|
|
|
|
|
|
|
|
|
|
大量多種のマーケティング・データが企業に蓄積されるようになり，マーケティングにおけるデータ活用の重要性が年々高まっている。本講義では，データに基づくマーケティング意思決定を行うための基本的な考え方及び具体的な方法について，講義，実習，レポート課題を通して実践的に学ぶ。データ分析の実習では，統計ソフトウェアRとサンプルデータを用いて，代表的な分析手法を学ぶ。また，調査演習課題では，調査課題の設定，質問紙の作成，データ分析までを通して行う。さらに，マーケティング実務の最先端を知るために，ゲスト講師による講演を2回予定している。
|
|
|
1. マーケティング・サイエンスとは
2. マーケティング・データの種類
3. 質問票の作成方法
4. ゲスト講師による講演（1）
5. 消費者行動分析の基礎
6. 消費者の分類－クラスター分析
7. 市場構造分析－因子分析
8. 受講者間による質問紙の回答
9. ゲスト講師による講演（2）
10. 調査演習課題に関するディスカッション
11. 受講者による課題の発表
12. 価格やチラシの効果を検証する－回帰分析
13. ダイレクトメールの反応を予測する－ロジスティック回帰分析
14. ブランド選択行動の要因を把握する－多項ロジット分析
15. マーケティングにおける機械学習
16. 期末試験
|
|
|
・授業内で扱ったRのプログラムを自分で実際に実行してみること。
・授業の理解が不十分であれば，担当教員に質問するなどして早めに理解するよう心がけること。
|
|
|
1. マーケティング・データの種類とその活用領域を理解し，データの効果的な活用方法を提案できる。
2. マーケティング・リサーチの手順を理解し，自分で調査を実施できる。
3. マーケティング・データを適切な手法を用いて分析し，分析結果に基づいて，最適なマーケティング施策を提案できる。
|
|
|
1. マーケティング・データの種類とその活用領域を理解できる。[a]
2. マーケティング・リサーチの手順を理解できる。[a]
3. マーケティング・データを適切な手法を用いて分析できる。[b]
|
|
|
|
|
【成績評価の基準表】
| 秀(S) | 優(A) | 良(B) | 可(C) | 不可(F) |
| 履修目標を越えたレベルを達成している | 履修目標を達成している | 履修目標と到達目標の間にあるレベルを達成している | 到達目標を達成している | 到達目標を達成できていない |
|
|
履修目標：授業で扱う内容（授業のねらい）を示す目標
到達目標：授業において最低限学生が身につける内容を示す目標
|
|
|
・対面型の講義を行う（状況により，変更の可能性あり）。
・資料の配布などは授業支援システム（時間割コード：3001404）を通じて行う。
|
|
|
|
|
|
|
|
統計学Ⅰ－A，統計学Ⅱ－Aが履修済みであることを履修条件とする。
|
|
|
|
マーケティング・リサーチ, データサイエンス, データ解析, 統計学
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|