KANSAI UNIVERSITY

DSI

DSI(Data Mining and Service Science for Innovation:ディー・エス・アイ)

DSI(サービスイノベーション特別プログラム)

DSI 留学レポート (4年次生 / 渡邊 玲絵子)

研究成果をベルギーの大学で発表し、貴重な経験に。

 企業から支給されたPOSデータ(売上げデータ)を用いて、スーパーマーケットの商品陳列について研究しました。膨大な量のデータ分析に加え、実店舗にも足を運んで陳列方法を調査。売上げの良い店舗は人気商品を早い時間帯で売り切って補充せず、売り場から下げてしまう傾向にあることがわかりました。この研究結果は英訳し、ベルギーのゲント大学で発表。現地の教授や大学院生から助言を受けるとともに、ビッグデータに関する最新の研究事情も解説していただき、とても刺激になりました。

DSI 留学レポート (4年次生 / 﨑山 裕華)

商品購入の判断材料は何か。目線の動きから分析するアイトラッキングの手法を用いて研究しました。

先行研究の少ない分野に、やりがいをもって挑戦しました。

 アイトラッキング(視線計測調査)を用いて、スーパーマーケットに来店する人々の購買活動を研究しています。先行研究が少ないため、まずは色や文字の識別にかかる時間や商品選択時の目線の動きなど、「人間がものを見ている状態」についての定義を決めるところからスタート。店舗実験では、主婦や学生に人の目線の動きをデータ化できるメガネをかけて、いつもの購買活動を再現してもらい、どこを見ながら買い物をし、どの部分を見て購入を決めるのかデータを収集しました。その結果、お惣菜コーナーでは好きな商品を確認し、店内を一周してから商品を買う人が多いことや、店舗側がコストをかけていたレジ前の電子看板を、多くの人が見ていないことなどが判明。分析結果をスーパーマーケットの役員の皆さんの前でプレゼンテーションしたところ、「店舗作りへの大きなヒントになった」と高い評価をいただきました。

DSI 留学レポート (4年次生 / 梅沢 友佑)

膨大な購買データをもとに、来店回数の増加に結びつける、独自の分析方法を考案しました。

とことん自分で考え抜く力を磨きました。

 私の研究課題は、スーパーマーケットが蓄積した購買履歴から、顧客の来店を促進する提案を考えること。取り組み始めたときは、提携企業から100万件に上る売上データを提供され、どうしていいかわからず呆然としました。しかし、数字を見ているだけでは説得力のある提案は生まれないと思い直し、とにかく店舗を訪問して、店内の雰囲気や商品の売れ筋をくわしくチェック。試行錯誤のなかで、「過去の購買データから、『興味をもったが購入に至らなかった商品』に関するデータを抽出し、その商品の割引券を提供することで効果的な販売促進と再来店の誘導が可能になる」というアイデアが浮かびました。最終的に「未購入商品群」の分析方法を考え出し、スーパーマーケットに対してプレゼンテーションを行いました。
 こうして、在学中に実社会の課題に取り組んだ経験は、社会人になってからきっといきてくると思います。

社会人として、ポテンシャル豊かなイノベーターを創出し、社会に貢献できる人材を育成する。

 このプログラムでは、新商品の開発など企業活動に新しい価値の創造をもたらす人材(イノベーター)を育成・養成します。近年、イノベーション(革新)は新しいサービスを中心に形作られることが多くなりつつあります。

 例えばグーグルは、膨大なクリックストリーム(Webのアクセス履歴)やリンク情報から検索や広告につながる新しいサービスを創造し、巨大な市場を生み出しました。またFacebookは人とのつながりをWeb上で実現するサービスを提供し、国という枠組みさえ変える力を持つようになりました。新しいサービスの創造は生活に大きな変化をもたらし、サービスイノベーションはこれからのグローバル社会においてますますそのニーズが高まっています。そのことからも、担い手であるイノベーターに求められる能力は変わりつつあります。

