トップランナーといいつつ使っている手法は調査アンケートによるものの多さ。20世紀の話も多い。若干メーカーの話も多いかな。
5年前とはいえ、優秀な子会社などを除けば、さしたる統計やmlを使っていないのだなと感想した。
この商品をお持ちですか?
マーケットプレイスに出品する

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません 。詳細はこちら
Kindle Cloud Readerを使い、ブラウザですぐに読むことができます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
マーケティング・サイエンスのトップランナーたち―統計的予測とその実践事例 単行本 – 2016/4/10
朝野 熙彦
(著, 編集)
集めたデータから有益なビジネス戦略を導くには、データ収集からデータ解析、
具体的な提案という透徹した見通しをもって市場を診断し、未来を予測しなければならない。
本書は実際のマーケティング機能とその流れに対応した章構成で、
ビジネスの意思決定→STP→4P→マネジメントのための解決策を解説する。
富士ゼロックス、ハウス食品、キリン、ライオンなどの有名企業の実例を用いて、
データ解析のエキスパート達が行うビッグデータ時代のマーケティングの最前線を紹介する。
もくじ
第1章 ビジネスの意思決定をデータで支援する
第2章 商品市場を細分化するビッグデータ適合型クラスター分析の活用
第3章 購買履歴データから消費行動を知る~スキャンパネル・データの活用~
第4章 ポジショニングに適した広告表現を開発する
第5章 カスタマージャーニーマップで消費者行動をストーリーで捉える
第6章 商品の適正な価格を決定する~POSデータとPSM分析の活用
第7章 小売マーチャンダイジングを提案する~POSデータの時系列分析
第8章 CM認知率を予測する~ランダムフォレスト法の活用
第9章 CSマネジメントで顧客志向への転換を進める~CS調査の活用
第10章 ブランディングを成功させる~ブランド価値評価指標の活用~
付録A:統計の基礎的理論
付録B:いくつかの情報源
具体的な提案という透徹した見通しをもって市場を診断し、未来を予測しなければならない。
本書は実際のマーケティング機能とその流れに対応した章構成で、
ビジネスの意思決定→STP→4P→マネジメントのための解決策を解説する。
富士ゼロックス、ハウス食品、キリン、ライオンなどの有名企業の実例を用いて、
データ解析のエキスパート達が行うビッグデータ時代のマーケティングの最前線を紹介する。
もくじ
第1章 ビジネスの意思決定をデータで支援する
第2章 商品市場を細分化するビッグデータ適合型クラスター分析の活用
第3章 購買履歴データから消費行動を知る~スキャンパネル・データの活用~
第4章 ポジショニングに適した広告表現を開発する
第5章 カスタマージャーニーマップで消費者行動をストーリーで捉える
第6章 商品の適正な価格を決定する~POSデータとPSM分析の活用
第7章 小売マーチャンダイジングを提案する~POSデータの時系列分析
第8章 CM認知率を予測する~ランダムフォレスト法の活用
第9章 CSマネジメントで顧客志向への転換を進める~CS調査の活用
第10章 ブランディングを成功させる~ブランド価値評価指標の活用~
付録A:統計の基礎的理論
付録B:いくつかの情報源
- 本の長さ272ページ
- 言語日本語
- 出版社東京図書
- 発売日2016/4/10
- 寸法18.4 x 1.5 x 21.1 cm
- ISBN-104489022344
- ISBN-13978-4489022340
この商品を見た後に買っているのは?
ページ: 1 / 1 最初に戻るページ: 1 / 1
商品の説明
内容(「BOOK」データベースより)
ビッグデータ時代を生き抜くための情報抽出・情報解析10選!データ収集→データ解析→ビジネス戦略を導く。
著者略歴 (「BOOK著者紹介情報」より)
朝野/煕彦
千葉大学文理学部卒業、埼玉大学大学院修了、千葉大講師、専修大・都立大・首都大教授を経て、中央大学大学院客員教授。学習院マネジメント・スクール顧問。専門はマーケティング・サイエンス。AMA、INFORMS会員。日本行動計量学会理事、日本マーケティング・サイエンス学会論文誌編集委員などを歴任(本データはこの書籍が刊行された当時に掲載されていたものです)
千葉大学文理学部卒業、埼玉大学大学院修了、千葉大講師、専修大・都立大・首都大教授を経て、中央大学大学院客員教授。学習院マネジメント・スクール顧問。専門はマーケティング・サイエンス。AMA、INFORMS会員。日本行動計量学会理事、日本マーケティング・サイエンス学会論文誌編集委員などを歴任(本データはこの書籍が刊行された当時に掲載されていたものです)
Kindle化リクエスト
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
登録情報
- 出版社 : 東京図書 (2016/4/10)
- 発売日 : 2016/4/10
- 言語 : 日本語
- 単行本 : 272ページ
- ISBN-10 : 4489022344
- ISBN-13 : 978-4489022340
- 寸法 : 18.4 x 1.5 x 21.1 cm
- Amazon 売れ筋ランキング: - 258,433位本 (の売れ筋ランキングを見る本)
- - 585位マーケティング・セールス全般関連書籍
- - 670位マーケティング・セールス一般関連書籍
- カスタマーレビュー:
この商品を買った人はこんな商品も買っています
ページ: 1 / 1 最初に戻るページ: 1 / 1
カスタマーレビュー
5つ星のうち4.2
星5つ中の4.2
10 件のグローバル評価
評価はどのように計算されますか?
