担当者 | 武田 元彦 | |
---|---|---|
単位・開講先 | 選択 2単位 [経営学科] | |
科目ナンバリング | CME-305 |
近年、情報処理技術の発展により、企業活動のあらゆるシーンにおいてデータの蓄積が進み、データに基づく科学的なアプローチが求められている。特に、顧客情報を中心として企業のマーケティング活動として、統計学、ビッグデータ、機械学習等を中心とするデータサイエンス手法の適用が進んでいる。
本講義では、基本的な確率統計の考え方やデータサイエンスのアプローチ方法、機械学習の手法を学び、昨今の企業活動、特にマーケティング分野においてどのように科学的なアプローチの採用が進んでいるかを学ぶ。また、具体的な事例だけでなく、マーケティング活動やそれに関連する社会変化を議論するための抽象的な概念も扱う。
前期は、マーケターの視点から講義を行う。特に一般的なマーケティング手法について学び、その中でどのようにデータサイエンスを始めとする情報科学や社会科学がアプローチするかを学ぶことを主眼にする。最適化の計算や数式の導出なども扱うため、初歩的な統計学、微分積分、線形代数について理解があることが望ましい。また、プログラミングは本講義の対象外とするため、自らコーディングをしたい場合は参考書による自習が求められる。
1)企業活動、特にマーケティング分野における課題について、どのようなものがあるかを把握できること。その上で、基本的なマーケティングサイエンスのアプローチとしてどのようなものがあるか、それを採用する上での注意点は何かを説明できるようになること。
2)具体的な情報に対して、科学的なアプローチであるか、特に客観的なエビデンスや研究に基づいてるものかどうかを判断できるようになること。
授業への貢献度を30%程度、定期試験を70%程度にして評価します。
種別 | 書名 | 著者・編者 | 発行所 |
---|---|---|---|
教科書 | 特に指定しない | ||
参考文献 | 『マーケティング・サイエンス入門 -- 市場対応の科学的マネジメント 新版』 | 古川 一郎, 守口 剛, 阿部 誠 (2011) | 有斐閣アルマ |
・教科書を事前に読み、予習をしてください。
・講義ノートや関連資料を参考に授業の内容の復習をしてください。また、不明な点は自ら調べ学ぶ姿勢で臨んでください。
・初歩的な統計学、微分積分、線形代数について理解があることが望ましい。
他の履修生の妨げとなるため、講義中の私語は厳正に対処します。
回 | 授業内容 |
---|---|
第1回 | オリエンテーション |
第2回 | 確率・統計 (1) 検定 |
第3回 | 確率・統計 (2) 回帰分析 |
第4回 | リサーチ・デザイン |
第5回 | 戦場分析① 市場規模 |
第6回 | 戦場分析② 統計データ |
第7回 | 顧客分析① 消費者リサーチ |
第8回 | 顧客分析② 消費者行動理論 |
第9回 | 顧客分析③ 定性調査 |
第10回 | 顧客分析④ STP |
第11回 | 顧客分析⑤ コンジョイント分析 |
第12回 | 価格分析① プライシング |
第13回 | 広告分析① マス広告の効果測定・予算策定 |
第14回 | 広告分析② デジタルマーケティングの効果測定・予算策定 |
第15回 | 講義のまとめ |