科目の概要
マーケティングはいま統計学が積極的に活用されている分野の一つである。特にアンケート解析や、口コミ分析といった自然言語データ解析はマーケティングサイエンス領域ではとても重要になっている。 本授業では、そのようなマーケティングサイエンスの実践的な知識を学び、最先端のデジタル・マーケティングで何が行われているか総体を理解し、自らも解析業務に携われるようになる基盤を構築する。
科目情報
履修想定年次
2年次
単位数
2単位
開講Q
3-4Q
科目区分
選択
授業の方法
演習科目
評価方法
レポート50%，発表50%
前提推奨科目
前提必須科目
後継推奨科目
科目コード
INF-2-C3-0034-024
到達目標
デジタル・シフトにより企業活動が大規模な情報システムに制御・統括されている現状は、データ量が指数関数的に増大していき、その解析処理と意味合いの抽出がマーケティングでも必須のものとなる。このような潮流の下で、如何に効果効率的に情報を収集処理していくか、課題解決に資するかたちで収集した情報を分析し、そこから意味合いを適切に読み解く術を身につける。得られた分析結果を、課題解決の文脈から、どう表わしていくのか、数理的な結論を属人的な課題解決領域の文脈に活用し説明するロジカルシンキング＋コミュニケーションの力を養い、マーケティングサイエンスが課題解決に必須となっている現状に対処するための種々のスキルセットを学修する。
教科書・参考書
- 【教科書】オリジナル教材【参考書】YoonHyupHwang『Hands-OnDataScienceforMarketing:ImproveyourmarketingstrategieswithmachinelearningusingPythonandR』、PacktPublishing、2019
授業時間外の学修
各回の講義内容は、各回１時間ほど復習を行ってください。また、次回の学習内容についてもあらかじめ不明な単語や前提となる知識をWebや参考書で調べるなどしてください。特に各回の学習項目である分析種目や手法については、ネットで検索すると様々な事例（ケース）が公開されています。授業で取り上げられる実例は時間の関係で限られてしまいますので、特にご自分がよく分っていない種目・手法については重点的にそうしたケースを幅広く参照して、深く理解する一助としてください。
特記事項
順次公開予定
授業計画
第1回ガイダンス
第1回
ガイダンス
第2回基本的な統計的手法の復習
第2回
基本的な統計的手法の復習
第3回ABテスト
第3回
ABテスト
第4回RFM分析
第4回
RFM分析
第5回プロダクト・ライフサイクルと統計
第5回
プロダクト・ライフサイクルと統計
第6回因果推論の基礎 : 効果測定
第6回
因果推論の基礎 : 効果測定
第7回時系列データの因果推論 : CausalImpact
第7回
時系列データの因果推論 : CausalImpact
第8回キャンペーンの効果測定 : MMM
第8回
キャンペーンの効果測定 : MMM
第9回LTV分析 : BTYDモデル
第9回
LTV分析 : BTYDモデル
第10回アンケート解析 : ブランド調査
第10回
アンケート解析 : ブランド調査
第11回アンケート解析 : NPS調査
第11回
アンケート解析 : NPS調査
第12回テキストマイニング : テキストデータの記述統計
第12回
テキストマイニング : テキストデータの記述統計
第13回テキストマイニング : 共起ネットワーク
第13回
テキストマイニング : 共起ネットワーク
第14回テキストマイニング : トピックモデル
第14回
テキストマイニング : トピックモデル
第15回総括
第15回
総括