全体的な星の評価と星ごとの割合の内訳を計算するために、単純な平均は使用されません。その代わり、レビューの日時がどれだけ新しいかや、レビューアーがAmazonで商品を購入したかどうかなどが考慮されます。また、レビューを分析して信頼性が検証されます。
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2016年6月28日に日本でレビュー済み
Amazonで購入
本書の序章では、マーケティングのデータ解析に求められる機能が健康診断と診断後の処方箋になぞられて、現状把握としての「検査(データ収集)」、検査に基づく予見としての「診断・予測(シミュレーションによるシナリオの提示)」、今後の治療方針としての「処方箋(指標)」の重要性が編著者によって説明されている。そして各章では、これらのプロセスに沿った統計的予測の事例が紹介されている。
具体的には、序章においてデータ解析のプロセスに深く関わる「予測論」、「モデル論」、「データ論」が説明され、本書のパノラマとして各章が概説されている。第1章では、組立製造業を例にして、ビジネス上でのビッグデータの発生とデータ活用の実態、課題から意思決定のための情報の必要性が俯瞰されている。第2章から第10章までは、マーケティングの基本戦略であるセグメンテーション、ターゲティング、ポジショニング(第2章~第4章)、マーケティング・ミックスの4P(製品開発、価格決定、流通小売、コミュニケーション)(第5章~第8章)、マーケティング・マネジメント(CSマネジメント、ブランド・マネジメント)(第9章、第10章)の各段階で行われるデータ解析をテーマにした事例が紹介されている。
本書の最も魅力的な点を挙げるならば、各章のデータ解析の事例から、マーケティング分野の第一線で活躍するマーケティング・サイエンスのエキスパートの「手の内」を拝見できる点であろう。ここで「手の内」を拝見できる利点は、実務ではほとんど教示されることのないエキスパート達のデータ解析プロセスと、その知識に裏づけられたデータ解析方法の詳細を理解できることである。
エキスパート達の「手の内」を簡単に記述してみると、
第2章では、非階層クラスター分析における初期値の問題を回避する方法や類似性(距離)の考え方に関する解説、
第3章では、購買履歴データを利用したクラスターの理解に向けた商品の特徴(アイテム、ブランド、クラス)と購買頻度、そしてソーシャルメディアの投稿数とその内容から、商品の特徴による潜在クラスを探る方法、
第4章では、ラダリングによるベネフィットの構造的理解からポジショニング分析への展開方法、
第5章では、定量分析の限界と定性調査での誤認や因果関係の不明瞭さを克服するためのインターネットアンケートと言語処理アルゴリズムを利用した方法、
第6章では、コーザルデータ(売り方情報)を付与したPOSデータによる価格反応の要因分析方法、
第7章では、POSデータに適用した時系列分析方法と変動要因の予測方法、
第8章では、多数の説明変数を扱った柔軟なシミュレーションが行えるCM認知予測モデルのロジックとアルゴリズムの解説である。
さらに9章では、従来のCS調査よりも踏み込んだ分析アプローチとして企業利益への貢献可能性を分析するための方法と各分析アプローチのメリット・デメリットの解説、
第10章では、Webデータによるブランド価値の測定指標開発と開発された価値指標に基づくブランド類型化に関する解説である。
巻末には、付録として編著者による数学および統計に関する理論的な基礎が解説されている。この理論的基礎には、相関・直交・分散・共分散・相関係数・相関行列・直交空間への回帰(直交化された説明変数を使用した回帰分析)について式・数値・図で詳細に説明されているだけでなく、因子間の相関を0にする際の推定法や(バリマックス回転では因子得点は無相関にはならない)、数学的な距離について数頁にわたり丁寧に解説されている。
これらの数学および統計に関する理論的な基礎は、学部や大学院で統計学を勉強した人やデータ解析の数理的な基礎を理解できている人であれば、頭に叩き込まれていることかもしれない。しかしながら、実務家でデータ解析を行っている人達のなかには、業務の必要に迫られて統計ソフトに頼りながらデータ解析を行っていたり、あるいは、十分な時間がとれず何から勉強してよいかさえ分からないまま日々データ解析を行わざるをえない人達も多いのではないかと思われる。
