シラバス
※学期中に内容が変更になることがあります。

2023年度

集中
面接/Face-to-face

学則第9条の5対象
Article 9-5 of
the Undergraduate Regulations applies

対象外/Not Applicable

10807870 

△体験型教養科目 (インサイト産業とデータサイエンス活用)
Experiential Liberal Arts -Experiential Liberal Arts-
2単位/Unit  秋集中/Fall Intensive  京田辺/Kyotanabe  講義/Lecture

  宿久 洋

<概要/Course Content Summary>

本講座は株式会社日経リサーチの寄付講座として実施される。 
日経リサーチは,日経グループの総合調査会社として,市場調査や世論調査,企業調査などを手がけ,1970年から50年以上にわたり,企業が抱える経営課題の解決や営業戦略のサポートを実施してきた。本講座では,日経リサーチのデータサイエンティストが業界動向や分析事例を交えながら,社会調査やデータサイエンスの専門的な知識や技術がどのようにビジネスで活用されているのかを紹介・解説する。一部,Rを用いた演習を実施する。

<到達目標/Goals,Aims>

本講座を通じて,調査ビジネスの実態や異種複数データを利用したデータ分析事例を学ぶことで,ビジネスにおけるデータサイエンスの活用について具体的なイメージを形成する。また,データサイエンティストの仕事内容の理解を深め,文理融合した学習を促進する。

<授業計画/Schedule>

(実施回/
Week)
(内容/
Contents)
(授業時間外の学習/
Assignments)
(実施回/ Week) 1~2  (内容/ Contents) 【リサーチの基礎知識】1. インサイト産業への転換,2. マーケティング・リサーチとデータ分析,3. 集めるデータと集まるデータ,4. リサーチデザイン,5. 相関係数とクロス表,6. ウェイトバック集計  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) (内容/ Contents) 【リサーチの基礎知識】ワーク: アンケートサイトを作ってみよう  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) 4~5  (内容/ Contents) 【定量調査(コンシューマー)】1. マーケティング理論,2. 定性調査と定量調査,3. CS調査と指標化,4. 行動経済学指標と心理尺度,5. 知覚マップ,6. クロス表の可視化  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) (内容/ Contents) 【定量調査(コンシューマー)】ワーク: マッピングしてみよう  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) 7~8  (内容/ Contents) 【定量調査(ビジネス)】1. 調査データとEBPM,2. 財務と非財務,3. 企業ブランディング,4. SDGsとWell-being,5. ピープルアナリティクス,6. プライシング  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) (内容/ Contents) 【定量調査(ビジネス)】ワーク: コンジョイント分析をやってみよう  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) 10~11  (内容/ Contents) 【標本調査と予測】1. 世論調査,2. データジャーナリズム,3. 選挙予測調査,4. 統計調査,5. 秘匿と欠測補完,6. ナウキャスティング  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) 12  (内容/ Contents) 【標本調査と予測】ワーク: 時系列データ分析をやってみよう  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) 13~14  (内容/ Contents) 【キュレーションメディアとCRM】1. CRMマーケティング,2. エンゲージメントスコア,3. セグメンテーション,4. 選択バイアスと効果推定,5. 統計的データ融合,6. 非構造データのマイニング  (授業時間外の学習/ Assignments) なし 
(実施回/ Week) 15  (内容/ Contents) 【キュレーションメディアとCRM】ワーク: テキストマイニングしてみよう  (授業時間外の学習/ Assignments) なし 

本講座は,3コマずつ5回の集中講義として実施される。 
講義の実施日は①10/7(土)②10/21(土)③11/4(土)④11/18(土)⑤12/2(土)の3~5講時を予定。 
Rの演習を実施するため,「定量的データ分析演習」の講義が履修済みであることを本講義の履修条件とする。 
興味を持った内容はご自身でWeb・書籍などで学習することを推奨する。

<成績評価基準/Evaluation Criteria>

平常点  40%  出席 
小レポート  30%  授業中の成果物を提出(5回) 
最終レポート  30%  講義内容に対する理解の確認 

 

<成績評価結果/Results of assessment>   成績評価の見方について/Notes for assessment

    

登録者数

成績評価(%)

評点
平均値

備考

A B C D F
18 50.0 27.8 22.2 0.0 0.0 0.0 3.3

<参考文献/Reference Book>

講義中に紹介する。

<備考/Remarks>

本講義は,マーケティングリサーチの企業からデータサイエンティストをゲストスピーカーに迎えて実施する。 

 

お問合せは同志社大学 各学部・研究科事務室まで
 
Copyright(C) 2023 Doshisha University All Rights Reserved. 無断転載を禁止します。