【シラバス基本情報】

科目名 マーケティング情報処理U
担当教員 -原田 真知子
対象学年 2年
単位区分 選択  
開講時期 前期
授業形態 一般講義
単位数 2
準備事項  
備考  

【授業のねらい】

この授業は、膨大なデータから価値ある情報を読み取り、論理的思考に基づく意思決定能力を修得することを最
終目標とし、マーケットや消費者行動の分析法について分析ソフトを操作しながら実践的に学ぶ。調査データの
計量的分析から解釈、報告書の作成までのプロセスを集中的に学ぶ。マーケティング情報処理Iの学習で積み上
げた統計的知識や分析テクニックを、事例ごとに紹介するより高度なデータ分析へと発展させる。<知識・パタ
ーン・法則性>に基づく意思決定のダイナミックな面白さを感じてほしい。

【授業の展開計画】

はじめに、統計解析ソフト「SPSS」を動かしながら、仮説検定(標本と母集団、推測と検定)の考え方と分析手順を学ぶ。これは、MJIで学んだSPSSの基本操作や分析のためのデータ加工法の復習を兼ねている。次に、マーケティング計画の際によく用いられる量的データの分析法(多変量解析諸技法)について、ケース・スタディを通して学ぶ。最後に、グループによるリサーチ・プロジェクトの発表会を行い、分析からプレゼンテーションまでの手順を学ぶ。
  **卒論などのデータ分析にいかせるよう、分析計画と手法の選択、解釈上陥りやすい誤りなどについても説明する。 

1 授業の概要と受け方、マーケティング・データ分析の事例紹介(車、化粧品、ドラッグストアなど)   
2 データ分析のための基礎知識1:  仮説検定の考え方と手順(1)     
3 データ分析のための基礎知識2:  仮説検定の考え方と手順(2)、データ解析戦略とは
  
4 分析事例1:  分散分析による販売促進効果の測定  ―基本的考え方―      
5 分析事例1:  分散分析による販売促進効果の測定 ―比較実験と交互作用― 
6 分析事例2:  重回帰分析による市場性の予測 ―基本的考え方―   
7 分析事例2: 重回帰分析による市場性の予測 ―売上高変動の説明と予測―
8 分析事例3: ロジスティック回帰分析による市場反応の測定 ―ブランド選択モデルの紹介―
9 分析事例4:  クラスター分析によるベネフィット・セグメンテーション  ―基本的考え方―   
10 分析事例4:  クラスター分析によるベネフィット・セグメンテーション  ―消費者のグループ分け―   
11 分析事例5:  因子分析によるブランドの知覚マップ  ―基本的考え方―   
12 分析事例5:  因子分析によるブランドの知覚マップ  ―知覚マップ作成―  
    
13 データ分析のまとめ、報告書とプレゼンテーションの重要性とガイドライン   
14 リサーチ・プロジェクトの準備1   
15 リサーチ・プロジェクトの準備2 

16 リサーチ・プロジェクトの発表会(プレゼンテーションと評価)

【履修上の注意事項】

1)第1回目の授業で関心や学習暦などを調査し受講生を決定するで、必ず出席すること。2)分析ソフトを用
いた統計解析という専門性を修得するには、学習の積み重ねが必要である。できるだけ欠席はしないこと。遅刻
は厳禁とする。3)Excelで集計表を作成した経験があることが望ましい。高度な数学知識がなくともよい。意
欲と関心を持って最後まで取り組める人を歓迎する。4)講義用ウェブサイト内電子掲示板にて質問への回答や
補足説明を行うので、定期的にサイトにアクセスし目を通してほしい。

【評価方法】

授業への参加姿勢(30%)、データ分析実習の提出(30%)と発表(40%)とを勘案し、総合的に評価する。講義回
数の3分の1以上を欠席した場合は、不合格とするので注意すること。

【テキスト】

特に指定はない。プリントを配布する。また、実習用データと解答・解説、補足資料を講義用ウェブサイトに随
時更新していくので、その都度各自でダウンロードし使用する。

【参考文献・その他】

Malhotra, Naresh K., "Marketing Research, An Applied Orientation," Prentice Hall. 田淵正則『SPSSで
学ぶ調査系データ解析』東京図書. 朝野煕彦『入門 多変量解析の実際』講談社