アンケートデータ分析 トレーニング
アンケートデータを使って顧客をより深く、多面的に理解するために必要な
データの加工、可視化、そして分析手法を基礎から効率的に学び、
現場で使えるスキルを身につけていただくためのトレーニングです。
次回のトレーニングの開催は現在未定です。次回の募集開始のお知らせを希望の方は、画面右下の緑色のチャットアイコンを押してチャットでお問い合わせいただくか、support@exploratory.io までメールにてお問い合わせください。
顧客を100倍深く理解するためのアンケートデータ分析
「アンケートはしてみたものの、得られた回答データを有効に活用できていない。」
という悩みの声を多くのお客様から寄せられます。
せっかく何十人、何百人（または何千人）ものアンケートデータを集めたにも関わらず、チーム内で回覧して終わってしまってはいないでしょうか。
5段階（または10段階）評価の回答データの平均をとって終わってしまってはいないでしょうか。
自由記述の回答を読んで、一喜一憂して終わってしまってはいないでしょうか。
アンケートはとってみたものの、それによってビジネスやサービスの改善のための具体的なアクションにつながっていないということはよくあります。
たかがアンケートデータと思われるかもしれませんが、データを有効に活用することで有名なFacebook、Airbnb、Netflixといったシリコンバレーのテック企業は、膨大なアンケートデータをユーザーから収集し、このデータをもとにプロダクトやサービスの改善を行い、ユーザーのエンゲージメントを上げ、収益をさらに伸ばすということを日々行っています。
現在のようにデジタル化が進んでいる時代では、マーケティング、営業、人事、プロダクトやサービスの開発、医療、といった様々な分野でアンケートデータを多くの方たちから素早く簡単に集めることは簡単になりました。しかし、このデータからさらにビジネスやサービスの改善につながる意思決定を行うために有用なインサイトを得るための分析手法は、まだ多くの人にとっては隠されたベールに包まれているかのごとくです。
そこで、データサイエンスを民主化のために、データサイエンスのUIツールの開発とデータサイエンスの教育を行うExploratoryが、アンケートデータの分析にフォーカスしたトレーニングの提供を開始することとなりました。
こちらのトレーニングは、様々な形のアンケートデータからビジネスや顧客サービスの改善につながるインサイトを掘り出すための分析手法を実際のデータを使って手を動かしながら学んでいただくものです。
このトレーニングを受講することで、アンケートデータを元に、アンケートの質問の数を最低限にし、さらになぜそういったアンケートの回答が得られるのかといった隠れた要因を探すことができ、 回答者（顧客、ユーザー、従業員、患者など）をセグメント分けすることで回答者の特徴をもとにしたより的確なアプローチができるようなり、さらに自由記述のテキストデータを元に、回答者の自裁の興味と不満を数値化することにより、潜在的なニーズをより適切に理解することができるようになります。
最初はデータの型、データの持ち方といったアンケートデータの基礎からはじまるため、データ分析の前提知識なしに、アンケートデータを持っている人であればだれでもが始めることができるようにデザインされています。
前述のようなデータ分析を始めるためにはデータの形を整え、加工していく必要があります。そこで、このトレーニングではデータの加工に関する最低限必要な知識とスキルをハンズオンを通して学んで頂き、トレーニング終了後、自分で自分のアンケートデータを必要な形に整え、加工し、すぐにデータ分析を始めていくことができるようなります。
トレーニングの最後には、毎週、毎月入ってくる新しいアンケートデータを自動でモニターするためのダッシュボードを参加者全員に作っていただく予定です。
またトレーニング終了後には、自分のデータで分析を行っていくための1時間の個別相談のためのセッションや、実際にデータ分析を始めたときに出てくる質問や問題の解決のためのミーティングやチャットを通して、参加者の皆さまを継続的に支援させていただきます。
このトレーニングの目的はより多くの人達が自分のアンケートデータを自分で分析できるようになることで、回答者をより深く理解し、ビジネスやサービスがより改善していけるようにすることです。世の中に置いてけぼりにされている、隠されたインサイトがたくさん眠っているアンケートデータを少しでも減らすことができればと思います。
開催要項
このトレーニングは、朝9時から夕方6時までの全日コースになります。
日時 : 次回開催は未定です。
次回の募集開始のお知らせを希望の方は、画面右下の緑色のチャットアイコンを押してチャットでお問い合わせいただくか、support@exploratory.io までメールにてお問い合わせください。
次回の募集開始のお知らせを希望の方は、画面右下の緑色のチャットアイコンを押してチャットでお問い合わせいただくか、support@exploratory.io までメールにてお問い合わせください。
会場: オンライン (参加者には事前にZoomのURLが送付されます。）
定員: 25名 （最小催行予定数10名）
受講料(税別): 79,000円
(教材費・3ヶ月分のExploratory Business版使用ライセンス込み)
- 3名以上まとめてお申込みの場合にはグループ割引があります。詳しくは下記お問い合わせ先までご連絡ください。
