開催概要
このような課題や要望をお持ちの方にお奨めします
・データから読み取った情報を、他人にわかりやすく理解してもらいたい
・体系的なデータ解析を、ある程度把握した上での業務への適応したい
・統計学を顧客の絞り込みや戦略立案に有効に活用したい
・チームの目標設定やそれを達成するための戦略を策定するのに必要なスキルが足りない
・多くあるデータの取捨選択に悩んでいる
参加対象
(1)各企業のマーケティング部門、調査部門、商品企画部門、広告・宣伝部門などのスタッフで、これから統計・多変量解析の理解を深めたい方々
(2)本テーマにご関心のある方々
受講者の声
・検定は実務で使用しているが、知らないこともあったので、参考になった。
・参考書にのっていないような話が聞けてよかった。
・統計とは何か、という基本から理解ができた。
・実例による説明がわかりやすく理解が深まった。
・演習を交えながら要点を絞った説明がわかりやすい。
・需要予測や品質管理に必須の統計・解析スキルが向上したと思う。
プログラム
|
内容 |
1日目 基礎知識編 10:00~17:00 |
●リサーチ・データの集計と統計解析(1.変量、2.変量データ)の基本、多変量解析の基礎 |
【1】リサーチ・データとは
①リサーチ・データの種類と特性
②データ構造
【2】統計解析と尺度分類
①尺度分類
②回答形式と尺度分類
【3】分布を知る
①視覚化(グラフ化)
②数値化(代表値と分散)
【4】クロス集計表の読み取り
①クロス集計表の見方(原因と結果)
②構成比の機能
③3種類の構成比の計算方法とその読み方
④ファインディング
【5】検定
①検定とは(考え方と用語)
②検定の実際
(χ2乗検定を例に、実際の考え方と流れを解説)
【6】2変量間の関係(相関係数:関連と予測の視点から)
①関連の指標としての相関係数
②予測の指標としての相関係数
|
2日目 基礎知識編 10:00~17:00 |
●多変量解析法の基本 |
【1】多変量解析の基礎
①多変量解析の分類
②多変量解析の有効性と限界
③類似度と非類似度(相関係数と距離)
【2】予測・要因を分析する
「結果に影響を与えている要因は何かを探る手取り上げる手法:重回帰分析数量化Ⅰ類
①重回帰分析の基本モデル(考え方)
②チェックポイントとアウトプットの見方
③ダミー変数による分析
④事例による結果の解釈
【3】構造を分析する
「変数の相互関連性や共通する要素を抽出する手法」
取り上げる手法:主成分分析・コレスポンデンス分析
(数量化Ⅲ類)
①主成分分析・コレスポンデンス分析の基本モデル(考え方)
②チェックポイントとアウトプットの見方
【4】分類する(似たものを集める手法)
「人・ブランド、調査アイテムを分類する手法」
取り上げる手法:クラスター分析、MDS
①クラスター分析・MDSの基本モデル(考え方)
②事例による結果の解釈
【5】まとめ
①2日間で学んだことの整理
②マーケティングへの適用
|
3日目 実習編 10:00~17:00 |
●R(R Studio)とExcelによる多変量解析の実際
|
【学習のポイント】 RとR Studioのインストールから多変量解析の実行まで演習形式で理解する本セミナー。マーケティング・リサーチとデータ解析入門セミナー(統計・データ分析編)で使用したデータを使い、実際に自分で多変量解析
法を実行することで実践的スキルを身につける。Rのcodeとdataを提供するので、まずは自分で解析を実行してみる。その上で自分のdataを分析するためのスキルを身につける。
【1】R(R Studio)とExcel(分析ツール)のインストールと使い方
【2】基本統計量とグラフ化
①基本統計量の算出
②1変量グラフ化(ヒストグラム,箱ひげ図
【3】変量間の関係を分析する
①相関係数算出と相関係数行列のグラフ化
②単純集計・クロス集計とグラフ化
【4】R(R Studio)とExce(分l 析ツール)で予測・要因分析手法を理解する
①重回帰分析
②ダミー変数による重回帰分析
