公開講座からの新着メッセージ

2025/5/22更新

ご利用にあたって

お知らせ

直近の公開講座開催研修

公開講座新作研修

一覧はこちら

DX／ITサービス

申込者数人気ランキング

※直近１ヶ月

一覧はこちら

法人向けサービス

特集・ランキングなど

ダウンロード資料

公開講座コースマップ
（体系図）DL

年間スケジュール一覧DL

地域別スケジュールはこちら

実践的アンケート調査分析プラン
～結果を次の戦略に繋げる

25/05/19 更新

新入社員

若手層

中堅層

ベテラン

初級管理職

中級管理職

上級管理職

プランの概要

アンケート調査を実施するだけでなく、結果を分析し次の戦略につなげるために必要なスキルを学ぶコースです。調査結果をもとに仮説を立て、それが検証可能かどうかを実用性のあるフレームワークを用いて具体的に落とし込んでいただきます。また、今後のアンケート調査業務の効率化のためにExcelによる自動化まで対応できると会社の財産にすることができます。

このプランを
オンライン型で申込む

※下記をタップすると各研修詳細までスクロールします

アンケートデータを活用するマーケティング分析研修

1．はじめに
2．調査目的の明確化
3．アンケート調査の計画
4．アンケートの設計
5．クロス集計
6．まとめ

仮説構築力向上研修～仕事の精度とスピードを高める思考法を身につける

1．なぜ仮説思考が求められるのか
2．仮説思考に不可欠な「経験」の蓄積
3．仮説力を磨く思考習慣①　～常に「なぜ？」を考える
4．仮説力を磨く思考習慣②　～視点を変える
5．仮説を構築する①　～帰納的思考
6．仮説を構築する②　～トレンド思考
7．仮説を構築する③　～フェルミ推定
8．仮説構築ケーススタディ
9．仮説を検証する①　～限定質問と拡大質問
10．仮説を検証する②　～ロジックツリーの活用
11．仮説を検証する③ ～ＰＤＣＡサイクル
12．仮説検証ケーススタディ

ビジネスデータの分析研修～職場で活かせる統計の基礎とデータ活用法を学ぶ

1．社内の眠ったデータを活用する
2．２つの事象の関連を表す「相関係数」
3．２つの事象の因果関係を表す「回帰分析」
4．まとめ

アンケートデータを活用するマーケティング分析研修

顧客の声をビジネスに！アンケート調査でマーケティング力アップ！

カリキュラム

１．はじめに
（１）アンケート調査とは
（２）マーケティングリサーチにおけるアンケート調査の活用例
【ワーク】これまでに実施したアンケートや回答したことがあるアンケートを書き出す

２．調査目的の明確化
（１）分析課題の設定
【ワーク】自分の業務に関連するKGIとKPIを考える
（２）ロジックツリー
（３）目的変数と説明変数
（４）分析課題設定のためのフレームワーク
（５）仮説検証型データ分析と仮説探索型データ分析
（６）仮説設定
（７）仮説設定とロジックツリー
（８）調査目的を明確化するポイント
【ワーク】業務に関連してどんなアンケートを実施したいか調査目的を明確化する

３．アンケート調査の計画
（１）調査対象者の選定（母集団と標本）
（２）調査対象者の選定（サンプリング）
（３）調査対象者の選定（サンプルサイズ）
【ワーク】サンプリング例を見て問題点と改善点を書き出す
（４）アンケート調査の種類
（５）定量調査と定性調査
（６）データの種類
（７）調査項目の選定
【ワーク】２章ワークの調査目的に沿って調査項目を選定する

４．アンケートの設計
（１）アンケートの基本構成
（２）アンケートの回答形式
（３）アンケートの順序
（４）設問・選択肢の作成
【ワーク】調査票の例を見て問題点と改善点を書き出す

５．クロス集計
（１）クロス集計とは
（２）ピボットテーブルの基本的な作り方
（３）多重クロス集計
（４）フィルターとスライサー
（５）割合による計算方法
（６）クロス集計でデータを解釈するポイント
【ワーク】Excelでピボットテーブルと作ってクロス集計を行い、考察する

６．まとめ
【ワーク】アンケート調査を業務にどのように生かしていくかまとめる

スケジュール・お申込み

＞＞来場型日程、その他詳細はこちら

仮説構築力向上研修～仕事の精度とスピードを高める思考法を身につける

ソリューション提案や課題解決など業務のあらゆるシーンで必要とされる仮説の構築・検証ができるようになる

カリキュラム

１．なぜ仮説思考が求められるのか
【ワーク】担当業務において、「仮説」を立てて仕事をする場面を挙げる
（１）ビジネスに求められる「スピード」と「効率」
（２）求められるのは「実用範囲の精度」
（３）仮説思考はトライアル＆エラーの繰り返し

