn-aaa",
841
      "sku": "rbi-bankwise_mobile_banking_transactions-in-mn-aaa",
            
841
      "state": "active",
842
      "state": "active",
            
842
      "states_uts_no": "",
843
      "states_uts_no": "",
            
843
      "tags": [
844
      "tags": [
            
844
        "Digital Transactions",
845
        "Digital Transactions",
            
845
        "Mobile Banking",
846
        "Mobile Banking",
            
846
        "Banking Trends"
847
        "Banking Trends"
            
847
      ],
848
      ],
            
848
      "tehsil_no": "",
849
      "tehsil_no": "",
            
849
      "url": 
850
      "url": 
            
850
8-ac0c-4820-9982-c4ea04307f4b/download/mobile_banking_statistics.csv",
851
8-ac0c-4820-9982-c4ea04307f4b/download/mobile_banking_statistics.csv",
            
851
      "url_type": "upload",
852
      "url_type": "upload",
            
852
      "village_no": "",
853
      "village_no": "",
            
853
      "years_covered": "2013-2024"
854
      "years_covered": "2013-2024"
            
854
    },
855
    },
            
855
    {
856
    {
            
856
      "additional_info": "nan",
857
      "additional_info": "nan",
            
857
      "cache_last_updated": null,
858
      "cache_last_updated": null,
            
858
      "cache_url": null,
859
      "cache_url": null,
            
859
      "created": "2024-04-17T12:51:16.505698",
860
      "created": "2024-04-17T12:51:16.505698",
            
860
      "data_extraction_page": 
861
      "data_extraction_page": 
            
861
"https://rbi.org.in/Scripts/NEFTView.aspx",
862
"https://rbi.org.in/Scripts/NEFTView.aspx",
            
862
      "data_insights": "The \"NEFT Transaction Metrics\" dataset, with 
863
      "data_insights": "The \"NEFT Transaction Metrics\" dataset, with 
            
863
its granularity, offers invaluable insights into the digital 
864
its granularity, offers invaluable insights into the digital 
            
864
transactional behaviors and trends in India. Through a monthly trend 
865
transactional behaviors and trends in India. Through a monthly trend 
            
865
analysis, stakeholders can ascertain the rhythm and pace of NEFT 
866
analysis, stakeholders can ascertain the rhythm and pace of NEFT 
            
866
transactions, pinpointing any anomalies, surge periods, or slow 
867
transactions, pinpointing any anomalies, surge periods, or slow 
            
867
phases. These trends can be essential indicators of the broader 
868
phases. These trends can be essential indicators of the broader 
            
868
economic landscape, signaling growth phases or potential economic 
869
economic landscape, signaling growth phases or potential economic 
            
869
slowdowns.\n\nBy examining bank-specific data, a clear picture of each 
870
slowdowns.\n\nBy examining bank-specific data, a clear picture of each 
            
870
institution's stance in the NEFT landscape emerges. Which banks are 
871
institution's stance in the NEFT landscape emerges. Which banks are 
            
871
the most active in facilitating NEFT transfers? Do certain banks have 
872
the most active in facilitating NEFT transfers? Do certain banks have 
            
872
a higher debit transaction rate compared to credits or vice versa? 
873
a higher debit transaction rate compared to credits or vice versa? 
            
873
This type of insight can provide a lens into the financial health and 
874
This type of insight can provide a lens into the financial health and 
            
874
customer engagement strategies of individual banks.\n\nAn intriguing 
875
customer engagement strategies of individual banks.\n\nAn intriguing 
            
875
facet of the dataset is the distinct data on 'Debit Transactions' and 
876
facet of the dataset is the distinct data on 'Debit Transactions' and 
            
876
'Credit Transactions'. By scrutinizing these columns, one can discern 
877
'Credit Transactions'. By scrutinizing these columns, one can discern 
            
877
the balance of funds outflow and inflow for each bank. If a bank 
878
the balance of funds outflow and inflow for each bank. If a bank 
            
878
consistently has higher debit values compared to credit values, it 
879
consistently has higher debit values compared to credit values, it 
            
879
might indicate more outward transfers than incoming ones. On the other 
880
might indicate more outward transfers than incoming ones. On the other 
            
880
hand, banks with a dominant credit value might be the recipients of a 
881
hand, banks with a dominant credit value might be the recipients of a 
            
