心理学×マーケティング=新商品をDesignしよう!
~消費者心理学?齋藤朗宏ゼミ~
担当教員齋藤 朗宏 | 所属経営情報学科 | 専門分野心理統計学?教育測定学 |
ゼミの内容
製菓会社に就職したあなたは,チョコレートの新商品を開発することになりました.どんな商品を開発しようと思うでしょうか?たとえば,
? 甘い方がいい
? カカオの割合は高い方がいい
? 固めの方がいい
色々なアイディアがあると思います.でも,あなたが食べたい商品をそのまま作ったとしても,それが売れるとは限りません.なぜなら,
? その商品は既に存在しているかも知れない
? あなたが求めるものと,他の人が求めるものは違うのかも知れない
? 求めるものを実現するには,作るのにコストがかかり過ぎるのかも知れない
こういったことが起こり得るからです.ここで活躍できるのが,齋藤ゼミの卒業生です.
齋藤ゼミの卒業生ならこう考えます.
「どういった商品が美味しいと感じるのか,実験して試してみればいいじゃないか」
「自分たちの商品が,他の商品とくらべて市場のどこに位置付けられるのか,図に描いてみればいいじゃないか」
実際には,そんなに簡単な話ではありません.甘さ,カカオの割合,堅さ......と,味を左右する要素は色々とあります.それを,どうやって組み合わせればよいのでしょうか?全体の商品の中での位置づけを図に書くと言っても,位置づけはどうやって決まるのでしょうか?
ここから先は,ゼミへ入ってからのお楽しみです.新商品開発の企画を行いたい人,経営学を勉強したいけど,ものを買う人の気持ちにも興味のある人,ちょっと固めに,データを使って世の中を見てみたい人,齋藤ゼミでは,そんなあなたを歓迎します.
ゼミ生はこんなことができるようになる!
- 自分で調査を計画,実施し,そのデータを分析することが出来るようになります.
- 世の中で公表されている統計データの内容を正しく理解できるようになります.
- Excelを含む統計ソフトでのデータ集計や分析に詳しくなります.
- 消費者の行動を心理学的に理解し,マーケティングに活かすことができるようになります.
ゼミ生 (OG?OB) の内定先
銀行,不動産,損害保険会社,公務員など
ゼミ生の声
各々のキャラクターが全く異なり独特の雰囲気のあるゼミですが、時に笑いも交えつつ、全員で協力し合いながら理解を深める、そんな非常に面白いゼミです。(3年生D.H.)
このゼミを目指す人の推奨履修モデル
- 1年生:情報科学入門,経営統計I,ミクロ経済学入門,統計学入門,ミクロ経済学I
- 2年生:経営統計II,マーケティングI?II,オペレーションズ?リサーチ,統計学II,ミクロ経済学II
- 3~4年生:マーケティング?サイエンス,経営数学,産業組織論
ゼミの活動内容
私が心理学?心理統計学を専門としていることもあり,こういった分野を基礎とした,マーケティングに関する意志決定をメインテーマとしています.
3年生の前~中盤では,消費者心理学と,マーケティングサイエンスの入門書について,学生が輪読を行い,教員がそれに説明を加えます.多くの皆さんの苦手とする数式が出てくることもありますが,数式の「意図(その式で何をしようとしているのか)」を大切にして,理解できるように取り組んでいます.この過程を通して消費者行動の背景にある心理学的な側面を理解し,それをマーケティングに活かす能力を身につけることを目指します.
3年生の後半では,アンケート調査の企画?実習を行い,前半の輪読で得た知識を用いて実際のデータを分析し,オリジナルの卒業論文を作るためのステップとします.
4年生の卒業研究では,それぞれの興味の対象で主にアンケート調査を実施し,集計,分析を行います.テーマは経営に限らず,心理学などの分野にかかわる研究を行う学生や,スポーツデータの統計解析に取り組む学生もいます
ゼミで使用している「テキスト」や「おススメ本(漫画も含む)」
- 豊田秀樹編著,東京図書刊,「購買心理を読み解く統計学」
ゼミ指導教員の担当授業
- 経営統計II
商品の売り上げ,株価,会計情報など,企業には様々な数値データが存在します.そういったデータは,統計的な処理を行うことでわかりやすくすることが出来ます.この授業では,その統計的な手法の基礎について学びます.「情報科学入門」と「経営統計I」の知識を活かし,Pythonでのデータ分析の基礎的なスキルが身につきます. - オペレーションズ?リサーチ
経営場面における意志決定には,様々な基準があります.その中でも,期待できる収益の額など,数学的な意味での効率の良さといった観点から,経営場面における意志決定を行う手法について学びます. - マーケティング?サイエンス」
「情報科学入門」,「経営統計I?II」の知識を活かし,マーケティング場面におけるデータ分析の応用的な手法について学びます.実際の商品開発などの場面で使われている手法を身につけることができます.