 イノベーターが持つべき能力には、第一に複雑な事象を科学的にとらえ、解釈できる力、第二に新しい知見を見つけるだけでなく、それを駆使した企画力と実践力、実際に行動を起こす力が必要です。一言で言うなら、イノベーターはビジネス(価値創造プロセス)のダイナミクスを科学的に理解し、新しい知見をベースに新しいサービスを創造しうる人材と言えます。最新の情報技術を駆使し、新しいサービスを創出し、新しい価値を実現するビジネスモデルを構築する、商学部のDSIプログラムはこうしたイノベーターを育成します。

 このプログラムでは、特にデータマイニングに重点を置いています。データマイニングとは、膨大なデータからその中に潜んでいる有用な情報(パターンやルール)を見つけ出す技術のこと。例えば、小売店の過去の購買履歴データから「おむつを買ったお客さんはビールも良く買う」といった傾向を見つけ出すことで、「おむつとビールを並べて売上の増加を図る」といった販促活動を起こすことが可能となります。このデータマイニング技術の習得はイノベーターへのステップとなります。大規模データの分析力を身につけ、企画立案のためのリサーチ力、コミュニケーション能力を鍛え、企業との共同プロジェクトに備えます。

 産学連携プログラムでは、コクヨ、シャープ、アフラック、JCB、シャープ、三菱食品、リクルートなどに勤める先輩(卒業生)からの助言が得られることもあり、共同企画開発においてはフィールドワークやワークショップにおいて現場の方々との意見交換が行われます。

 このプログラムは企業とのコラボレーションで人材育成を行うもので、他の大学とは大きく異なり、極めて実践的な能力を涵養します。

データマイニング(Data Mining) - データからの知識発掘 -

 大規模なデータベースから発見されたパターンやルールを知識ベースとして蓄積・学習し、新しい知識を発見・学習するプロセスである。データマイニングシステムとは、このような知識をデータベースから発掘する知識獲得システムであり、これらの獲得された知識を知識ベースとしてコンピュータ内外に蓄積している。またそれは、人間の介在を最小限に抑えながら、新たな知識の生成を達成しようとするものである。データマイニングは、ナレッジ・ディスカバリー・イン・データベース(Knowledge Discovery in Database)、略してKDDと呼ばれることもある。

ごあいさつ

プロジェクト統括責任者 矢田勝俊

プロジェクト統括責任者 矢田勝俊
 本プログラムを通じて、私が学生に養って欲しいのは、最後まで自分で成し遂げる力。これは非常に困難なことであると同時に、ビジネスの世界では最低限必要とされる力でもあります。受験勉強で経験してきたような、効率的に決められたことを覚えるといった座学ではなく、自分で何かをクリエイトしていくということは、非常に魅力的で面白いことです。ビジネスにおいては、自分の力で成し遂げたことが、利益であったり、人の笑顔であったり、何かしらの成果を生み出します。自分の力で未知のものを創り上げていく、そして自分のアイデアが世の中で生かされる。そこにある達成感は素晴らしいものですし、こうした取り組みそのものが学生にとって非常に興味深い事だと考えます。
 今回のプロジェクトでは、実践教育プログラムの段階で企業へのビジネス提案を行います。実際にビジネスとして成立するプランを企業に提案するためには高度な問題設定能力が求められます。そのためには「現場を知る」ことも大切です。消費者の購買行動を知るのであれば、実際にレジに立ってみないとわからないことがたくさんあります。教育の場で与えられたプログラムの組み合わせでは答えの出ない、不可解なデータへの判断力も大切になります。また、産学連携ワークショップでは非常に厳しいスクリーニングが行われます。企業から求められるのは、自ら問題を発見し、それを解決へと導き、利益に結びつく企画を立て、そしてプレゼンテーションするといった能力です。悔し涙を流す学生もすくなくないかもしれません。しかし、今後ビジネス界に身を置く限り、この厳しさを乗り越える力が必要です。初年度、2年度は20人程度の少人数でスタートし、運営ノウハウを蓄積、質の高い教育プログラムを開発します。それらをもとに、将来的には効率の良いコースウェアを開発し、50人規模での運営を行います。皆様の本プロジェクトへのご理解とご協力を賜りますようお願い申し上げます。
 当面は20人程度の少人数でスタートします。将来的には50人規模での運営を行います。DSIプログラムの修了生が日本経済を牽引していく、そんな将来を夢見ています。

