マーケティング・サイエンス （１組）

Marketing Science （１組）

998629B

86MNMKT201

朝日　弓未

Yumi Asahi

2024年度前期

First half of fiscal 2024

金曜3限

Friday, 3rd period

経営学部　経営学科

Department of Management, School of Management

2.0単位

講義

Lecture

-

⑤ [対面]ブレンド型授業/ [On-site] Blended format (must include 50%-or-more classes held on-site)

【通常】
さまざまなマーケティング・データが蓄積されるようになり，マーケティングにおけるデータ活用の重要性は、年々高まってきている。
本講義では、マーケティングとマネジメントについて、具体的な事例や手法をもとに学んでいく。

講義では、マーケティング活動と消費者行動の分析や研究、マーケティング活動における方法論を学んでいく。マーケティング・サイエンスが個別戦略にどのように活用されるか、また実際のマーケティング戦略において顕在化される諸プロセスをケーススタディや活動例を通じて体験してもらい戦略的思考能力の向上を図っていく。講義では，データに基づくマーケティング意思決定を行うための基本的な考え方及び具体的な方法について，講義，実習，レポート課題を通して実践的に学んでいく。

講義では、実データを用いた分析も各自で行い理解を深めていくことを考えている。そのため、講義回によっては、各自パソコン持参の上参加してほしい。

【オンライン対応時の講義】
2024年度は、対面を主に講義を行っていく予定である。

しかし、途中オンライン講義が主に変更となった場合は、PPT動画と教材（資料配布）、課題などを合わせて講義を進めていく。通常の講義では、外部の企業から講師を招いているが、オンライン開催時は、外部のシンポジウムにオンライン（オンデマンド）で参加し、課題に取り組む回を設ける。第1回目の講義は、主にガイダンスを行う予定である。LETUSにログイン後に内容を確認して欲しい。オンライン講義に変更となった場合は、当初のシラバスの内容とは、かなり異なることを前提の上受講して欲しい。
**********************************************************************************************************
マーケティング・サイエンスは、履修要望者が多い場合は、抽選となります。
**********************************************************************************************************

世の中にある様々なデータに対してどの分析手法が適当かを自分自身で提案できることを目的とします。また結果を自分で分かりやすくまとめ第3者に報告することができることを目指していく。 

本学科のディプロマ・ポリシーに定める「経営学及び全般の知識を習得すると共に、マーケティングなどの専門科目群を包括的に学び、自ら設定したテーマに関して、専門知識をもって研究を完成できる」を実現するための科目です。

次の3つの到達目標を掲げます。
（１）マーケティング・サイエンスの基本について具体的に説明できる
（２）マーケティング分析の方法論を理解し、事例を分析することができる
（３）マーケティング・データを適切な手法を用いて分析し，分析結果に基づいて，最適なマーケティング施策を提案できる

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

【通常】
・履修定員は50名です。
・最新の事例を取り入れるなど、シラバス内容を適宜追加・修正する場合もありますので、あらかじめご了解下さい。

【注意】
2024年度は、対面講義を予定しているが、企業の方が行う回などは、ブレンド型授業/Blended formatやオンライン授業（非同期）/Online (asynchronized remote)の可能性もある。そのため併用して進めていく。

履修人数を考慮予定であるが、抽選があることを念頭においてほしい。

■第1回目は、講義の進め方について説明する。講義形式については、LETUSで確認の上出席すること。
■回ごとに講義形式が異なる可能性がある。講義形式については、毎回LETUSで確認の上出席すること。
■提出課題が他者のコピー＆ペーストと判明した場合、履修放棄とみなす。なお、学生同士でコピーした場合、コピーをさせた場合も同様の扱いとする。
■履修については、情報処理の講義・多変量解析などの講義を既に履修済みでありそれらの知識があることが望ましい

小テストの実施　Quiz type test／グループワーク　Group work／プレゼンテーション　Presentation

-

単位の認定にあたっては、2単位あたり90時間の学習（各回の講義時間を2時間と考える）が必要と定められている。従って、講義時間以外の準備・復習に4時間程度/週の学習が必要となってくる。
・準備（2時間程度）：事前に、毎回、次の授業分野を熟読してくること。
・講義内容を復習し（2時間程度）、実際のデータ事例と照らし合わせて考えられるようにすること。

・事前リーディングとレポート課題については、「詳細シラバス」（講義開始1週間前までにLETUSにアップします）を参照して下さい。
・毎回課題では、講義内容について復習できる内容を中心に出される。そのため復習の意味でも各自、課題にのぞみ、必ず提出すること。
・また講義の最後に次回の講義についての説明をしていく。そのため各自、次回の講義までに一通り資料等に目を通してきてもらいたい。
・次回使用予定のツールは、事前に自分のパソコンにインストール済みの状態にしておくこと。

