!ミクロ・マーケティング各論（製品開発論)　2019年度　秋学期 ---- この授業では、マーケティングにおいて4Ｐの一つとしてとらえられている「製品」について、特に「開発」する段階に注目する。そこで行われている手法について紹介する一方、ケース演習やプロジェクトなどを通じて、それらを体得してもらいたい。なお、便宜上、「製品」という言葉をあてるが、製品のみならずサービスについても可能な手法について紹介する。 ---- !!お知らせ **プロジェクト課題4　映画の予測結果の反省について､を追加しました｡ **発言は1/17(金)23:59までに登録｡資料のDLも同時刻まで｡それ以降は削除します｡ //**資料なども公開終了｡ ---- *課題提出､発言登録についてはdoc.google.comのサービスを利用しています｡ **登録ボタンを押すと､確認無しですぐに登録されます｡万が一間違った場合には､戻って再度登録して下さい｡ *発言 //　([ここから発言登録|https://docs.google.com/forms/d/1O9Mkyhhbzw8KcpcsFYLQt6VBLg8JaUg4C0Xi8cvVmQM/viewform]) **発言した場合､上の発言登録ページの該当授業日付に概要を入力してください｡日付が授業かあいまいな場合､それに近いところに入れておいてください｡回数が若干ずれても構いません｡記憶が薄れないよう､発言後､概ね2週間以内に登録して下さい｡ ---- *レポート **ワープロなどでつくったものを枠にコピー､ペーストして下さい｡フォーマットなどがずれても構いません｡ **ただし画像は受け付けられませんので､テキストデータのみです｡ *(プロジェクトテーマ)12月以降に公開される下記の映画4本について､公開後4週間の各週末興行収入を予測する｡ **[予測用シート|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/forecast-list2019v2.xlsx] (10/31差し替え) ** (映画の興行収入データ:2017年からの各週のランキング上位の時系列データ ***[エクセル版|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/Moviedat2017_19v2.xlsx]　(10/31差し替え｡)あけるときにエラーメッセージが表示される人もいるようですが､こちらでは問題ありませんので､多分問題ないはずです｡ ***[タブ区切りテキスト版|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/0MovieSalesdat4NPD2019.txt] 文字コードはUTF8｡文字化けする場合はブラウザの文字コードを変更｡ **[参考　Rでの処理スクリプト|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/0MovieSalesRdNPDfors2019.R]→テキストエディタなどで開いて､Rの画面にコピー､ペースとして実行｡変数を追加したテキストファイルを読み込む際は､数値の｢,｣を除いておくこと｡そうしないと､文字列扱いされる｡ *プロジェクト課題1　映画の予測について､データからわかることをまとめる(これは個人で)｡(10/25 23:59締め切り) //([ここから提出|https://docs.google.com/forms/d/1mymlTlBE6A1I-jt5eJVtCVsjz4Gy4K-LVt9G3Rgvcjw]) *以下は最大3名の共同で行ってもよい(提出時に共同研究者を明示)｡ *プロジェクト課題2　予測のためのシナリオなどについて｡(11/29 23:59締め切り) //([ここから提出|https://docs.google.com/forms/d/16wUVCyi-iJDvqeQVXbQ6aNGKFhPUdexLscTtgaZFLO0]) *プロジェクト課題3　映画の予測結果について｡(12/20 23:59締め切り) //([ここから提出|https://docs.google.com/forms/d/1ILyTKRvaA0Ifsk9P32sYtw6zuArAsRGRjGjm5H6KQCM]) *プロジェクト課題4　映画の予測結果の反省について｡(1/17 金 23:59締め切り)　 //　([ここから提出|http://spreadsheets.google.com/viewform?formkey=dGFKTmNFYjY0cnMtMFl3cEt0OF9FU2c6MA]) **課題4参考資料　提出者の予測値､誤差などをならべたもの　　→これについては1月8日以降､keio.jpで公開予定｡これに基づいて､課題4をまとめること｡ ---- !!授業の計画および授業で使った資料 *(pdf形式で順次公開予定)　　　資料についての[[注意事項|aboutPdf]](ネットワーク印刷での文字化けへの対策) //*授業の進め方について[資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/npd-0.pdf]　　　　　 ---- !I 製品マネジメントプロセス *1.製品マネジメントプロセスの全体像　　　([Iの資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-1process.pdf]) *2.製品開発プロセスの位置づけ !II 製品開発の各段階 *1.