このような実務家にとって本書は、マーケティング・サイエンスのエキスパート達の「手の内」を知ることができるだけでなく、分析手法の理解を深めることによる適切な手法の適用や正しいデータ解釈の手掛かりとなってくれるはずである。
具体的には、序章においてデータ解析のプロセスに深く関わる「予測論」、「モデル論」、「データ論」が説明され、本書のパノラマとして各章が概説されている。第1章では、組立製造業を例にして、ビジネス上でのビッグデータの発生とデータ活用の実態、課題から意思決定のための情報の必要性が俯瞰されている。第2章から第10章までは、マーケティングの基本戦略であるセグメンテーション、ターゲティング、ポジショニング(第2章~第4章)、マーケティング・ミックスの4P(製品開発、価格決定、流通小売、コミュニケーション)(第5章~第8章)、マーケティング・マネジメント(CSマネジメント、ブランド・マネジメント)(第9章、第10章)の各段階で行われるデータ解析をテーマにした事例が紹介されている。
本書の最も魅力的な点を挙げるならば、各章のデータ解析の事例から、マーケティング分野の第一線で活躍するマーケティング・サイエンスのエキスパートの「手の内」を拝見できる点であろう。ここで「手の内」を拝見できる利点は、実務ではほとんど教示されることのないエキスパート達のデータ解析プロセスと、その知識に裏づけられたデータ解析方法の詳細を理解できることである。
エキスパート達の「手の内」を簡単に記述してみると、
第2章では、非階層クラスター分析における初期値の問題を回避する方法や類似性(距離)の考え方に関する解説、
第3章では、購買履歴データを利用したクラスターの理解に向けた商品の特徴(アイテム、ブランド、クラス)と購買頻度、そしてソーシャルメディアの投稿数とその内容から、商品の特徴による潜在クラスを探る方法、
第4章では、ラダリングによるベネフィットの構造的理解からポジショニング分析への展開方法、
第5章では、定量分析の限界と定性調査での誤認や因果関係の不明瞭さを克服するためのインターネットアンケートと言語処理アルゴリズムを利用した方法、
第6章では、コーザルデータ(売り方情報)を付与したPOSデータによる価格反応の要因分析方法、
第7章では、POSデータに適用した時系列分析方法と変動要因の予測方法、
第8章では、多数の説明変数を扱った柔軟なシミュレーションが行えるCM認知予測モデルのロジックとアルゴリズムの解説である。
さらに9章では、従来のCS調査よりも踏み込んだ分析アプローチとして企業利益への貢献可能性を分析するための方法と各分析アプローチのメリット・デメリットの解説、
第10章では、Webデータによるブランド価値の測定指標開発と開発された価値指標に基づくブランド類型化に関する解説である。
巻末には、付録として編著者による数学および統計に関する理論的な基礎が解説されている。この理論的基礎には、相関・直交・分散・共分散・相関係数・相関行列・直交空間への回帰(直交化された説明変数を使用した回帰分析)について式・数値・図で詳細に説明されているだけでなく、因子間の相関を0にする際の推定法や(バリマックス回転では因子得点は無相関にはならない)、数学的な距離について数頁にわたり丁寧に解説されている。
これらの数学および統計に関する理論的な基礎は、学部や大学院で統計学を勉強した人やデータ解析の数理的な基礎を理解できている人であれば、頭に叩き込まれていることかもしれない。しかしながら、実務家でデータ解析を行っている人達のなかには、業務の必要に迫られて統計ソフトに頼りながらデータ解析を行っていたり、あるいは、十分な時間がとれず何から勉強してよいかさえ分からないまま日々データ解析を行わざるをえない人達も多いのではないかと思われる。
このような実務家にとって本書は、マーケティング・サイエンスのエキスパート達の「手の内」を知ることができるだけでなく、分析手法の理解を深めることによる適切な手法の適用や正しいデータ解釈の手掛かりとなってくれるはずである。
2016年7月29日に日本でレビュー済み
大学でデータ分析を教えている者です。マーケティング・リサーチの手法は日々進歩していますが、どのように使われているかを説明しないと学生は興味を持ってくれないので、その点で企業の実践ベースですので企業事例を紹介しやすいと思いました。特にカスタマージャーニーの事例などは他にはあまり見られないものですので、私自身も勉強になりました。この本から、企業内で活躍するリサーチャーに興味を持ってくれれば教員としても本望です。
