統計学が最強の学問である 〈ビジネス編〉 データを利益に変える知恵とデザイン

個数:
電子版価格 ¥1,782
  • 電書あり

統計学が最強の学問である 〈ビジネス編〉 データを利益に変える知恵とデザイン

  • ウェブストアに2冊在庫がございます。(2019年10月15日 10時22分現在)
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【出荷予定日】
    ■ご注文当日 (午前0時~午前10時30分までのご注文)
     または
    ■ご注文翌日 (午前10時31分~午後11時59分までのご注文)

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆特に表記のない限り特典はありません。
  • ●店舗受取サービス(送料無料)をご利用いただけます。
    【カートに入れる】を選択後に全国店舗の中からお受け取り店をご指定下さい。詳細はこちら
  • サイズ B6判/ページ数 371p/高さ 19cm
  • 商品コード 9784478100769
  • NDC分類 417
  • Cコード C0033

出版社内容情報

累計43万部突破の超人気シリーズに、ついに文系でもわかる「実用書」が登場! 「ビジネス×統計学」の最前線で第一人者として活躍する著者が、。日本人が知らない「リサーチデザイン」の基本を伝えたうえで、経営戦略・人事・マーケティング・オペレーションで統計学を使う知恵と方法を詳細に解説します。


目次
序章 「センス」と「事例」で分析をするな

01 日本人が知らない「リサーチデザイン」というスキル
データ活用のよくある失敗例/個人のセンスに頼らないリサーチデザイン/
「枝葉」よりも「幹」の改善を

02 本書の構成と枠組み
本書が対象とする4つのテーマ/本書での説明の手順とキーワード

第1章 経営戦略のための統計学

03 データで戦略を導け
コンサルタントはマトリックスがお好き/マトリックス分析の2つの限界

04 経営戦略の理論的背景① ポーターのSCP理論
経営戦略を代表する理論/シンプルで美しいファイブフォース分析/
ポーターへの反証となった日本企業の躍進

05 経営戦略の理論的背景② 経営戦略論の相性問題
企業内の強みに注目したジェイ・バーニー/ポーターとバーニーはどちらが正しいのか?/
経営戦略の統計分析の歴史

06 経営戦略のための分析手順① 分析対象の設定
統計学的な戦略策定のアプローチ/水平方向への市場分析/垂直方向への市場分析/
非連続的な市場分析

07 経営戦略のための分析手順② 分析すべき変数のアイディア出し
ビジネスマンのためのシステマティックレビュー入門

08 経営戦略のための分析手順③ 必要なデータの収集
まずは公開された客観的なデータから/「儲かっている度合い」に総資本利益率を使う理由/
非上場企業も分析の対象に/調査会社への上手なオーダー法/
主観的な要素が入ったデータを集める際の注意点/集めたデータのまとめ方

09 経営戦略のための分析手順④ 分析とその解釈
単純集計の2つの限界/ステップワイズ法と人の目による変数選択/
分析の解釈の実例と基礎知識/詳細な分析手法と、それをおすすめしない理由/
厳密な検証よりも、素早い小規模なアクションを

10 本章のまとめ
統計学的な補足コラム1 分散成分分析または混合効果モデルについて

第2章 人事のための統計学

11 優秀な人は採れてますか?
「戦略よりも人材」という真実/科学的なエビデンスに基づくGoogleの採用プロセス/
ただの「面接」はあまり役に立たない

12 一般知能と状況適合理論
「勉強ができれば仕事もできる」は3割正しい/
リーダーシップの研究者たちが発見した状況適合理論/
メタアナリシスで見る「仕事は相性次第」/「高学歴でハキハキ」ばかりではもったいない

13 人事のための分析手順① 分析対象の設定
数十人いたら分析ができる/解析単位の広げ方、分割の仕方

14 人事のための分析手順② 変数のアイディア出し
人事のアウトカムの設定は難しい/「ランダム性を取り入れる」という工夫/
説明変数は広くアイディアを収集する

15 人事のための分析手順③ 必要なデータの収集
社内に埋もれたデータを見つけ出す/アウトカムの設定の注意点:データ不足をうまく補う/
説明変数に関わるデータの拡充:性格特性の測り方

