ビッグデータ時代の到来により、統計に関心が高まっています。ビジネスはこれまで以上に科学的な視点がもとめられ、それを支えるうえで統計リテラシーがなければならないと考えます。
　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に向け、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解説していきます。
　数式や計算を極力使わず、簡易なグラフ等で統計結果を表し、データの分布や推移が感覚的にわかるようなつくりに特長を打ち出しています。

1. ビッグデータ時代の情報活用
   • ビッグデータ時代に収集できる情報の種類と特性
   • 基本的なデータの扱い方を知らないと落とし穴にはまる
   • 最低限の統計知識を駆使してデータを読み込むスキルを磨く 【Case】EVは普及する?-2011年のアンケートデータと結果 (2013年) を比較
2. 製品開発の基本プロセスと潜在ニーズ収集プロセス
   • デフレ時代には潜在ニーズに着目する
   • 顧客の選択理由から強みを抽出する
   • シーズとニーズを掛け合わせアイデアを発想する
   • 定量データから顧客の潜在ニーズを抽出する
3. 定量データの収集と分析
   • 価値あるデータの種類と特性 (demographics/psychographics/behavior)
   • 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)
   • 2次データ収集のための情報源
   • 数量データとカテゴリーデータの扱い方
   • 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)
   • 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 Study】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
   • 定量データを分析し、マーケティング仮説を設定する
   • 仮説作りの三大要素「Finding」「Focus」「Factor」 【Case Study】国民健康・栄養調査から20代若者の特徴を仮説として捉える
5. 定性データを分析し仮説を肉付けする
   • 定性データの活用法
   • 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 Study】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
   • 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
   • 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
   • 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