矢田勝俊 関西大学商学部教授(経営学博士)
1997年、神戸商科大学大学院経営学研究科博士後期課程修了後、大阪産業大学経営学部を経て、2000年、関西大学商学部に着任。大学院時代から複数の企業内で情報化の現場経験を積み、データマイニングのビジネス応用に関して研究。日本人として初めてKDD&DM(国際ジャーナル)に採択される。2006-2007年、コロンビア大学ビジネススクール客員研究員、現在、DSIプログラム統括責任者、データマイニング応用研究センター長を兼任。主に顧客・店舗管理、商品評価、消費者行動モデリングに関するデータマイニングに取り組んでいる。

流れ

流れ

海外連携

 DSIプログラムでは海外連携にも力を入れており、これまで継続的にヨーロッパ、アメリカのトップスクールで学生が研究発表を行っています。
 国際ワークショップなどで研究報告を行い意見交換することにより、英語でのプレゼンテーション能力の向上に加え、新たな研究の方向性を見出すことができるなど、良い機会となっています。

サービスイノベーションプログラム関連科目

  DSI関連科目 単位 配当年次 備考
第2類 共通科目 情報処理応用演習 2 1 DSI選択科目
経営情報論 2 2 DSI選択科目
経営統計 2 2 DSI選択科目
データ分析論 2 2 DSI選択科目
第3類 応用科目 経営システム論 2 2 DSI選択科目
消費者行動論 2 2 DSI選択科目
データ・マイニング論 2 2 DSI選択科目
マーケティング・サイエンス 2 2 DSI選択科目
マーケティング・マネジメント 2 2 DSI選択科目
マーケティング・リサーチ 2 2 DSI選択科目
第5類 実践科目 データハンドリングの基礎 2 3 DSI必修科目
統計解析演習 2 3 DSI必修科目
産学連携プログラム基礎 2 3 DSI必修科目
産学連携プログラム応用 2 3 DSI必修科目
サービスサイエンス基礎 2 4 DSI必修科目
サービスサイエンス応用 2 4 DSI必修科目

※赤字は2013年以降入学生用の科目

サービスイノベーション特別プログラム(DSI)修了要件

【2012年以前入学生用】
 サービスイノベーション特別プログラムに関連する上記14科目28単位の中から、必修科目である第5類実践科目「サービスイノベーション特別プログラム(DSI)」4科目8単位を含み、計8科目16単位を修得した場合にサービスイノベーション特別プログラム(DSI)を修了したものと認定し、「サービスイノベーション特別プログラム(DSI)修了証」を授与します。なお、必修科目は、段階的に履修することが必要であり、不合格となった場合、次学期配当の科目は履修できません。
【2013年以降入学生用】
 サービスイノベーション特別プログラムに関連する上記16科目32単位の中から、必修科目である第5類実践科目「サービスイノベーション特別プログラム(DSI)」6科目12単位を含み、計10科目20単位を修得した場合にサービスイノベーション特別プログラム(DSI)を修了したものと認定し、「サービスイノベーション特別プログラム(DSI)修了証」を授与します。なお、必修科目は、段階的に履修することが必要であり、不合格となった場合、次学期配当の科目は履修できません。
【履修にあたっての留意事項】
  • ア.3年次配当科目と4年次配当科目の一部は原則として継続履修することが必要です。その際、選抜等を行う場合があります。
  • イ.2年次秋学期に開催される説明会に参加し、詳細を把握してください。
  • Banner
  • Banner
  • Banner
  • Banner
  • Banner
  • Banner
  • Banner
Back to Top