基本情報/Basic Information

開講科目名 ／Class	データマイニングⅠ／Data Mining Ⅰ
授業コード ／Class Code	B600312001
ナンバリングコード ／Numbering Code	DSCc511
開講キャンパス ／Campus	ﾎﾟｰﾄｱｲﾗﾝﾄﾞ
開講所属 ／Course	経営学部／Business Administration
年度 ／Year	2026年度／Academic Year
開講区分 ／Semester	前期／SPRING
曜日・時限 ／Day, Period	月2(前期)／MON2(SPR.)
単位数 ／Credits	2.0
主担当教員 ／Main Instructor	山田　耕／YAMADA KO
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
山田　耕／YAMADA KO	経営学部／Business Administration

授業の方法 ／Class Format	対面講義
授業の目的 ／Class Purpose	この講義はデータサイエンスとその基礎に焦点を当て、特にマーケティングにおけるデータ利用の重要性と方法について掘り下げていきます。デジタル化が進む現代社会において、ビッグデータやAI技術の活用は避けられない流れとなっており、各企業もデジタルトランスフォーメーション（DX）を進めています。本講義では、企業が直面する様々なビジネス課題に対して、データ駆動型のアプローチがどのように取り入れられているのかを学んでいきます。そして、マーケティングの観点からデータの収集、分析、活用の各段階にわたる具体的な基礎的な手法を勉強していきます。家計調査や経済活動指標を示すデータの取り方、(疑似的な)マーケティングデータなどのデータセットを用いて具体的な分析スキルを身につけると同時に、整備が進んでいる行政のオープンデータの注意点も学んでいきます。分析に関する実践的な知識とスキルを提供することで、理論的知識だけでなく実践にも対応できるデータサイエンスの専門家になることを目指します。
到　達　目　標 ／Class Objectives	この講義はデータを理解し活用する力を養うことを目的としており、受講生がデータドリブンな意思決定プロセスを身につけ、将来的にビジネスや研究で直面する可能性のある課題に対して効果的な解決策を考えることができるようになることを目指します。1、2年次に習った分析の復習を入れつつ、データ分析の理解とスキル習得、すなわちExcelを用いたデータ分析の基礎を学び、データを使用したケーススタディを通じて、商品分析などビジネスシーンを想定したデータ活用スキルを身につけます。この過程で、オープンデータの活用や各種データの集計、可視化スキルも勉強します。
授業のキーワード ／Keywords	オープンデータ、データの可視化、デシル分析、RFM分析
授業の進め方 ／Method of Instruction	座学を中心に進めていきます。何回か講義を行った後に小テストを行います。シラバスの内容は学生の皆さんの学修の状況に応じて、変更することもあります。
履修するにあたって ／Instruction to Students	全講義数の3分の1以上欠席した場合、単位を取得することはできません。また、大学が認めていない事由による遅刻は減点の対象とします。
授業時間外に必要な学修内容・時間 ／Required Work and Hours outside of the Class	予習として、講義中に紹介した資料を読んできてください(少なくとも60分)。復習として授業中に配布した資料を熟読してください(少なくとも60分)。復習では、授業で学んだ概念について理解しているか自ら確認し、学んだ概念を第三者に説明できるのかを考えてみてください。また、必要に応じて文献・論文等をインターネットや図書館で探し、わからない部分について調べ、わからないことがあったら次回の授業で質問するようにしてください。一応、数学やExcelの復習は状況に応じて行いますが、本講義は数学やExcelの使い方の講義ではないので詳しくは行いません。そのため、抜けている知識があれば、自分で調べて対応してください。ノートPCをお持ちいただくことがあります。ノートPCを持ってくるかどうかは講義内で指示します。
提出課題など ／Quiz,Report,etc
成績評価方法・基準 ／Grading Method・Criteria	小テストを何回か課します。課題を出す場合があります。 期末試験が30%、小テストや課題が40%、講義態度が30%という割合で評価します。
テキスト ／Required Texts	適宜、資料を配布します。
参考図書 ／Reference Books	竹村彰通・姫野哲人・高田聖治、データサイエンス入門 (データサイエンス大系)、学術図書、2019/03/29、9784780607017 小川貴史・（株）社会情報サービス、Excelで学べるデータドリブン・マーケティング、マイナビ出版、2025/01/29、9784839987633 米沢雄介・岡本久仁子・西野和典、情報活用　Excel　データ分析の基礎発、実教出版、2025/11/10、9784407365986

No.	回 ／Time	主題と位置付け ／Subjects and position in the whole class	学習方法と内容 ／Methods and contents	備考 ／Notes
1	1	ガイダンス	本講義の進め方などについて説明します。
2	2	データマイニングについて	データマイニングとデータサイエンスの違いについてしっかりと理解しましょう。
3	3	ビジネスシーンのデータマイニング	ビジネスシーンでどのようにデータマイニングが使用されているのかを理解しましょう。
4	4	図表の見方について	図表化されたデータを見る時に注意すべき点は何かについて理解しましょう。
5	5	数値データの見方について	ビジネスシーンでは割合、比率、確率など様々な数値が使われています。その意味をもう一度おさらいしていきたいと思います。
6	6	ビジネスに必要なデータの取得	いくつかの経済活動を示す指標について理解して、それに関するデータを取得するスキルを勉強しましょう。
7	7	オープンデータについて	オープンデータとは何か？どのようなものがあるのか、政府統計について理解しましょう。
8	8	オープンデータの取得1	政府統計のデータ(e-Stat)をダウンロードしてみよう。
9	9	オープンデータの取得2	訪日外客数とは何か、そのデータを取得して、その定義やデータを確認してみましょう。
10	10	マーケティングデータについて	顧客データの重要性とそれをどのような視点で分析するのかについて説明します
11	11	消費者の分析	実際のデータを使って、消費者の傾向を図などにして把握することを学びましょう。
12	12	デシル分析の紹介	デシル分析で顧客を購買額順に10等分し、上位層を優良顧客として特定する方法を紹介します。
13	13	デシル分析の実践	練習データにデシル分析を適用して、優良顧客を特定していきたいと思います。
14	14	RFM分析の紹介	RFM分析で最近性・頻度・金額の3軸から顧客を評価し、優良顧客を特定する方法を紹介します。
15	15	デシル分析の実践	練習データにRFM分析を適用して、優良顧客を特定していきたいと思います。