881
more significant number of inward funds, indicating trust or 
882
more significant number of inward funds, indicating trust or 
            
882
preference by customers or businesses.",
883
preference by customers or businesses.",
            
883
      "data_last_updated": "2024-12-01",
884
      "data_last_updated": "2024-12-01",
            
884
      "data_retreival_date": "2025-04-15",
885
      "data_retreival_date": "2025-04-15",
            
885
      "datastore_active": true,
886
      "datastore_active": true,
            
886
      "description": "The \"NEFT Transaction Metrics\" dataset is 
887
      "description": "The \"NEFT Transaction Metrics\" dataset is 
            
887
procured from the Reserve Bank of India, the apex monetary authority 
888
procured from the Reserve Bank of India, the apex monetary authority 
            
888
of the country. This dataset delineates the monthly details concerning 
889
of the country. This dataset delineates the monthly details concerning 
            
889
the National Electronic Funds Transfer (NEFT) system, which 
890
the National Electronic Funds Transfer (NEFT) system, which 
            
890
facilitates one-to-one funds transfer. By providing data on both debit 
891
facilitates one-to-one funds transfer. By providing data on both debit 
            
891
and credit transactions for various banks, this dataset offers an 
892
and credit transactions for various banks, this dataset offers an 
            
892
encompassing view of the NEFT transaction landscape across India.",
893
encompassing view of the NEFT transaction landscape across India.",
            
893
      "district_no": "",
894
      "district_no": "",
            
894
      "format": "CSV",
895
      "format": "CSV",
            
895
      "frequency": "Monthly",
896
      "frequency": "Monthly",
            
896
      "gp_no": "",
897
      "gp_no": "",
            
897
      "granularity": "Bank",
898
      "granularity": "Bank",
            
898
      "hash": "",
899
      "hash": "",
            
899
      "id": "10a39a51-20d1-441a-9e92-64ca0c5c6f36",
900
      "id": "10a39a51-20d1-441a-9e92-64ca0c5c6f36",
            
900
      "idp_ready": true,
901
      "idp_ready": true,
            
901
      "last_modified": "2025-04-30T06:02:03.636383",
902
      "last_modified": "2025-04-30T06:02:03.636383",
            
902
      "lgd_mapping": "na",
903
      "lgd_mapping": "na",
            
903
      "metadata_modified": "2025-04-30T06:02:50.765899",
904
      "metadata_modified": "2025-04-30T06:02:50.765899",
            
904
      "methodology": "This data is collated by the Reserve Bank of 
905
      "methodology": "This data is collated by the Reserve Bank of 
            
905
India, leveraging the periodic submissions and transactional reports 
906
India, leveraging the periodic submissions and transactional reports 
            
906
from the different banks functioning within India's borders.",
907
from the different banks functioning within India's borders.",
            
907
      "mimetype": "text/csv",
908
      "mimetype": "text/csv",
            
908
      "mimetype_inner": null,
909
      "mimetype_inner": null,
            
909
      "name": "NEFT Transaction Metrics",
910
      "name": "NEFT Transaction Metrics",
            
910
      "no_indicators": "4",
911
      "no_indicators": "4",
            
911
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
912
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
912
      "position": 10,
913
      "position": 10,
            
913
      "resource_type": null,
914
      "resource_type": null,
            
914
      "similar_datasets": [],
915
      "similar_datasets": [],
            
915
      "similar_resources": "",
916
      "similar_resources": "",
            
916
      "size": 2374241,
917
      "size": 2374241,
            
917
      "sku": "rbi-bankwise_neft_transactions-in-mn-aaa",
918
      "sku": "rbi-bankwise_neft_transactions-in-mn-aaa",
            
918
      "state": "active",
919
      "state": "active",
            
919
      "states_uts_no": "",
920
      "states_uts_no": "",
            
920
      "tags": [
921
      "tags": [
            
921
        "NEFT Transations",
922
        "NEFT Transations",
            
922
        "Funds Transfer Analysis",
923
        "Funds Transfer Analysis",
            
923
        "Bankwise Data"
924
        "Bankwise Data"
            
924
      ],
925
      ],
            
925
      "tehsil_no": "",
926
      "tehsil_no": "",
            
926
      "url": 
927
      "url": 
            