２．仮説思考に不可欠な「経験」の蓄積
（１）「直感」で仮説を立て、「論理」で検証する
（２）直感とは過去の経験の瞬間検索
（３）経験則の応用力が仮説構築力
（４）感情を伴いながら経験を重ねることが大事
【ワーク】自分の中で「パターン」として定着している仮説を共有する

３．仮説力を磨く思考習慣①　～常に「なぜ？」を考える
（１）常に原因と結果の関係で捉える
（２）目的意識の強さが「なぜ」を生む

４．仮説力を磨く思考習慣②　～視点を変える
（１）いつもの自分と違う見方をする
（２）視点を変える３つのパターン
（３）ディスカッションでひらめきを呼び込む
【ワーク】事例を読んで、様々な視点からその理由の仮説を立てる

５．仮説を構築する①　～帰納的思考
（１）仮説思考で活躍する論理展開手法
（２）帰納法を使って「経験」から「経験則」を導き出す

６．仮説を構築する②　～トレンド思考
（１）過去の延長上に未来を予測する
（２）いち早くトレンドを見つけるためのデータ分析
【参考】データ分析のための三原則

７．仮説を構築する③　～フェルミ推定
（１）今ある情報だけで推定値を捻り出す
（２）フェルミ推定のステップ

８．仮説構築ケーススタディ

９．仮説を検証する①　～限定質問と拡大質問
（１）何が言えれば仮説を裏付けられるか
（２）可能性を限定質問で絞り込む
（３）絞り込まれた範囲の中で拡大質問をする

１０．仮説を検証する②　～ロジックツリーの活用
（１）否定すべき他の説を列挙する
（２）原因追究型のロジックツリー
（３）確認事項をチェックリスト化する
（４）ＹＥＳ／ＮＯチャートにすることで仮説検証を自動化する

１１．仮説を検証する③ ～ＰＤＣＡサイクル
（１）仮説検証サイクル＝ＰＤＣＡサイクル
（２）「小さく」「早く」「何回も」がポイント

１２．仮説検証ケーススタディ

スケジュール・お申込み

＞＞来場型日程、その他詳細はこちら

ビジネスデータの分析研修～職場で活かせる統計の基礎とデータ活用法を学ぶ

統計の基礎である「相関係数」と「回帰分析」を実践形式で習得し、社内に眠るデータの有効活用を実現する

カリキュラム

１．社内の眠ったデータを活用する
（１）データを分析することの利点
【ワーク】自社に眠っているデータは何か、それを分析することでどのような利点があるか考える
（２）データの読み方の練習
【ワーク】例題を読んで、どこが、どのように間違っているか（あるいは正しいか）回答する
（３）平均、標準偏差とは
（４）エクセルによる平均、標準偏差の計算
【ワーク】エクセルで平均値と標準偏差を計算してみる
【応用編】「分析ツール」を使って、要約統計量を算出する
【ワーク】データの平均値と標準偏差（ＳＤ）を求める
（５）グループ別に平均、標準偏差を計算する
【ワーク】あるデータについて、全体の平均を算出し、傾向を見た後に平均を出してみる
（６）平均値などをグラフ化する
【ワーク】グループごとのグラフを作成してみる
【ワーク】自社で、今後グループごとに平均値を出した方が良いと思うデータを考える

２．２つの事象の関連を表す「相関係数」
（１）相関係数とは
（２）相関係数の読み方
（３）エクセルによる相関係数の計算のためのデータの並べ方
【ワーク】「店舗の平均残業時間と売り上げの相関を知りたい」場合は、どのようにデータを並べるか考え、表を埋めてみる
（４）エクセルによる相関係数の計算
【ワーク】「店舗の営業時間、１か月の降水量は売り上げと関連しているか」について、相関係数を算出し、結果も持つ意味を考えてみる
（５）相関係数を使って資料を作成する
【ワーク】例題を読んで、背景に隠れた「第３の変数」は何か考えてみる

３．２つの事象の因果関係を表す「回帰分析」
（１）回帰分析とは
（２）回帰分析の結果の読み方
（３）エクセルによる回帰分析のためのデータ整理
【ワーク】「店舗の面積が売り上げに与える影響を知りたい」場合には、どのようにデータを並べるか、表を埋めてみる
（４）エクセルによる回帰分析の練習
【ワーク】あるデータを分析し、結果からどのようなことが言えるか考える
（５）回帰分析の種類
【ワーク】「１か月のメディア掲載件数とプレスリリース件数が問い合わせに与える影響」を分析し、その結果からどのようなことが言えるか考える
（６）どのようなデータを分析して良いか (データの種類）
【ワーク】自社にある量的データと質的データを書き出してみる
（７）回帰分析を使って資料を作成する

４．まとめ
（１）データ分析を使った資料作成のまとめ
（２）職場での実践目標の共有
【ワーク】職場に戻った後、どの種類のデータを、どのように分析して、どんな資料を作成するか目標を立てる

【参考】似ているものを分類する (営業リストの整理など)
（１）在庫管理(量的データ)と営業リストの整理(質的データ)
（２）似たもの同志を集めるクラスター分析とは