EXCELマーケティングリサーチ&データ分析 [ビジテク]2013/2010/2007対応(末吉 正成 千野 直志 近藤 宏 米谷 学 上田 和明 末吉 正成)|翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. EXCELマーケティングリサーチ&データ分析 [ビジテク]2013/2010/2007対応

EXCELマーケティングリサーチ&データ分析 [ビジテク]2013/2010/2007対応






監修

形式:
書籍
発売日:
ISBN:
9784798132419
定価:
2,618(本体2,380円+税10%)
仕様:
B5変・328ページ
カテゴリ:
パソコンソフト
キーワード:
#OS・アプリケーション,#ビジネスIT,#グラフィックソフト・ツール,#Web・アプリ開発
シリーズ:
ビジテク
紙の書籍

この分析、できますか?

新商品の開発のため嗜好調査を実施して
自社ブランドを最も好んでいる年代を調べよ。

消費者の嗜好が細分化されてきている現在、商品やサービスの開発段階における市場調査と市場分析がますます重要になってきています。

本書は企業の企画開発部門、マーケティング担当者の方に向けて、調査設計から始まり、集めた(既存)データを分析する手法について解説した書籍です。専用の高額なソフトではなくExcelを用いて分析していますので、すぐに実践できます。また業種業界を問わずニーズのある「既存商品評価」「新商品開発」「顧客満足度アップ」について、具体的な事例をもとに丁寧に解説していますので、実際のビジネスの現場で役立てることができます。

本書があれば、市場調査と分析する力がつくこと間違いなしです。

1 マーケティングリサーチ概論

1-01 現在の市場の問題
1-02 消費者が商品/サービスを購入する理由
1-03 陥りやすい調査方法と調査結果
1-04 潜在的ニーズを活用した場合のメリット

2 潜在ニーズを導き出すマーケティングリサーチ

2-01 商品開発に必要なマーケティングリサーチとは
2-02 企業のタイプに合った調査課題の例
2-03 1 次データを取得するリサーチタイプ
2-04 マーケティングリサーチの作業フロー
2-05 現状分析の実施
2-06 課題の明確化
2-07 調査票の設計

3 サンプリングとデータ集計

3-01 対象者の選び方
3-02 サンプリング(標本抽出)プロセス
3-03 サンプル調査の種類
3-04 データの種類
3-05 尺度化技法の比較
3-06 データの調整
 001 商品のリニューアル前と後の購入意向の変化を探る
3-07 単純集計
 002 平均値を求める
 003 最頻値を求める
 004 中央値を求める
3-08 分散と標準偏差
 005 分散を求める
 006 標準偏差を求める
3-09 単純集計を行う
 007 ピボットテーブルを準備する
3-10 ピボットテーブルを使ってクロス集計する
 008 ピボットテーブルを準備する
3-11 グラフを使って視覚化する
3-12 検定を実施する
 009 単純集計の集計結果が平均となると仮定した場合
 010 単純集計の集計結果の割合がわかっている場合
3-13 クロス集計の結果を検定する
 011 クロス集計表を検定する
 012 残差判定をする
 013 P 値(正規分布の両側確率)を作成する

4 自社商品/サービスのポジショニング分析をする

4-01 ポジショニング分析で現状の市場を確認する
4-02 嗜好調査を行う
 014 データ行列を作成する
 015 サンプルスコアとカテゴリスコアの値を決める
 016 大きい固有値を求める
 017 ソルバーでサンプルスコアとカテゴリスコアを求める
 018 軸の精度を確認する

5 潜在的なニーズを主成分/因子/クラスター分析で把握する

5-01 主成分分析とは
 019 共分散行列を求める
 020 共分散行列を完成させる
 021 共分散行列の1 つ目の固有ベクトルを求める
 022 共分散行列の2 つ目の固有ベクトルを求める
 023 データをグラフへプロットする
 024 グラフを見やすく修正する①
 025 グラフを見やすく修正する②
 026 グラフの軸の意味を決定する
5-02 因子分析とは
 027 相関係数行列を求める
 028 相関係数行列を完成させる
 029 初期値行列を作成して1 つ目の固有値を求める
 030 初期値行列の2 つ目の固有値を求める
 031 因子負荷量と共通性を求めて次の初期値行列を作成する
 032 最終の因子負荷量を求めグラフを作成する
 033 グラフの軸を回転する
 034 データをグラフへプロットする
 035 軸の意味を決定する
 036 因子分析と主成分分析の違い
5-03 クラスター分析とは
 037 全データのユークリッド距離を求める
 038 距離の最小値を見つける
 039 最小距離のデータをクラスターに統合する
 040 デンドログラムでデータをグループ化する

6 顧客のニーズをコンジョイント分析で探る

6-01 コンジョイント分析とは
6-02 設問を考える上で気を付けたいこと
6-03 コンジョイント分析の実践
6-04 直交表の型に合せてアンケートを設計するコツ
 041 商品/サービスのスペック項目とその内容を熟考する
 042 直交表に割り付ける
 043 3 水準の列に4 水準を当てはめる①
 044 3 水準の列に4 水準を当てはめる②
 045 アンケート結果を集計する
 046 回帰分析を実行する
6-05 もっとも評価が高くなる組み合わせを探る
 047 評価により影響を与えている項目を探る
 048 層別で傾向を探る:男性(51 名)の分析結果
 049 層別で傾向を探る:女性(34 名)の分析結果
 050 層別で傾向を探る: 20 代(11 名)の分析結果
 051 層別で傾向を探る: 30 代(25 名)の分析結果
 052 層別で傾向を探る:40 代(32 名)の分析結果
 053 層別で傾向を探る:40 代男性(17 名)の分析結果
 054 層別で傾向を探る: 40 代女性(15 名)の分析結果

