SlideShare una empresa de Scribd logo
1 de 90
「使える」データをとるために




  「使える」データをとるため
        に
 ~調査法とデータの妥当性について考えよう
           ~




                        1
「使える」データをとるために


まず、皆さんにお伺いします
ビジネスプランの提案をする際
に、アンケート等でデータを集め
るのは、なぜですか?


                  2
「使える」データをとるために


データの意義=主張の根拠づけ
                 予測・推
      主張           察    結果
                 根拠

                 データ

                             3
「使える」データをとるために


確かな「根拠」には何が必要?
データの意義=主張の根拠づけ
                 予測・推
      主張           察    結果
                 根拠

                 データ

                             4
「使える」データをとるために


確かな「根拠」には何が必要?
データの意義=主張の根拠づけ
       予測・推
 誰からとった 察
   主張                  どんな内容
                        結果
  データか                 のデータか
        根拠

    出処           データ    内容

                               5
「使える」データをとるために




                 出処
    誰からとったデータなのか



                      6
「使える」データをとるために


では、再度皆さんにお伺いします
データの質を議論する際に、出
処、つまり、「誰からとったデー
タか」が
問題になるのは、なぜでしょ
う?
                  7
「使える」データをとるために



主張と関連しない出処から
とったデータ、あるいは出処
がはっきり特定できないデー
タには、一切価値があり
ません。
                 8
「使える」データをとるために

例①:主張と関連しない出処からとったデータ

主張:ターゲットである都心に住
む
専業主婦層に対して、クライアン
トは
知名度の点で競合に劣っている。
根拠:立教経営学部生を中心とす
る女子大生にアンケートをとった     9



ところ、クライアントの知名度は
「使える」データをとるために




「まさか、いくら何でも、
そんな馬鹿げたデータの集め方、
したりしませんよ」って、思いま
す?
では、次の例はいかがでしょう。

                 10
「使える」データをとるために

例②:出処をはっきり特定できないデータ

主張:ターゲットである都心に住
む
専業主婦層に対して、クライアン
トは
知名度の点で競合に劣っている。
根拠:SNSで拡散させてアンケート
をとったところ、クライアントの       11



知名度は低かった。
「使える」データをとるために

例②:出処をはっきり特定できないデータ

    「アリ」です
主張:ターゲットである都心に住
む
      か?
専業主婦層に対して、クライアン
トは
知名度の点で競合に劣っている。
根拠:SNSで拡散させてアンケート
をとったところ、クライアントの       12



知名度は低かった。
「使える」データをとるために



 「拡散」って、どういうこ
      と?




                 13
「使える」データをとるために




 で、こうやった集め
  た実際のデータは

                 14
「使える」データをとるために




     こうなります。


                 15
「使える」データをとるために



 「拡散」って、どういうこ
      と?
誰からとったデータか、
  分かりますか?

                 16
「使える」データをとるために




    分からない、つまり、
    出処不明、ってことは


                 17
主張と関連しない出処から
「使える」データをとるために


 とったデータではない、と証
     明できない
 =「使えない」データであり、
       当然
 根拠とはなりえませ
 ん。              18
「使える」データをとるために




「データ=主張の根拠」と考え
ると、内容云々を議論する以前
に、
出処が不確かなデータには、一
切
価値が認められませ        19


ん。
「使える」データをとるために


「出処」に関するアドバイス

1. 必ず「誰からとったデータ
   か」が特定できる形で調査を
   行うこと。
   同じ形式でもう一度調査を実
   施したら、同じデータが得ら
   れるかどうか(再現性)が基 20


   準。
「使える」データをとるために


「出処」に関するアドバイス

2. データ提供者の属性情報
   (性別、年齢、所属、心理特
   性、ライフスタイル、etc.)
   を
   できる限り詳細に測定するこ
   と。            21
「使える」データをとるために




                 内容
        どんなデータなのか



                      22
「使える」データをとるために




  データの内容に関して大事なの
        は、
 測りたいものを測れている
       か
                   23
「使える」データをとるために




