マーケティング 統計 通信教育


◆ 通信教育講座 ◆
★ 統計に馴染みがない研究開発や営業担当者でも無理なく習得できる
        潜在ニーズの把握、客観的な意思決定に役立つデータ分析スキル!
Excelを用いた
マーケティングリサーチ,データ分析

■ 指導講師、開講日
開講日 平成28年12月26日(月)   申込締切日:平成28年12月22日(木)
受講料 1口 60,000円(税抜き) *1口3名まで受講可
 4名以上の場合、1名につき20,000円(税抜き)  
指導講師 米谷 学 氏
(輸入商社や海運・国際複合輸送業の勤務を経て、統計分野で大きな実績を残した故上田太一郎氏に師事し、Excelを中心としたデータマイニングやデータ活用・データ分析の提唱に務める。数学等が不得意だった方もデータ分析が必要であることを踏まえ、数学や統計の予備知識が無い方にもわかりやすい説明を心がけている。)
■ スケジュール/3ヶ月コース
平成28年  12月下旬 第T講 テキスト発送
平成29年  1月下旬 第U講 テキスト発送/第T講 解答〆切
平成29年  2月下旬 第V講 テキスト発送/第U講 解答〆切
平成29年  3月下旬 第V講 解答〆切
平成29年  4月下旬 修了証発行
■受講にあたって

本講座ではMicrosoft Excelの「データ分析ツール」と「ソルバー機能」を使用します。
設定法は右
記サイトをご覧ください。 http://www.datamining.jp/files/lecture/buntool.pdf

■講座主旨
 マーケティングにおいて、(潜在)顧客のニーズを把握することは、より重要になってきています。商品やサービスを提供する立場では、なかなか顧客のニーズを計ることは難しいものです。そこでこの講座では、マーケティングそのものの概要よりも、マーケティングやその周辺で活用できる分析方法について、重点を置いて説明しています。ビジネスにおける統計学の応用(活用)について、ここ数年にわたって、更に熱を帯びていますが、集計やグラフ、また計算をする程度ではなかなかわからないこともあり、より高度な分析方法についても触れています。データに基づく意思決定は、意思決定までの過程がより明らかになり、その過程を組織で継承しやすくなります。またデータを使って定点観測をすることで、変化にもより注目しやすくなることも、大きなメリットになります。
■内容項目
■第1講 調査票の設計、サンプリング、データ集計

1.ビジネスデータ活用の準備と調査票の設計
 1-1 ビジネスデータを活用するための考え方
  1) より広く活用できるためのデータの持ち方
  2) 表とデータベース、Excel利用の意義
  3) データ・クレンジングとは
  4) 数の種類(尺度)
  5) 予測に活用するための考え方
  6) 分析ツールを使えるようにする
 1-2 調査票の設計
  1) 回答方法の種類
  2) 設問文を作成するときの注意
  3) 事前調査の必要性

2.サンプリング
 2-1 母集団と標本
  1) 母集団と標本
  2) サンプルサイズ(標本の大きさ)の決定方法
  3) 統計学とは 〜 推測統計学と記述統計学
  4) 統計学を実務に応用することの限界
 2-2 サンプリングとデータ抽出
  1) ランダムサンプリングに役立つExcelの機能
  2) データベースから特定のデータを抽出するのに役立つフィルタ機能

3 データの特徴を表わす・1 〜 グラフ
 3-1 グラフの種類と主な用途
  1) Excelでサポートしている主なグラフの種類
  2) 2つの数値項目の関連を表わす散布図
  3) 3つの数値項目の関連を表わすバブルチャート
 3-2 グラフ作成時の注意点

4.データの特徴を表わす・2 〜 基本統計量
 4-1 日常で使われる平均値
  1) 平均値とは
  2) 平均値を使うことがふさわしくない例
  3) ほかにもある平均値の種類
 4-2 その他の指標(基本統計量の抜粋)
  1) データの特徴を表わすその他の指標 (中央値・最頻値)
  2) データのばらつき具合を探る (標準偏差)
  3) 極端に大きな/小さな値が含まれるデータ(外れ値)
  4) ヒストグラムの作成
  5) Excelで基本統計量を求める

5.単純集計・クロス集計
 5-1 Excelの関数を使って単純集計をする
 5-2 ピボットテーブルを使って単純集計・クロス集計をする
  1) 単純集計表を作成する
  2) クロス集計表を作成する
  3) クロス表から明細リストを表示する
 5-3 クロス集計表から項目による違いを探る(独立性の検定)

【演習問題】

■第2講 売上高や利用者数・販売数量などの数値予測

6.他の要因との関連を利用した数値予測 〜 回帰分析
 6-1 多変量解析とは
 6-2 2項目の関連を基に予測をする
  1) 分析の背景・仮説
  2) 散布図を描く
  3) 関連度合いを数値で表す
  4) 相関の有無を探る
  5) 直線予測のための直線の追加
  6) 直線予測をする
  7) 分析ツール「回帰分析」による予測式の求め方
  8) 予測式の精度を検証
  9) 散布図は重要
 6-3 複数の項目の情報を基に予測をする
  1) 分析の背景・仮説
  2) 回帰分析の実行
  3) 予測式を求める
  4) 要因分析をする
  5) 統計的に最適なモデルを求めて予測と要因分析を行う
  6) マルチコに注意 〜 相関係数にも注目する理由
  7) 相関の有無を判定する
 6-4 天候やカテゴリーデータを含む更に多くの項目を基に予測をする
  1) 背景・仮説
  2) 回帰分析が実行できるデータに作り替える
  3) 回帰分析を実行する
  4) 予測式を求める
  5) 要因分析をする
  6) 最適なモデルを求める

7.予測したい項目の推移のみを利用した数値予測
 7-1 内挿と外挿入
 7-2 予測の種類
  1) 内挿と外挿
  2) 直線予測
  3) 曲線予測(近似曲線の追加機能〜多項式近似・指数近似・累乗近似・対数近似)
  4) 成長曲線による予測
  5) 移動平均による予測
  6) 自己回帰モデルによる予測

【演習問題】


■第3講 顧客ニーズの把握

8.どちらを好むのか 比較する質問で回答する 〜 一対比較法
 8-1 一対比較法とその種類
 8-2 Excelで簡易に行う一対比較法
  1) 調査方法
  2) 分析用データの作り方
  3) Excelの分析手順

9.好まれるサービス・商品のスペックを探る 〜 コンジョイント分析
 9-1 コンジョイント分析とは
  1) 好まれるスペックを探る方法
  2) コンジョイント分析の回答方法
  3) コンジョイント分析の手順
 9-2 直交表を使って調査票を設計
  1) 購入・利用を左右する項目の数を決める
  2) 直交表とは
  3) スペックの策定
 9-3 分析の準備
  1) 直交表に割り付け
  2) 調査結果の集計
  3) 回帰分析実行用データの作成
 9-4 分析結果を探る
  1) 評価が高い組み合わせはどれかを探る
  2) 属性別に探る

10.顧客が重視しているポイントと改善点を明らかに 〜 CSポートフォリオ分析
 10-1 CSポートフォリオ分析意義
  1) CSポートフォリオ分析とは
  2) CSポートフォリオ分析の意義
 10-2 CSポートフォリオ分析の準備
  1) 調査項目の策定
  2) 回答データの集計
  3) 回答を基にグラフを作成
 10-3 分析作業
  1) 満足度を求める
  2) 重要度を求める
  3) CSポートフォリオ分析のためのグラフを作成
  4) 改善点の洗い出し

【演習問題】

 

マーケティング 統計 Excel