927
51-20d1-441a-9e92-64ca0c5c6f36/download/neft_transaction_metrics.csv",
928
51-20d1-441a-9e92-64ca0c5c6f36/download/neft_transaction_metrics.csv",
            
928
      "url_type": "upload",
929
      "url_type": "upload",
            
929
      "years_covered": "2008-2024"
930
      "years_covered": "2008-2024"
            
930
    },
931
    },
            
931
    {
932
    {
            
932
      "additional_info": "nan",
933
      "additional_info": "nan",
            
933
      "cache_last_updated": null,
934
      "cache_last_updated": null,
            
934
      "cache_url": null,
935
      "cache_url": null,
            
935
      "created": "2024-10-23T06:59:17.635220",
936
      "created": "2024-10-23T06:59:17.635220",
            
936
      "data_extraction_page": 
937
      "data_extraction_page": 
            
937
"https://data.rbi.org.in/DBIE/#/banking-outlet",
938
"https://data.rbi.org.in/DBIE/#/banking-outlet",
            
938
      "data_insights": "Data Insights that can be drawn from dataset 
939
      "data_insights": "Data Insights that can be drawn from dataset 
            
939
:Geographical Distribution: The dataset allows for analysis of the 
940
:Geographical Distribution: The dataset allows for analysis of the 
            
940
geographical distribution of bank outlets and ATMs, highlighting areas 
941
geographical distribution of bank outlets and ATMs, highlighting areas 
            
941
with high or low banking service penetration.Operational Status: By 
942
with high or low banking service penetration.Operational Status: By 
            
942
examining the status of branches and ATMs, one can identify trends in 
943
examining the status of branches and ATMs, one can identify trends in 
            
943
banking infrastructure development and closures.Bank Group Analysis: 
944
banking infrastructure development and closures.Bank Group Analysis: 
            
944
The data enables comparison between different bank groups (e.g., 
945
The data enables comparison between different bank groups (e.g., 
            
945
public sector vs. private sector) in terms of their reach and 
946
public sector vs. private sector) in terms of their reach and 
            
946
presence.Service Availability: Insights into the types of services 
947
presence.Service Availability: Insights into the types of services 
            
947
provided (e.g., full-service branches vs. ATMs) and their distribution 
948
provided (e.g., full-service branches vs. ATMs) and their distribution 
            
948
across different regions.Demographic Correlation: Analysis of the 
949
across different regions.Demographic Correlation: Analysis of the 
            
949
dataset in conjunction with population data can reveal how well 
950
dataset in conjunction with population data can reveal how well 
            
950
banking services are aligned with population density and 
951
banking services are aligned with population density and 
            
951
distribution.Infrastructure Growth: Tracking the license and open 
952
distribution.Infrastructure Growth: Tracking the license and open 
            
952
dates provides insights into the growth and expansion of banking 
953
dates provides insights into the growth and expansion of banking 
            
953
infrastructure over time.",
954
infrastructure over time.",
            
954
      "data_last_updated": "12-10-2023",
955
      "data_last_updated": "12-10-2023",
            
955
      "data_retreival_date": "01-12-2023",
956
      "data_retreival_date": "01-12-2023",
            
956
      "datastore_active": true,
957
      "datastore_active": true,
            
957
      "description": "The dataset provides a snapshot of the banking 
958
      "description": "The dataset provides a snapshot of the banking 
            
958
infrastructure in India, including both active and inactive branches 
959
infrastructure in India, including both active and inactive branches 
            
959
and ATMs. It provides comprehensive details about bank outlets and 
960
and ATMs. It provides comprehensive details about bank outlets and 
            
960
ATMs across different regions in India. It includes location 
961
ATMs across different regions in India. It includes location 
            
961
information, bank details, and operational status, helping to 
962
information, bank details, and operational status, helping to 
            
962
understand the spread and accessibility of banking services in the 
963
understand the spread and accessibility of banking services in the 
            
963
country. This dataset is essential for researchers, policymakers, and 
964
country. This dataset is essential for researchers, policymakers, and 
            
964
financial analysts interested in understanding the landscape of 
965
financial analysts interested in understanding the landscape of 
            
965
banking services in India. It provides valuable insights into the 
966
banking services in India. It provides valuable insights into the 
            
966
reach and operational status of banking facilities, contributing to 
967
reach and operational status of banking facilities, contributing to 
            
