ビッグデータ時代の到来により、多くのビジネスパーソンがマーケティングデータを容易に収集することができるようになりました。ただデータの読み方の基本を知らないと思わぬ落とし穴にはまってしまいます。
　本セミナーは、研究開発、技術分野において実務を担当する社員の方々へ向け、データ分析から仮説を構築し、その仮説に基づいて製品開発に展開する一連の流れを、事例やグループワークをはさみながら平易に解説していきます。
　研究開発担当者がコンセプトを構築することの意義は、自社の強みを技術ベースで認識していることにあります。そのため営業部門やマーケティング担当者では見逃してしまう、顧客の潜在ニーズを拾い上げることが可能になると考えております。
　本セミナーではマーケティングデータを読み込み、コンセプトを作成する一連のスキルを身に付けていただきます。

1. 研究開発者視点の製品開発
   1. コモディティ化時代、研究開発者に求められるコンセプトの構築力
   2. 自社の強みを認識し、強みが活かせるニーズに着目する
2. 潜在ニーズの収集
   1. デフレ時代には潜在ニーズに着目する
   2. 顧客の選択理由から強みを抽出する
   3. ポイントは定量データから顧客の潜在ニーズを抽出すること
3. 定量データの収集と分析
   1. 価値あるデータの種類と特性 (demographics/psychographics/behavior)
   2. データの信憑性を見極める (サンプル数/母集団の特徴を的確に捉えたサンプルを抽出/回収率)
   3. 2次データ収集のための情報源
   4. 数量データとカテゴリーデータの扱い方
   5. データを読み込み、知見を見出す (トレンド分析/ヒストグラム/比較分析/相関分析/パレート分析)
   6. グラフから直感的に意味するとことを読み取る (仮説設定に役立つグラフの種類と読み方)
      　【Case】オフィス市場のデータを分析し、データを読み込む
4. 定量データから仮説を立案する
   1. 仮説設定の進め方 Step1 データを収集する・・・ネット・図書館・社内実績データ Step2 データから意味を見出す・・・データの背景、要因を考察する Step3 特異点を見出す・・・変化変節点、異常値を発見する Step4 要因を考察する・・・特異点が生じる要因を突き止める Step5 仮説を設定する・・・顧客が置かれている状況・背景の仮説を立てる
   2. 仮説の検証・・・マーケティングリサーチの賢い活用
      　【Case】20代若者の生活実態を仮説として考える
5. 定性データを分析し仮説を肉付けする
   1. 定性データの活用法
   2. 定性データを構造化することで潜在ニーズを抽出する
      　【Case】ノンフライヤーのヒット要因をネットの口コミ情報から考察する
6. 仮説からコンセプトを設定する
   1. ニーズ仮説からアイデアを発想、コンセプトへ昇華させる
   2. ベネフィットを最大化するように各要素をブラッシュアップする
   3. コンセプトを評価し仮説を検証する
      　【Case Study】2013年ヒット商品のコンセプトを検証する
• 質疑応答