製品開発の前提 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-2-1plan.pdf]) **戦略の策定 **製品計画の策定 *2.製品開発の手順 **ニーズの識別 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-2-2need.pdf]) **製品仕様の特定 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-3spec.pdf]) ***([品質表の例|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/npd-3specQFD-ballpen.xls] **アイディア・コンセプト創造 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-4concept.pdf]) ***　リードユーザーのvonHippelの[ページ|http://www.leaduser.com]　論文やビデオなど **製品コンセプトのテスト ***参考リンク(ネット上でコンジョイント測定+分析) ***コンジョイント分析　　 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-5conjoint.pdf]) **参考　 ([直交表などのエクセルシート|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/npd-5conjoint.xls]) ***直交表(いくつかの直交表と授業で紹介した学生向け住居のプロファイル､回帰分析による､推定の手順と結果､設問も入っているが自習用) ***参考リンク(ネット上でコンジョイント測定+分析) //***日経リサーチ(リンク切れ)　　http://www.nikkei-r.co.jp/internet/ ***　構造計画社　　[Webでのコンジョイント|http://iit.kke.co.jp/csankt/aca-car001/index.htm] ***Sawtooth software社　　[Windows版のデモソフト(濱岡は使ったことがないので参考までに)|https://www.sawtoothsoftware.com/support/downloads/download-ssi-web#demo-version] **売上、シェアの予測 プリテスト･マーケティング ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-6pretest.pdf]) *3.導入計画 **プロジェクトのために､下記を先に行います｡ **マーケティング計画の策定　　計量経済学的モデルによる予測　映画プロジェクトについての補足入り([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-7forecast.pdf]) **製品のデザイン　　([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-8idie.pdf]) //**経済性分析 *4.導入とフォロー **市場導入とトラッキング　　 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-9tracking.pdf]) **ブランドマネジメント,ライフサイクル・マネジメント　　 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-10plc.pdf]) !III 製品開発のためのしくみ *1.開発プロセス　　　　 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-11system.pdf]) *2.開発体制/組織 *3.開発支援ツール !IV.様々な製品開発 *1.自動車の開発　　　　([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-12dev_process.pdf]) *2. ソフトウエアの開発 *3.薬品の開発 !VI. 製品開発の動向 *1.製品開発の変化 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-14future.pdf]) *2.ユーザー･イノベーション *3.共進化マーケティング -----以下は未公開｡授業の数日前に公開予定｡ !V. 製品開発の成功要因 →時間がないので今年度は省略します｡ *1.製品開発の成功要因 ([資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/xnpd-13success.pdf]) *2.新製品の成功要因 ---- ---- !過去のお知らせなど //!課題提出､発言などの受付および授業用資料の公開はすべて終了しました｡ !参考)終了した課題 //!プロジェクト1(製品･サービスコンセプトの提案)　　 ([これについての補足資料|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/npd-3aboutConcept.pdf]) *プロジェクト　正月映画の興行収入予測 //*プロジェクト課題2　質問コーナーへの返答 //**Q　興行収入予測に最も効果的な分析手法は回帰分析なのでしょうか。それとも他に存在するのでしょうか。 //***A　授業ではコンジョイント､STM､フローモデル､類似製品データを使った回帰分析などを学びました｡映画の場合既に製品ができているので､コンジョイントは困難｡STM､フローモデルも適用可能ですが新たに消費者調査を行う必要あり｡分析のコストを考えると既存データを用いて推定するというのが現実的｡ //**Q　(アンケート調査を行い)重回帰分析で個人の各映画への関心態度を図ってから興行収入予測を導き出すまでの筋道が定まっていないのですが、どのように進めたらよいかアドバイスをいただけるとありがたいです。 //**Aそもそも分析計画をたててからデータを集めるべきだったのでは｡例えば5段階で視聴意向を質問し､トップ1ボックスの人の7割､トップ2ボックスの人の5割が行くと想定して積み上げる､といった簡便な方法はあるが､そもそも映画視聴可能性のある母集団から代表性のある個人についてデータを収集していることが前提｡さらに映画の属性評価をさせて細かく分析しても､過去に行った経験などとの関係も分析していないと予測するのは困難｡ //***参考)濱岡豊､里村卓也(2009)『消費者間の相互作用についての研究　　クチコミ､eクチコミを中心に』慶應義塾大学出版会のch.5 //**Q　より精度を高める為に、何かできることがあれば知りたいです。 //***A　それを考える/調べることが皆さんの課題｡ //**Q　　何週かたった後の上映館数はどのように推測するのですか？ //***A　それを考える/調べることが皆さんの課題｡ //**Q　　予測した映画の「スクリーン数」情報は調べても見当たらなかったのだが、どのように推定することが妥当であるか？ //***A　探せばあるのでは｡自分でカウントする必要はあるかもしれないが｡推定したければ､スクリーン数を従属変数として別の変数で(興行収入以外)で説明すればよいのでは｡ //**Q　一連の作業を勉強するのにいい本はありますか？統計の基礎からわかるものだとありがたいです。 //***A　この授業の資料ではだめですか｡統計については2年のときの教科書をよみ直すのがよいのでは｡ //**Q　数値化されていない情報の数値化方法と重回帰分析の手順や方法が分からないです。 //***A　ダミー変数を定義　(例　有名スターがでていれば1､そうでなければ0となるような変数)｡ //***この授業の資料ではだめですか｡渡したシートを使って､エクセルで回帰してみるとわかるのでは｡ //**Qエクセルで回帰分析を行う場合、説明変数を16個までしか設定できないのだが、さらに変数を追加したい際は、配給数の少ない会社をno/aとして処理しても問題はないか？ //***A　それは気付きませんでした｡そのような対応でも問題はないと思いますが､予測対象映画はno/aにしない方がいいでしょう｡　RやSPSSなどを使った経験があれば､それらでも分析は可能です｡JMPというソフトは対話型でわかりやすく､エクセルシートもほぼそのまま読み込めるので試してみるとよいでしょう｡大学でもインストールできますが､とりあえず下記から登録すれば30日間無料でトライアルできます｡ //***http://www.jmp.com/ja_jp/support/jmp-software-updates/jmp-trial-information.html !重要 //**自分で分析するならば早くとりかかること｡分析しなくても済む方法､シートは提供してあるので､授業用資料をよく読むこと｡ //**エクセルデータをテキスト出力すると　そのままでは桁区切りの","が含まれているので､Rなどで読むと文字列扱いされます｡そうならないよにテキスト化した後､","を除去(""に置換)してください｡もしくはエクセルで桁区切りしないように設定してからテキスト出力｡ *小課題1　　ニーズの識別および品質表について｡　(10/28(土) 23:59締め切り｡資料には10/20とありますが､こちらが正しい締め切りです｡)　受け付け終了 //　　([ここから提出|https://docs.google.com/forms/d/1TPXbpYICEMH7bL4Naf9Jsnb-WJR3lldLToohX3BnycI/viewform]) **携帯電話について､下記の手順で品質表を作成してください｡ **Q1　　どのようなニーズがあるか?　なんらかの方法で把握し､それを階層的に整理してください｡なおデータなどについては出所を明記してください｡ **Q2 　どのような製品の属性が重要か?競合製品なども含めて把握､整理してください｡なおデータなどについては出所を明記してください｡ **Q3　これらに基づいて､ボールペンの例(下の授業関係資料リンクから配布)｣を参考に品質表を作成してください｡ ***他社との競合などは作成できないので、ボールペンの例でU列19行めまでの部分を作成してください。 **Q4　品質表を用いることの利点や問題点を考えてください｡ //*小課題2　直交表､コンジョイント分析について｡(11/11(土) 23:59締め切り)　Q5以降は任意　｢コンジョイント分析｣の欄のエクセルシートも参照｡ //　([ここから提出|http://spreadsheets.google.com/viewform?formkey=dFgyY2w2Ujh4akRpOWlEckR3OWEyRkE6MA]) *エクセルシートの回帰分析部分､変数名に間違いがありました｡ **データ"シートのセルZ4　および"回帰分析の結果"シートのA19　ともに **wgrossN→nweek　の間違い｡(数値は正しい)｡ *課題2へのQ&A **Q　１００個のサンプルでは、まだまだ回帰分析をするには少ないのか。 →100本の映画×週数だけのサンプルがあれば充分なサイズ｡ **Q　前評判の有り無しを判断する明確な基準はあるのか。" →定義によりますが､例えば事前の掲示板への投稿数といった操作化は可能｡ **Qアニメ・邦画・洋画の3つにモデルを分けて分析を行う方法について問題ないかご教授いただければ幸いです。 →サンプルサイズが減少する｡邦画でアニメ､洋画でアニメなど重複する｡ y=β1+β2x　を別々に推定するということは､3つのタイプでβ1,β2がすべて異なることを前提としていることになり､強すぎる仮定ともいえる｡ まずは､すべてのサンプルを使って､邦画ダミー､アニメダミーを定義して分析してみる方がよい｡ **Q　シナリオの設定のときに、経過週に対して、スクリーン数の変化を考える必要があるのかがわかりません。レジュメには前提として考えないと書いてありましたが、課題３のQ6の例には公開映画館数と書いてありました。 →課題では皆さんに考えてもらうために､一定として説明｡変化を考える必要があるかも自分で考えてください｡ 　screenという変数が映画館の数なのか､スクリーンの数なのか(シネプレックスだと1館で2スクリーンで上映もある)は私もわかりません｡確認できればしてみてください｡ **Q　スクリーン数のデータはどのように手に入れればよいでしょうか →それを考えるのも課題のうち｡ **Q　予測精度の高さだけでレポートの評価が決まるのか｡→4つのレポートは5%､10%､15%(予測など)､10%の比重で評価予定｡予測は評価15%の一部｡ **Q　また、エクセルでの分析方法の復習の段階で、他の変数をさらに追加する方法があまり分からなかったので、教えていただきたいです。 →→資料参照｡実演予定 **Q　回帰分析の結果から予測値を出力する方法を教えてほしいです。 →資料参照｡&実演予定 **(プロジェクトテーマ)12月以降に公開される下記の映画4本について､公開後4週間の各週末興行収入を予測する｡ ***｢マーケティング計画の策定｣の資料の最後の部分も参照 ***[予測用シート|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/forecast-list2019.xls] ** (映画の興行収入データ:2017年からの各週のランキング上位の時系列データ ***[エクセル版|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/Moviedat2017_19.xlsx]　あけるときにエラーメッセージが表示される人もいるようですが､こちらでは問題ありませんので､多分問題ないはずです｡ //***[タブ区切りテキスト版|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/Moviedat2017_19.txt] 文字コードはUTF8｡文字化けする場合はブラウザの文字コードを変更｡ **10/31　プロジェクト用データを差し替え､テキスト版とRでの処理スクリプトを公開しました｡ **12/10　プロジェクト用に関してのQ&A ***Q　例えばアニメ(かそうでないか)などに分けて推定した方がよいか? ***A　分類基準が少ない場合には､可能かもしれませんが､洋画､アニメ､ジャンルなどいろいろな分類がありうるので､それら毎に分けると､それぞれのサンプルサイズが小さくなり､結果が不安定になる可能性があります｡全データをつかって､これらの分類をダミー変数として導入する方がよいでしょう｡ ***Q　エクセルでのデータと､リンク先の収入が異なるものがある｡ ***A　確認したところ､サイトの構成が変更されたようです｡映画情報の列にあるリンクは､すべて　https://www.boxofficemojo.com　と表示されてしまいます｡変わってしまったので確認しようがないのですが､エクセルでのデータは日本での興行収入､同サイトは米国のサイトなので､デフォルトでは米国のデータが表示されていたのかも知れません｡また､円ドルレートの換算による差があったのかもしれません｡いずれにしても予測のためのデータはエクセルにあるデータを使って下さい｡ ***Q　続編の場合､前作の興行収入をモデルに導入する方法がないか? ***A　続編ダミーとか､前作の興行収入(前作がないものは0)とするといった方法があるのでは｡ ***変更箇所は授業資料"マーケティング計画の策定　　計量経済学的モデルによる予測　"参照｡ //**[参考　Rでの処理スクリプト|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/0MovieSalesRdNPDfors.R]→テキストエディタなどで開いて､Rの画面にコピー､ペースとして実行｡変数を追加したテキストファイルを読み込む際は､数値の｢,｣を除いておくこと｡そうしないと､文字列扱いされる｡ //** (映画の特性データ:上のランキングに含まれる映画について邦画､アニメを判断したダミー変数を付加(by濱岡なのでいい加減) //***[エクセル版|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/0Movie_dat4npdwithDummies.xlsx]　 //***[タブ区切りテキスト版|http://news.fbc.keio.ac.jp/~hamaoka/NOTE_NPD/0Movie_dat4npdwithDummies.txt] 文字コードはUTF8｡文字化けする場合はブラウザの文字コードを変更｡