- 学生の方には学生割引(50% OFF)があります。詳しくは下記お問い合わせ先までご連絡ください。
キャンセル料：
- 実施の15日前以降: 受講料の20%
- 実施の7日前以降: 受講料の50%
- 実施の3日前以降: 受講料の100%
受講資格: 特に前提になる条件などはありません。参加には、Mac（OSX 11 / Big Sur以降)か、Windows（Windows8以降 / 64bit）のノートPC（無線LAN対応）が必要になり、Exploraotryの事前インストールと、申し込み後に送付される事前チュートリアルの実施をお願い致します。
お問い合わせ先: 画面右下の緑色のチャットアイコンを押してチャットでお問い合わせいただくか、support@exploratory.io までメールにてお問い合わせください。
アジェンダ
9:00 - データの基礎
10:00 - アンケートの質問の相関分析
11:00 - 回答の要因と特徴の分析（因子分析）
12:00 - ランチ休憩
13:00 - 回答者のクラスタリング（顧客セグメンテーション）
14:00 - アンケートデータの加工
15:00 - テキストデータの分析 - 頻出単語の傾向分析
16:00 - テキストデータの分析 - 潜在トピックと回答者の特徴分析
17:00 - 総括、Q&A
17:30 - 終了
講師
西田勘一郎 (CEO, Exploratory) Twitter
2016年初頭に、オープンソースの世界で起きているデータサイエンスの革新的な技術や新しい手法を、世界の全ての人たちが使えるようにするというビジョンのもと、Exploratory, Inc を立ち上げる。
米オラクル本社で、16年にわたりデータサイエンスの開発チームを率い、機械学習、ビッグ・データ、ビジネス・インテリジェンス、データベースに関する数多くの製品を世に送り出すかたわら、世界中の企業へのトレーニング、コンサルテーションを通してデータ・ドリブンなビジネスを可能にするテクノロジーの民主化に努める。
現在はExploratory, Inc.でCEOを務めるかたわら、データサイエンス・ブートキャンプ・トレーニング、日本でのデータサイエンス勉強会などの場を通してシリコンバレーで行われている最先端のデータサイエンスの世界への普及と教育に取り組む。
また現在、日経BPビジネスで「文系でもできるデータサイエンス」というオンライン・セミナーのシリーズを動画で配信中。データサイエンスの様々なトピックに関して、前提知識がなくてもわかりやすいように解説している。
米オラクル本社で、16年にわたりデータサイエンスの開発チームを率い、機械学習、ビッグ・データ、ビジネス・インテリジェンス、データベースに関する数多くの製品を世に送り出すかたわら、世界中の企業へのトレーニング、コンサルテーションを通してデータ・ドリブンなビジネスを可能にするテクノロジーの民主化に努める。
現在はExploratory, Inc.でCEOを務めるかたわら、データサイエンス・ブートキャンプ・トレーニング、日本でのデータサイエンス勉強会などの場を通してシリコンバレーで行われている最先端のデータサイエンスの世界への普及と教育に取り組む。
また現在、日経BPビジネスで「文系でもできるデータサイエンス」というオンライン・セミナーのシリーズを動画で配信中。データサイエンスの様々なトピックに関して、前提知識がなくてもわかりやすいように解説している。
村里 郁哉 (Business Development, Exploratory)Twitter
Exploratory, Inc. でビジネス開発を担当し、企業内でのデータ活用の参考になるコンテンツの発信や、Exploratoryの導入にあたっての課題解決のサポートに務める。
前職ではHP(Hewlett Packard)でeCommerce、テレセールス、フィールドセールス領域で、データを活用したビジネスのマネジメント、プランニングを経験。
上記の実現に際してExploratoryを利用し、UIを通してデータサイエンスの手法を簡単に使えることに感銘を受けて、2019年にExploratoryに参加。
前職ではHP(Hewlett Packard)でeCommerce、テレセールス、フィールドセールス領域で、データを活用したビジネスのマネジメント、プランニングを経験。
上記の実現に際してExploratoryを利用し、UIを通してデータサイエンスの手法を簡単に使えることに感銘を受けて、2019年にExploratoryに参加。
白戸 敬登 (Customer Success, Exploratory)Twitter
Exploratory, Inc. でカスタマーサクセスを担当し、カスタマーがデータを使った意思決定により成功していけるように、活用の支援やコンテンツの発信を務める。
大学在学中にはアプリに特化したユーザーの行動分析ツールを開発する企業にて、アプリ業界のKPI分析などを担当。
そこでExploratoryに出会い、UIを通してデータサイエンスが簡単に使えることに感銘を受けて、2019年にExploratoryに参加。
大学在学中にはアプリに特化したユーザーの行動分析ツールを開発する企業にて、アプリ業界のKPI分析などを担当。
そこでExploratoryに出会い、UIを通してデータサイエンスが簡単に使えることに感銘を受けて、2019年にExploratoryに参加。