【通常】
（１）個別レポートと発表　　20％
（２）授業への参加と貢献　30％
（３）最終レポート　　　　　　20％
（４）講義内クイズ・テスト・課題　　30％
出席が授業回数の3/4に満たない場合は評価対象とならない．遅刻2回で欠席1回としてカウントする．
また課題についても提出が4/5に満たない場合は評価対象とならない可能性が高いため，必ず毎回〆切前に提出を行うこと．

（詳細）
※課題の提出締切りを過ぎて提出した場合は、5割以上減点する。
※〆切期限内の課題提出が4/5に満たない場合は、評価対象とならないため必ず期限内に提出すること。
（注意）
※基本、1回でも課題を提出しなかった者は、履修放棄とみなします。
※講義内試験（テスト）やクイズが実施される場合は、それらを受験しなかった者は、履修放棄とみなします。

【2024年度】
2024年度は、主は、対面講義を予定している。企業の方が講義予定の回は、オンライン、オンデマンド講義になる。
毎回課される課題への対応必須。提出された中身についても確認していく。またいくつかの課題については、企業の方の視点からみて「社会で役立つ」と思わせた内容については、加点する（常にどのテーマについても企業の方にみられているものとして課題を作成して欲しい）。各回の課題提出及び、中間課題・期末課題の遂行がなかったものについては、履修放棄とみなす可能性があるため忘れずに提出すること。また特に講義後半（履修者確定後）では、「提出できる学生さんへの早めの課題提出を推奨している」ため、提出日についても加味する。

【オンライン対応講義になった場合】
オンライン講義中の評価：基本は、平常点で評価する。しかし毎回課される課題への対応必須。提出された中身についても確認していく。またいくつかの課題については、企業の方の視点からみて「社会で役立つ」と思わせた内容については、加点する（常にどのテーマについても企業の方にみられているものとして課題を作成して欲しい）。各回の課題提出及び、中間課題・期末課題の遂行がなかったものについては、履修放棄とみなす可能性があるため忘れずに提出すること。また特に講義後半（履修者確定後）では、「提出できる学生さんへの早めの課題提出を推奨している」ため、提出日についても加味する。

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://mirai.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://mirai.kinokuniya.co.jp/tokyorika/

・『マーケティングのための統計分析』(2017), 生田目 崇 (著),  オーム社.
・『現代マーケティング・リサーチ〔新版〕: 市場を読み解くデータ分析』(2022), 照井 伸彦 (著), 佐藤 忠彦 (著),  有斐閣.
・『マーケティング・サイエンス入門 -- 市場対応の科学的マネジメント』(2011), 古川 一郎 (著), 守口 剛 (著), 阿部 誠 (著),  有斐閣アルマ.

【2024年度予定】
1. ガイダンス
2. マーケティング・サイエンスとは
3. マーケティング・サイエンス　ケース課題1
4. マーケティング・サイエンス　ケース課題2及びツールインストールについて

5.-14. 実データを用いた分析及び実習
・Text Mining Studio を用いた適用事例、実際のデータを使った活用
・ Alkano を用いてデータ活用の基本知識を確認など
（履修メンバーのバックグラウンドによって若干調整を行っていく予定である）
　
15. まとめと課題

学外の講師を招くことを予定しており上記の通り進まない可能性が高い。外部企業のオンライン・オンデマンド講演日程を加味しスケジュールを決めていく。常にLETUSを確認していくことをお願いする。

【通常年度】
1. ガイダンス
2. マーケティング・サイエンスとは
3. マーケティング・データの種類
4. 質問票の作成方法
5. 消費者行動分析とは
6. 消費者の分類（クラスター分析）
7. 市場構造分析（因子分析）
8. オンライン質問票の作成及び実施
9. 効果の検証（回帰分析）
10. 個別課題実施1
11. 個別課題実施2
12. 発表会1
13. 発表会2
14. 発表会3
15. まとめ（試験）

-

-

数理システム開発ツール（Alkano・Text Mining Studio・BayoLinkS など）
：講義前に事前に自分のパソコンにインストール済み状態にしておくこと．インストールについて質問がある場合は，講義担当TAに確認すること．

【通常年度】
原則として、質問は授業後に受け付ける。
それ以外の時間は事前（授業後）にアポイントメントを取ること。その他の場合は、Teams上でコンタクトをとること。
また本講義では、講義担当TAが配置される予定である。講義中及び講義後にも質問対応する予定である。

【注意点】
講義については、東京理科大学の教育支援システム（LETUS）をこまめに確認していくことをお願いする。第1回目講義についてもLETUSを随時更新していく。人数が多い場合には、抽選を行うため他の（同じ）講義も併せて考えて欲しい。

【パソコンの準備】
自分のパソコンへのツールのインストールを推奨しています。そのためには、CPU：2GHZ，4コア以上(8コア以上推奨)，メモリ：４GB以上(12ＧＢ以上推奨)，ストレージ：空き容量50GB以上となっています。但し、自分のパソコンに上記が確保できない場合、準備が難しい場合などは、TAまでご相談ください。

N

N