<?xml version="1.0" encoding="utf-8" ?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>Your Mind</title>
<link>https://ameblo.jp/kzkizm/</link>
<atom:link href="https://rssblog.ameba.jp/kzkizm/rss20.xml" rel="self" type="application/rss+xml" />
<atom:link rel="hub" href="http://pubsubhubbub.appspot.com" />
<description>自分の勉強している分野に関してズラズラ書いてます。</description>
<language>ja</language>
<item>
<title>ベイズ統計</title>
<description>
<![CDATA[ <p>昨年の12月あたりから某大学(A・B)の学生、某社の社員と共同研究を始めている。テーマはメディア接触習慣やでもグラフィックがブランド形成に与える影響について。そこで、その中の某メンバーが得意とするベイズモデルに落とし込むかもしれないのだが、この「ベイズ」というのはなかなかクセモノ。これまで何度か理解しようと、本を読んでトライしたが、成功した試しがない。その方は「ベイズってすごいんだよ！何でもできるんだよ！」と言う。んで、何ですごいのか話を聞いても今のぼくにはさっぱり分からない。んで、Amazonのランキングを見てどんな本が良いのかを探していたら以下の2つの本に出くわす。</p><br><p>・ベイズ統計入門（単行本）　：　渡部洋 著</p><p>・入門ベイズ統計　：　松原望 著</p><br><p>レビューを見ると、上の著書は</p><div class="buying"><br></div><div class="buying">「今まで見たベイズ統計学の本の中でも傑出した出来。郡を抜いた分かりやすさで、さすが「入門」の名に恥じない本」</div><div class="buying"><br></div><div class="buying">とあり、下の著書は</div><div class="buying"><br></div><div class="buying">「ベイズ確率論的な、条件確率等の確率密度関数式の概念的な意味が細かく解説され、「なるほど、この数式の思想はこういうことだったのか」と納得できました。数式とその意味の解説が詳細にされているので分かりやすいです。 」</div><div class="buying"><br></div><div class="buying">と。なかなか迷う。上はおそらく入門に特化したものと予想され、よって、式に隠された意味を言及していない可能性はあるが分かりやすい。下は式の意味を丁寧に説明していように思われるが、理解できない式にも出くわす可能性がある。</div><div class="buying"><br></div><div class="buying">なかなか口コミだけでも決定しかねるから、図書館に行って少し当たってみよう。理想は</div><div class="buying"><br></div><div class="buying">「概念を分かりやすく説明していて、且つ式の掲載も怠らずに、その意味も解説している」</div><div class="buying"><br></div><div class="buying">こと。</div><div class="buying"><br></div><div class="buying">・・・、</div><div class="buying"><br></div><div class="buying">そんな本があったら、とっくに持ってるか。</div>
]]>
</description>
<link>https://ameblo.jp/kzkizm/entry-10278521833.html</link>
<pubDate>Thu, 11 Jun 2009 17:57:30 +0900</pubDate>
</item>
<item>
<title>クチコミ・CGM・ソーシャルネットワーク・伝播</title>
<description>
<![CDATA[ <p>基本的に、商品・サービスに対してはかなりLaggardな自分だが、ブログに対してもそれは十分に当てはまったようだ。他サイトでも自分の思ったこととか、くだらないことを書いているが、ここでは少しアカデミックなトピックに焦点を絞っていこうと思う。なぜそうしようと思ったのか。多分、アカデミックなことに関して感じた、あるいは考えたことをメモ帳代わりに残したいという思いがどっかにあったのだと自分では思う。ってことで早速始めよう。記念すべき第一投稿のテーマは「クチコミ」。</p><br><p>会員になっている学会で、今月行われる研究大会のプログラムを見たところ、以前に比べてクチコミをテーマにした発表がズラズラ並んでいる印象を受けた。従来のPOSデータやスキャンパネルデータと違い、消費者の意見（商品やサービスを利用した感想はもちろんのこと、利用していない消費者がそれらに対して持つ印象なども）がモロ反映されているためか、その重要性は様々な企業でも認識していて、それが今回のような結果に繋がっているように思われる。</p><br><p>クチコミに関する分析をした後輩や同期もいるが、彼女らの作業内容を小耳に挟む限り、込み入った統計分析（回帰やらロジスティック回帰などなど）をするには、やはりその分析をするためのデータ加工に対してまだまだ泥臭い作業を要しているのが現状。電通バズリサーチやkizasiといったクチコミ解析ソフトもあるが、基礎集計結果を出す程度のような印象だ。統計解析にかけるためのデータ加工をもっとフレキシブルにできるようになれば（自分の知る限りでは、そのようなソフトウェアはまだないように思う）、クチコミ研究はもっと増えて、消費者の心理をもっと深く探ることができるんじゃないかって思う。じゃあ、なぜそのようなソフトができていないのか？おそらく、込み入った統計解析の必要性を企業が感じていないからかと。現に、基礎集計程度のレベルの結果に基づく判断でプロモーションやイベント、広告打ちをして成功してきているケースだってたくさんあるのだから。ただ、以前某広告会社の研究開発の方から伺った話では、そのような「えい！やー！」的な動きではそろそろ通用しなくなってきており、少しでも統計等に強い人材を欲しているという。マーケティング・サイエンスの強みをもっと活かす時期が刻一刻と近づいてきていると思う。</p>
]]>
</description>
<link>https://ameblo.jp/kzkizm/entry-10275243108.html</link>
<pubDate>Sat, 06 Jun 2009 14:37:20 +0900</pubDate>
</item>
</channel>
</rss>
