セッション内容

セッション1顧客満足のカイゼン点を分析する：顧客満足度調査データの活用

顧客満足への着目は、マーケティングで欠かせないテーマの一つである。アンケート調査によるデータ収集のポイントや分析の仕方、散布図を活用した戦術カイゼン点の特定方法などを学ぶ。ニーズ対応型とニーズ創造型のマーケティングの違い、ヒントをデータから得る方法についても学習する。

セッション2売上カイゼンに貢献するキードライバーを分析する：売上データの活用とニーズの構造データの取得

マーケティングでは売上や来店客数、考慮率などのゴールが設定され、どの要素がどれくらい影響するのかを特定する必要がある。回帰分析を活用し、多数の要因の中からキードライバーを探す方法、回帰分析の予測精度を上げる方法を学ぶ。ニーズの検討方法としてヒアリング手法を学び、定性情報の活用方法も学ぶ。

セッション3テストマーケティング：ABテストとコンジョイント分析

多くの場合、戦術案を立てた後にそれらの検証が必要となる。テストマーケティングの方法として、仮説検定や回帰分析を活用した方法を学ぶ。

セッション4複雑なルールで決まる選択行動を分析する

DMの反応率など二択の反応を予測するにはモデル分析を活用する方法がある。ただし、ルールが条件によって異なる（男性顧客は割引率に反応し、女性顧客はDMのデザインに反応する等）場合、分類木、決定木といわれる機械学習系の分類手法を用いた分析が有効となる。複雑なルールにアプローチする方法を学ぶ。

セッション5データによるSTP

戦略を組むには、顧客をセグメンテーション（S）し、どのセグメントをターゲット（T）とするかを決定する必要がある。そのためには現状のブランドポジション（P）を理解しなくてはならない。これらSTPについてデータから検討する方法を学習する。

セッション6一緒に買われるアイテムから推奨商品を分析する

データを活用したマーケティングにレコメンド・システム（推奨システム）がある。これは、購買履歴データから、どんな商品を買っている人がほかにどんな商品を買うかを分析する方法を活用している。その基本となる相関分析、因子分析、マーケットバスケット分析など、レコメンド・システムに使える方法を学び、得られるルール（共起関係）の読み解き方を議論する。