【5】R(R Studio)で構造分析手法を理解する
①主成分分析
②コレスポンデンス分析
【6】R(R Studio)で分類手法を理解する(似たものを集める手法)
①階層的クラスター分析
【7】マーケティング課題と多変量解析
①マーケティング課題への応用例
(コンジョイント分析、セグメンテーション・スタディなど)
②まとめ
|
※当日は使い慣れた電卓をお持ちください。
※3日目は各自PCをご持参ください。持参できない場合は、貸し出しします。
※3日目はRというソフトを使用します。事前にお送りする課題を取り組んだ上でご参加することをおすすめします。
※内容は、変更される場合があります。また、進行の都合により時間割が変わる場合がございます。
あらかじめご了承ください。
-
ご案内
講師紹介(敬称略)
大竹 延幸
(株)マーケッティング・サービス 代表取締役社長
東洋大学社会学部 非常勤講師
明星大学人文学部 非常勤講師
立教大学社会学研究科博士課程前期課程修了(社会学修士)
アパレル業界を経て現在に至る。日用品から耐久消費財までの消費財、農業、工業生産財といった幅広い業界に対応するリサーチャー。マーケティング課題解決型リサーチの企画、およびCSI、ブランド評価といったマーケティング課題の統計モデル化を得意とするリサーチのスペシャリスト。専門社会調査士。
<著 書>
「社会調査の実際」(学文社)、「課題解決型マーケティング・リサーチ」(生産性出版)
<主要論文>
「Conjoint分析を利用した価格属性の問題点」(東洋大学社会学部紀要)、「支出意識に及ぼす消費目的の影響―確認的因子分析と多重指標モデルによる男女比較―」(東洋大学社会学部紀要)、「支出意識に及ぼす消費目的の影響~多重指標モデルによる時系列分析~」(東洋大学社会学部紀要)
前川 法夫
楽天インサイト株式会社 リサーチ統括部
マーケティングリサーチャー
関西大学大学院社会学研究科社会心理学専攻修士課程修了
マーケティング・リサーチに基づき、生活者の視点からマーケティング戦略を立案し、マーケティング・パートナーとしてクライアントをサポートするリサーチャー。
消費財やサービス、公共など幅広い業種・サービスに対応する。
現在は、マーケティング・リサーチのセミナーを担当。
<分担執筆>
「課題解決型マーケティング・リサーチ事例編」「強いブランドの開発と育成」
中山 厚穂
東京都立大学 経済経営学部 准教授
立教大学大学院社会学研究科応用社会学専攻 博士課程後期課程単位取得満期退学。
立教大学経営学部助手・助教、長崎大学経済学部准教授を経て、2010年10月より現職。
博士(社会学)。統計科学、行動計量学、消費者行動論。専門社会調査士。
<著 書>
「Excel ソルバー多変量解析-因果関係分析・予測手法編-」「Excelソルバー多変量解析-ポジショニング編-」(日科技連出版社)、『特許情報のテキストマイニング』(ミネルヴァ書房、共著)、「スタンダード 文科系の統計学」(培風館、共著)
<主要論文>
「The Classification and Visualization of Twitter Trending Topics Considering Time Series Variation.」(Data Science - Innovative Developments in Data nalysis and Clustering)、「製品時系列を考慮したTwitter上のトピック分類」(データ分析の理論と応用)
定員
20名
参加定員の関係でご参加いただけない場合は折り返しご連絡いたします。
会場(東京)
日本能率協会・研修室(東京)
〒105-8522 東京都港区芝公園3-1-22
TEL: 03-3434-6271
交通アクセス
東京メトロ日比谷線 神谷町駅 3出口 より徒歩7分
都営三田線 御成門駅 A1出口より徒歩5分
都営大江戸線 大門駅 A4・A5・A6出口 より徒歩12分
JR山手線 浜松町駅 より徒歩15分
※開催会場は変更する場合があります。
その場合は別途ご案内いたします。