⭐プログラミング経験のない方でも安心して学べます。
⭐実際の業務データにも応用できるコード配布あり!
⭐データを活かしたマーケティングを実践的に学びたい方におすすめ

Rで実践するマーケティングデータ分析入門【アーカイブ配信】
~プログラミング演習&業務で使えるコード配布付き~

こちらは12/10実施WEBセミナーのアーカイブ(録画)配信です。期間中何度でも視聴できます
LIVE配信の視聴を希望される方は、こちらからお申し込み下さい。

セミナー概要
略称
マーケティングデータ分析【アーカイブ配信】
セミナーNo.
251252A
配信開始日
2025年12月11日(木)
配信終了日
2025年12月24日(水)
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
講師
和から(株) 経営企画室 室長 兼 データサイエンティスト 岡崎 凌 氏

【略歴】
大阪大学大学院修了。人工知能(AI)の画像認識モデルの開発に従事し、現在は和から株式会社にて経営企画室室長 兼 データサイエンティストとして、データ分析やAIシステム開発に従事。統計学・機械学習の教育にも力を入れ、ExcelやPython、R言語などを駆使した講座を開発し、法人向け研修を年間30社以上で実施。大手アパレルメーカーの売上分析など、幅広い業界のコンサルティングも手がける。株式会社TACや株式会社オンラインスクールでの動画教材の提供や、AI関連の専門学校、市町村アカデミーなどで幅広く講演を行う。
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  49,500円 (本体価格:45,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ★1名で申込の場合、49,500円(税込)へ割引になります。
 ★2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。

※LIVE配信とアーカイブ配信(見逃し配信)両方の視聴を希望される場合
 お一人様につき、追加料金11,000円(税込)にてお申込みいただけます。
 メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

会員登録とは? ⇒ よくある質問
持参物
・Google アカウントをご用意ください。
 講義では 開発環境Google Colaboratory を用いて R 言語によるプログラミング演習を行います。
備考
・こちらは12/10(水)実施WEBセミナーのアーカイブ(録画)配信です。
・配信開始日までにセミナー資料、閲覧用URLをお送りします。
・セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
マーケティング業務に従事している方
必要な予備知識
特に予備知識は必要ありません。基礎から解説いたします。
習得できる知識
・アンケートデータから顧客ニーズを明らかにできる
・販売履歴データから同時購入確率の高い商品の組み合わせを特定できる
・売上やアクセス数などの時系列データをもとに予測を行うことができる
・データを使って顧客理解や現状の把握を行うことができ、意思決定に活用できるようになる
趣旨
現代はモノやサービスがあふれ、ただ優れた商品を用意するだけでは売れない時代です。マーケティングとは、売れる仕組みをつくることにほかなりません。そしてこれはマーケティング担当者に限らず、あらゆるビジネスの現場に関わる人が身につけておくべき視点です。
本講座では、単なる分析技術の習得にとどまらず、「どのデータを、どんな目的で扱うのか」といった実務に直結する思考を学びます。実際のマーケティングデータを用い、多変量解析を中心とした手法を使って顧客理解を深め、意思決定につなげる力を習得します。分析には R 言語を使用しますが、講義で扱うコードは実際の業務データにも応用できる形で提供しますので、プログラミング経験のない方でも安心して学べます。データを活かしたマーケティングを実践的に学びたい方に向けた内容ですので、ぜひご参加ください。
プログラム

1.はじめに
 1-1. データドリブンマーケティング
 1-2. R言語の基本的操作

2.顧客の潜在心理を浮き彫りにする因子分析
 2-1. 多変量解析
 2-2. 因子分析とは
 2-3. 因子数の決定
 2-4. 因子の解釈
 2-5. 因子分析結果の活用
 2-6. R言語による実践(顧客アンケートデータに基づく顧客心理分析)
 
3.顧客の購買傾向を発掘するアソシエーション分析

 3-1. パイプライン表記法
 3-2. アソシエーション分析とは
 3-3. アソシエーション・ルール(支持度、期待信頼度、信頼度、リフト値)
 3-4. データ準備とルール抽出
 3-5. 抽出結果の解釈
 3-6. R言語による実践(購買履歴データに基づく商品購買傾向分析)

4.未来の売上を予測する時系列分析
 4-1. 時系列データ
 4-2. Prophetモデル
 4-3. モデル構築の手順(データ整形・学習・予測)
 4-4. 予測結果の評価と活用(予測精度指標・ビジネス応用)
 4-5. R言語による実践(売上履歴データに基づく未来の売上予測)

キーワード
多変量解析,R言語,マーケティング,機械学習,時系列データ分析,講演,セミナー,研修
関連するセミナー
関連する書籍
関連する通信講座
関連するタグ
フリーワード検索