16 人事のための分析手順④ 得られたデータの分析
相関の強い説明変数は「縮約」する/相関する2項目の得点は合算してもいい/
いくつもの項目が相関する場合は「因子分析」を/あとは重回帰分析かロジスティック回帰を

17 人事のための分析手順⑤ 分析結果の解釈
ロジスティック回帰の見方の復習/「経験や直感に反する結果」はないか?/
取るべきアクション:「変える」/取るべきアクション:「ずらす」/
人的資源管理の施策の候補となる「HPWP」

18 本章のまとめ
統計学的な補足コラム2 「打ち切り」と「切断」

第3章 マーケティングのための統計学

19 マーケティング戦略と顧客中心主義
iPhoneのニーズは本当にリサーチでわからなかったのか?/
ブルー・オーシャン戦略に倣ったアプローチ/統計学が天才に打ち勝つ理由

20 現代マーケティングの基礎知識
コトラーによるマーケティングの定義とよくある誤解/誰を相手にビジネスを営むのか/
何をどう売るのか

21 マーケティングのための分析手順① 「誰に売るか」考えるためのデータの準備
マーケティングのデータ分析は最低3周回す/分析対象は、「よっぽどあり得ない」以外の全て/
まずはシングルソースデータの分析を

22 マーケティングのための分析手順② 「誰に売るか」考えるための分析
重回帰分析とロジスティック回帰を使わない理由/おすすめは「クラスター分析」/
良いセグメントの発見がクラスター分析の目的

23 マーケティングのための分析手順③ 「何を売るか」考えるためのデータの準備
ポジショニング=何を売るか/良いポジショニングは質的調査と量的調査の組合せで/
マーケティングの力を実証した「truthキャンペーン」

24 マーケティングのための分析手順④ 統合行動理論を用いた質的調査
多くの学問の成果をカバーする統合行動理論/質問と調査票の具体的な作り方

25 マーケティングのための分析手順⑤ 「何を売るか」考えるためのデータ分析と解釈
分析からわかること/今度は重回帰分析やロジスティック回帰で/
ポジショニングを考える2つの方法

26 マーケティングのための分析手順⑥ 「4つのP」を考えるための分析
セグメントの対象者を理解する/試作品やチラシによるテストマーケティングを

27 本章のまとめ
統計学的な補足コラム3 決定樹分析とランダムフォレスト

第4章 オペレーションのための統計学

28 デミングがもたらした新しい「マネジメント」
サウスウエスト航空の成功を支えたオペレーションの改善/
kaizenを生み、ビル・クリントンを支えた統計学者/
「バラツキの背後で影響する原因」に対処せよ

29 部分最適から全体最適へ
社内に眠る、広大な改善のフロンティア/「ボトルネック」から始めよう

30 バリューチェーンと部署ごとの定石
バリューチェーンの考え方/具体的なアウトカムと解析単位

31 業務のためのデータから分析のためのデータへ
まずは今あるデータの分析から/データを分析可能な形にする/データを紐付ける

32 データの品質向上と加工のポイント
「完全なデータ」という罠/「窮屈さ」を感じたらしめたもの/ムリに「仮説」を考えない

33 「洞察のための分析」と「予測のための分析」
「予測のための分析」とは/「洞察のための分析」では、あなたの暗黙知が武器になる/
「予測のための分析」が難しい2つの理由/失敗していたGoogleのインフルエンザ患者の予測

34 自己回帰モデルとクロスバリデーション
自己回帰モデルの概要/過学習に注意する/クロスバリデーションで検証する

35 本章のまとめ
統計学的な補足コラム4 集合知を使った予測手法

謝辞
参考文献
索引


著者紹介

西内 啓(にしうち・ひろむ)
東京大学大学院医学系研究科医療コミュニケーション学分野助教、大学病院医療情報ネットワーク研究センター副センター長、ダナファーバー/ハーバードがん研究センター客員研究員を経て、2014年11月より株式会社データビークルを創業。自身のノウハウを活かしたデータ分析支援ツール「Data Diver」などの開発・販売と、官民のデータ活用プロジェクト支援に従事。著書に『統計学が最強の学問である』『統計学が最強の学問である[実践編]』(ダイヤモンド社)、『1億人のための統計解析』(日経BP社)などがある。

この商品が入っている本棚

1 ~ 1件/全1件