11 月 10 日、JMP は最新の「統計的に言えば、 市場調査: データから洞察へ」を発表しました。マーストリヒト大学の統計学助教授 Roselinde Kessels 氏が基調講演を行い、その後 JMP の Laura Castro-Schilo 氏と Avon の Elizabeth Knapp 氏が加わり、重要な市場調査の問題について議論し、データと分析手法を使用するデータ主導のマーケティング担当者が、現在の顧客と潜在顧客をより深く理解する方法を示しました。
JMP セールス チームがイベント後に顧客や見込み客とより有意義で生産的な会話を行えるように、イベント終了後に活用できる推奨リソースのリストを作成しました。このリストには、当社の Web サイト全体から適切なアセットが抽出されており、ホワイト ペーパー、記事、書籍の章、ウェビナー、JMP On Air エピソード、ブログなどが含まれています。
このリストに掲載されている資産は、トピック、アプリケーション領域、または業界に関連し、パフォーマンスが高く、共有できるほど新しいものと見なされています。リソースを区別しやすくするために、短い概要、短いコメント、および「最高のもの」を識別する 4 つ星システムも含まれています。( 過去のすべてのリソース推奨事項は、こちら で確認できます。)
このイベントに関するおすすめについてご質問がございましたら、お気軽にお問い合わせください。
Salesforce キャンペーン リンク (ライブ ウェビナー) はここにあります
Salesforce キャンペーン リンク (オンデマンド) はここにあります
11月10日市場調査：データから洞察へ
マーケティングのためのアクセス可能な分析
4 つ星 マーケティング分析と消費者調査のための JMP® の使用、JMP の習得
このウェビナーは、Stat Speaking イベントで取り上げられた概念をさらに深めるのに役立ち、JMP を使用してデータの複雑さを軽減し、消費者の好みに関する洞察を得る方法を示します。ウェビナーでは、潜在クラス分析 (LCA)、多次元尺度法 (MDS)、MaxDiff (ベストワースト分析)、および DOE を使用して MaxDiff 調査を設計するといったトピックを取り上げます。観測されたカテゴリ変数を使用して、被験者間の観測されていないクラス メンバーシップを識別する方法、一連の製品間の類似性の視覚的表現を作成する方法、および顧客のベストとワーストの製品選択を分析して顧客の好みを理解する方法を学習します。
4 つ星 JMP® Proを使用したマーケティング分析と消費者調査の強化JMPをマスターする
このウェビナーは最初のウェビナーを基にしており、JMP Pro を使用して、同時に発生するイベントまたは項目 (製品、リスク要因、健康状態など) を識別する方法を説明します。レポート、調査結果、その他のテキスト ドキュメントに埋め込まれた潜在的な自由形式のテキスト情報を含めることで、予測モデルを強化する方法を学びます。このウェビナーでは、テキスト エクスプローラー、アソシエーション分析、ドキュメント ターム マトリックス (DTM)、特異値分解 (SVD) について説明します。
4つ星最大差異スケーリングによる顧客認識の調査、技術的に言えば
このウェビナーでは、最大差スケーリング (MaxDiff) が認識価値を理解するための最良の方法の 1 つである理由を説明します。JMP で MaxDiff (最良最悪スケーリング) を実行し、アンケート回答者に最良と最悪の両方の選択肢を尋ねて選択肢を評価する方法を学びます。このウェビナーでは、視聴者が MaxDiff を使用して最も適切に回答できる市場調査の質問の種類、MaxDiff 分析の設計方法、および MaxDiff モデルと Choice モデルの相違点と類似点を判断するのに役立ちます。
4 つ星 調査データ分析: 基礎本の章
Walt Paczkowski によるこの章では、対象者に適した質問を設計してアンケートの使用を最適化する方法を学び、それらの質問がデータ分析ツールで利用可能なフレームワークにどのように適合するかを理解します。新しいケース スタディでは、JMP でのアンケート分析のベスト プラクティスも示しています (欠損データの処理に関するヒントを含む)。最後に、Paczkowski は、多変量関係の調査から平均と比率のテストまで、JMP でのアンケート データの分析方法と、分析を大幅に容易にした非構造化テキスト データの最近の進歩について詳しく説明します。
JMP の3 つ星テキスト エクスプローラー、JMP ソフトウェア チャンネルの YouTube ビデオ
この YouTube ビデオでは、JMP テキスト エクスプローラーを使用して非構造化テキスト データを調べる方法を説明します。このビデオでは、JMP の「ペット調査」サンプル データを使用して、アンケートのフリー テキストを分析する方法を示し、部品番号、HTML タグ間の単語、電話番号、電子メール アドレス、通貨などを抽出するためのインターフェイスを提供します。
3つ星分析的に言えば、 業界の市場調査ツールを知る
Data Analytics Corp. の創設者であるWalter Paczkowski氏は、洗練された市場調査担当者が分析を使用してデータに基づく意思決定を行う方法について説明します。また、離散選択モデリングを使用して真の消費者の好みを明らかにする方法や、さまざまなシナリオをテストして製品の最適価格を特定する方法について説明します。
3 つ星社会科学におけるテキスト分析: 新たな可能性のスペクトル、 JMP ブログ
ウェビナーのパネリストである Laura Castro-Schilo によるこのブログ投稿では、ジョークの分析の例を示し、市場調査に適用できるトピック分析について説明しています。
2 つ星ビジネスとマーケティングにおけるベイズ法の使用、分析的に言えば
このウェビナーでは、ミシガン大学スティーブン・M・ロス経営大学院のピーター・レンク氏と、ベイズ推論と、消費者および市場調査を含む経済およびビジネスへのその応用について説明します。
2 つ星 テキストを探索して株式市場で何が起こるかを知る、JMP ブログ
Peter Hersh によるこのブログ投稿は、パネリスト Laura Castro-Schilo の推薦です。ウェビナーで取り上げられたいくつかのトピックを取り上げています。非構造化データを取り込み、JMP テキスト エクスプローラーを使用して株式市場の例を使用してモデルを構築する方法も含まれています。