7 売上高を回帰分析/数量化理論Ⅰ類で予測する

7-01 2 変数のデータの関連性を探る
 055 散布図を描く
 056 2 つのデータの関連性の強さを求める①
 057 2 つのデータの関連性の強さを求める②
 058 3 種類以上のデータの関係を求める
7-02 予測と要因分析を行う(単回帰分析)
 059 予測に使う単回帰式を求める①
 060 予測に使う単回帰式を求める②
 061 求めた単回帰式から大船店の初月売上高を予測する①
 062 求めた単回帰式から大船店の初月売上高を予測する②
7-03 3 変数以上のデータの関連性を探る(重回帰分析)
7-04 回帰分析で目的変数に与えている要因を探す
 063 売上高に影響を与えている要因を探す
 064 グラフを描いて視覚的にとらえる
7-05 重回帰式から新商品の売上高を予測する
 065 新商品の売上高を予測する
7-06 さらに精度が高い方法で予測する(変数減少法)
 066 変数減少法で回帰モデルを求めてRu を計算する
 067 説明変数を1 つ減らして回帰分析を行う
7-07 説明変数が定性的なデータの場合(数量化理論Ⅰ類)
7-08 定性的なデータをダミー変数に置き換える
 068 説明変数を1 つ減らして回帰分析を行う
7-09 売上高に影響を与えている要因を探す
 069 売上高に影響を与えている要因を見つける
 070 未来の売上高を予測する
 071 要因分析を行う
7-10 さらに精度が高い方法で予測する(変数減少法)
 072 Ru を求める

8 一対比較法と判別予測によるアンケート設計と分析

8-01 一対比較法を用いたアンケート調査
8-02 アンケート項目の設定と調査
8-03 回帰分析を用いて各要素を点数化する
 073 重み付き評価点を算出する
 074 ポイントA、B の項目を数値化して回帰分析を実行する
8-04 判別予測式を基に選ばれる要因を探る
8-05 アンケート調査票を設計してデータを収集する
8-06 回帰分析を実行する前にデータの冗長化を解消する
 075 数量化理論Ⅱ類で回帰分析をする
 076 予測と要因分析を行う
 077 最適な回帰モデルを求める
 078 正判率を求めて結果を検証する

9 顧客満足をCS ポートフォリオ分析で探る

9-01 CS ポートフォリオ分析で顧客満足を探る意義
9-02 満足度に直結するかどうかを考える
9-03 CS ポートフォリオ分析に向けて準備する
 079 CS ポートフォリオ分析を行うために必要なアンケートを作成する
 080 回答データを単純集計する
 081 集計した凡例をわかりやすくする
 082 集計した結果の合計を求めて並び替える
 083 100%積み上げ横棒グラフを作成する
 084 作成したグラフを項目順に変更する
9-04 CS ポートフォリオ分析を行う
 085 CS ポートフォリオ分析を行うために重要度を求める
 086 CS ポートフォリオ分析を行う
 087 評価項目名を上書きする

column

アンケートの結果を把握するために気を付けること!
ブランドポートフォリオとは
BSC(バランススコアカード)
SWOT 分析を提唱した Ken Andrews 氏
ラグランジュの未定乗数法~条件付き極値問題~
価格の影響度

付属データはこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影(表紙画像)をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影(表紙画像)以外のご利用については、こちらからお問い合わせください。

追加情報はありません。
この商品の「よくある質問」はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付(書籍の最終ページ)に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2017年04月10日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 130
表の2行目、3行目
2刷
3か所訂正
2014.01.21
1刷 155
手順9 2つ目の計算式
2刷
=AK79/$AJ$89
=AJ79/$AJ$89
2017.02.27
1刷 207-208
p.207最下行からp.2081行目まで
2刷
相関関係や相関係数の求め方などについて、詳しくは第7 章の7-01「2 変数のデータの関連性を探る」で説明します。
相関関係や相関係数の求め方などについて、詳しくは第4章の4-01「ポジショニング分析で現状の市場を確認する」で確認してください。
2017.04.10
1刷 219
「ここがポイント 影響度について」の3行目
2刷
これについては「ビジテク049:層別で刑億を探る:女性(34 名)の分析結果」の「層別で探る意義と予備調査の重要性」で解説します。第7 章の7-06「さらに精度が高い方法で予測する(変数減少法)」(P.264)も参照してください。
これについては「ビジテク049:層別で傾向を探る:女性(34 名)の分析結果」の「層別で探る意義と予備調査の重要性」で解説します。
2017.04.10
1刷 219
「ここがポイント 回帰分析実行用データで取り除いた列の扱い方」の末尾に追加
2刷
回帰分析を実行し直すと良いでしょう。
回帰分析を実行し直すと良いでしょう。第7章のここがポイント「カテゴリ削除の考え方:どのカテゴリを削除しても得られる結果は同じ」(p.276)も参照してください。
2017.04.10
1刷 312-319
画面ショットでは満足、やや不満、普通、やや満足、満足と並んでいるが一番上のは正しくは「不満」である
2刷
画面ショット(上から) 満足、やや不満、普通、やや満足、満足
画面ショット(上から) 不満、やや不満、普通、やや満足、満足
2017.02.27