データサイエンス論A

マーケティングの統計分析について、pythonを用いながら学習する。主に販売業界を想定し、ID付きPOSデータや顧客アンケートデータのサンプルをもとに、pythonで各種統計分析を展開するための知識を習得する。

"・マーケティングにおける各種統計分析手法を習得する。
・効率的な計画立案と定量分析のための手法を習得する。
・所与の売り上げデータや顧客データに基づき、pythonを用いて適切な統計分析手法を適用する方法を理解する。"

"Week1 マーケティング分析総論
Week2 売り上げの分析①～POSデータの可視化と分析～
Week3 売り上げの分析②～POSデータの可視化と分析～
Week4 売り上げの評価と予測～ABC分析と単回帰分析～
Week5 ここまでの振り返り
Week6 RFM分析～統計的な顧客の分類手法、分散分析とロジスティック回帰との併用～
Week7 市場構造分析～仮説検定とブランドスイッチ～
Week8 ここまでの振り返り
Week9 まとめ＋試験①
Week10 コンジョイント分析（１）～実験計画法と直交表による効率的な調査の進め方～
Week11 コンジョイント分析（２）～直交表と重回帰分析に基づく最適な提案～
Week12 様々なクラスタリング手法
Week13 顧客セグメンテーション～因子分析とクラスタリングによるブランド分類～
Week14 ここまでの振り返り
Week15 まとめ＋試験②"

座学による講義を中心とするが、講義内で適宜演習問題への取り組みを導入し、また簡単なサンプルコード等を用いることで理解の定着を図りながら進めるため、パソコンは常に持参のこと。

資料、サンプルコードを用いて事前学習を行って頂きたい。また授業後は、課された課題および資料、サンプルコードを用いた復習を行って頂きたい。取り組み時間は予習、復習各1時間程度を目安とする。

「データサイエンス基礎」を受講済みまたは受講中であることが望ましい（必須ではない。単位取得の有無は問わない）

なし

特に指定しない

特に指定しない(必要に応じて講義の中で紹介する)

「情報連携のための確率・統計学I/II」