967
studies on financial inclusion and economic development.",
968
studies on financial inclusion and economic development.",
            
968
      "district_no": "753",
969
      "district_no": "753",
            
969
      "format": "CSV",
970
      "format": "CSV",
            
970
      "frequency": "Other",
971
      "frequency": "Other",
            
971
      "gp_no": "0",
972
      "gp_no": "0",
            
972
      "granularity": "Point",
973
      "granularity": "Point",
            
973
      "hash": "",
974
      "hash": "",
            
974
      "id": "8a4bb25b-3281-4aa5-9d3c-e4a5a7dd8e71",
975
      "id": "8a4bb25b-3281-4aa5-9d3c-e4a5a7dd8e71",
            
975
      "idp_ready": true,
976
      "idp_ready": true,
            
976
      "indicators": [],
977
      "indicators": [],
            
977
      "last_modified": "2024-10-23T07:21:05.181050",
978
      "last_modified": "2024-10-23T07:21:05.181050",
            
978
      "lgd_mapping": "",
979
      "lgd_mapping": "",
            
979
      "metadata_modified": "2025-02-19T06:35:33.246352",
980
      "metadata_modified": "2025-02-19T06:35:33.246352",
            
980
      "methodology": "The dataset is compiled by the Reserve Bank of 
981
      "methodology": "The dataset is compiled by the Reserve Bank of 
            
981
India (RBI) from its extensive network of regulated banks and 
982
India (RBI) from its extensive network of regulated banks and 
            
982
financial institutions. It includes data on the geographical location, 
983
financial institutions. It includes data on the geographical location, 
            
983
operational status, and other relevant details of bank outlets and 
984
operational status, and other relevant details of bank outlets and 
            
984
ATMs. The information is gathered through regulatory filings, surveys, 
985
ATMs. The information is gathered through regulatory filings, surveys, 
            
985
and administrative records maintained by the RBI. ",
986
and administrative records maintained by the RBI. ",
            
986
      "mimetype": null,
987
      "mimetype": null,
            
987
      "mimetype_inner": null,
988
      "mimetype_inner": null,
            
988
      "name": "Bank Outlets and ATM's",
989
      "name": "Bank Outlets and ATM's",
            
989
      "no_indicators": "0",
990
      "no_indicators": "0",
            
990
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
991
      "package_id": "eb565ca6-aa06-47fd-9c81-05c7ed6c538b",
            
991
      "position": 11,
992
      "position": 11,
            
992
      "resource_type": null,
993
      "resource_type": null,
            
993
      "similar_resources": "",
994
      "similar_resources": "",
            
994
      "size": 516258283,
995
      "size": 516258283,
            
995
      "sku": "rbi-bank_outlets_and_atms-pl-ot-aaa",
996
      "sku": "rbi-bank_outlets_and_atms-pl-ot-aaa",
            
996
      "state": "active",
997
      "state": "active",
            
997
      "states_uts_no": "34",
998
      "states_uts_no": "34",
            
998
      "tehsil_no": "5989",
999
      "tehsil_no": "5989",
            
999
      "url": 
1000
      "url": 
            
1000
bb25b-3281-4aa5-9d3c-e4a5a7dd8e71/download/bank-outlets-and-atms.csv",
1001
bb25b-3281-4aa5-9d3c-e4a5a7dd8e71/download/bank-outlets-and-atms.csv",
            
1001
      "url_type": "upload",
1002
      "url_type": "upload",
            
1002
      "years_covered": "1900-2023"
1003
      "years_covered": "1900-2023"
            
1003
    }
1004
    }
            
1004
  ],
1005
  ],
            
1005
  "sector": [
1006
  "sector": [
            
1006
    "Economy"
1007
    "Economy"
            
1007
  ],
1008
  ],
            
1008
  "source_name": "Reserve Bank of India",
1009
  "source_name": "Reserve Bank of India",
            
1009
  "state": "active",
1010
  "state": "active",
            
1010
  "title": "Reserve Bank of India",
1011
  "title": "Reserve Bank of India",
            
1011
  "type": "dataset",
1012
  "type": "dataset",
            
1012
  "url": "https://rbi.org.in",
1013
  "url": "https://rbi.org.in",
            
1013
  "version": null
1014
  "version": null
            
1014
}
1015
}