2020年1月27日に日本でレビュー済み
マーケティング分析を行っていると、この分析って本当に意味あるのかな?ということや、分析結果の数値の解釈やプロセスの理解が必要になってくることが成長とともに?多くなってくるような気がします。
そんなレベルになってきた時に、実際のビジネスの事例を平易な数学を用いて解説してくれている良著であると感じました。
これを読むことで、ツールベンダーやコンサルタントが如何に適当な分析を行って売り込みに来ているか?がより一層わかるようになり、提案を打ち返せることが出来るようになってくると思います。
そんなレベルになってきた時に、実際のビジネスの事例を平易な数学を用いて解説してくれている良著であると感じました。
これを読むことで、ツールベンダーやコンサルタントが如何に適当な分析を行って売り込みに来ているか?がより一層わかるようになり、提案を打ち返せることが出来るようになってくると思います。
2016年5月31日に日本でレビュー済み
実務家9名による、マーケティングサイエンス(マーケティングリサーチ)の実践例をまとめた事例集。
・理論的な説明は最小限で、手法の手順はほとんど書かれていないので、これを読んでも実践はできないが、マーケティングサイエンス(マーケティングリサーチ)の手法をどう使うのかの事例集として参考になる。
・分析結果に新しい事実やものめずらしい発見はないが、本書の趣旨はそういう面白い事例を取り上げることではなく、あくまでも手法の適用事例集と考えるべき。
・特にマーケティング理論との接続の解説が丁寧であり、意識されている。
・各章は独立しているので、必要なところから(必要なところだけ)読めばよい。
・執筆者が多数なので、統一感がなく、内容にもアタリ・ハズレが大きい。
・朝野氏の冒頭まとめと、数学解説(行列、ベクトル、因子分析の理論)の付録が付いている。
・各章で取り上げている主な分析手法は下記の通り。
2章 クラスター分析
3章 PLSA(確率的潜在意味解析)
4章 コレスポンデンス分析
5章 (コレクシア社のオリジナル手法)
6章 PRICE2
7章 時系列解析
8章 ランダムフォレスト
9章 因子分析、重回帰分析
10章 共分散構造分析
特に2章が内容が濃く、オススメである。
この分野に詳しい人にとっては、得るものは少ないだろうが、マーケティングサイエンス(マーケティングリサーチ)の具体的な適用事例をざっと概観したい人にとっては便利な本である。
全体としてはオーソドックスであること(新たな発見が少ない)、執筆者による内容・レベルのばらつきが大きいことがマイナス、マーケティングと手法の関わりが意識的に書かれていることがプラスで、★2つ半といったところ。
・理論的な説明は最小限で、手法の手順はほとんど書かれていないので、これを読んでも実践はできないが、マーケティングサイエンス(マーケティングリサーチ)の手法をどう使うのかの事例集として参考になる。
・分析結果に新しい事実やものめずらしい発見はないが、本書の趣旨はそういう面白い事例を取り上げることではなく、あくまでも手法の適用事例集と考えるべき。
・特にマーケティング理論との接続の解説が丁寧であり、意識されている。
・各章は独立しているので、必要なところから(必要なところだけ)読めばよい。
・執筆者が多数なので、統一感がなく、内容にもアタリ・ハズレが大きい。
・朝野氏の冒頭まとめと、数学解説(行列、ベクトル、因子分析の理論)の付録が付いている。
・各章で取り上げている主な分析手法は下記の通り。
2章 クラスター分析
3章 PLSA(確率的潜在意味解析)
4章 コレスポンデンス分析
5章 (コレクシア社のオリジナル手法)
6章 PRICE2
7章 時系列解析
8章 ランダムフォレスト
9章 因子分析、重回帰分析
10章 共分散構造分析
特に2章が内容が濃く、オススメである。
この分野に詳しい人にとっては、得るものは少ないだろうが、マーケティングサイエンス(マーケティングリサーチ)の具体的な適用事例をざっと概観したい人にとっては便利な本である。
全体としてはオーソドックスであること(新たな発見が少ない)、執筆者による内容・レベルのばらつきが大きいことがマイナス、マーケティングと手法の関わりが意識的に書かれていることがプラスで、★2つ半といったところ。