    この点に関して
  覚えておいてほしいこと



                 24
「使える」データをとるために




 ヒトは自分の思考を言語化
 するのが苦手な生き物です


                 25
「使える」データをとるために




 また、(特にアンケートだ
 と)結構平気でウソをつき
      ます

                 26
「使える」データをとるために




   と、いうことは


                 27
「使える」データをとるために




 「このサービス、
 どう思います?」

                 28
「使える」データをとるために




なんて、ストレートに訊いて
      も
その答が実際の購買・利用に
つながる保証にはなりません
                 29
「使える」データをとるために




 「データを集める=アンケート」
  という短絡思考を、まずやめ
            ましょう
                   30
「使える」データをとるために




    アンケートはあくまでも
    数ある手段のひとつです。




                   31
「使える」データをとるために




 本当に測りたいものを測るために
        は
 どんなデータをとればいいのか、
 観察なのか、実験なのか、それと
        も
 アンケートなのか、…何がベスト
        か        32
「使える」データをとるために




 常にゼロベースで考え
 本当に測りたいものを測るために
   る癖をつけてください。
        は
 どんなデータをとればいいのか、
 観察なのか、実験なのか、それと
        も
 アンケートなのか、…何がベスト
        か        33
「使える」データをとるために


                 練習問題
 あなたが勤める製薬会社は、最近「二日酔い
 の症状を抑える効果がある薬」を開発しまし
 た。
 あなたのチームは、この薬が本当に二日酔い
 の症状を緩和する効果があるか実証するため
 に、被験者が「どのくらい二日酔いである
 か」を測定してデータ化する必要があります。

                        34
「使える」データをとるために


                 練習問題
 しかし、ここで問題がひとつ持ち上がりまし
 た。
 幸いにも実験に協力して(=二日酔いになっ
 て)くれる人は見つかったのですが、彼女
 ら・彼らの「二日酔いの症状」を、データ化
 する方法が確立されていないため、あなたは
 それを考案せねばなりません。

                        35
「使える」データをとるために


                 練習問題
 人が「どのくらい二日酔いの状態であるか」

 を、   どうやって測定します
 か?
 注意1: あなたが測定したいのは「二日酔いの症状の重さ」であって、「酩酊状態かど
 うか」
      ではありません。したがって、血中アルコール濃度を測定しても役には立ちま
 せん。
 注意2: 被験者の方々は、生命あるいは長期的な健康に対して深刻な被害がない限り
 は、
      どのような測定方法を指示されても受諾することに同意しています。

                                            36
「使える」データをとるために


                 練習問題
 人が「どのくらい二日酔いの状態であるか」

 を、   どうやって測定します
 か?
 周りの人と話し合って、5分以内に最低ひと
 つ、説得力のある、「使える」データが得ら
 れるような測定方法を考えてください。

                        37
Time is UP!!
「使える」データをとるために




                 回答例


                       39
「使える」データをとるために

   耐光テスト         耐騒音テスト




  集中力テスト         三半規管テスト

                          40
「使える」データをとるために




       いかがでしたか?



                  41
「使える」データをとるために




  データの質を語る上で大事なの
        は、
 測りたいものを測れている
       か

                   42
「使える」データをとるために

「SNSでアンケートをとった方が数がとれるし、幅広
い層にリーチできる」、「実験や観察なんて、誰かに
迷惑をかけるかも」、「そもそも、データをとるのに
アンケート以外やった事がないし、今さら分からない
事をやるのはリスクが」…

    いつ、どんな状況でも、いっくらでも

 自己正当化はできるでしょう
                        43
「使える」データをとるために




    でも、大事なのは、
 測りたいものを測れている
       か


                 44
「使える」データをとるために




どんなデータ(アンケート、
観察、実験、etc.?)であ
     れば
聞き手が納得してくれるの
      か
                 45
「使える」データをとるために




    その一点からどれだけ
 ブレずにいられるかが勝
      負

                 46
「使える」データをとるために




   どうせとるなら、
 良いデータ、とりましょう
       
 ご清聴とご協力、ありがとうございます



                      47
「使える」データをとるために




         Frequently
         Asked
         Questions
                      48
「使える」データをとるために


「SNSで集めたデータは出処不
明、
だから使えない、って言いますけ
ど
企業とか学校とか色んな組織だっ
て
SNS調査やってるじゃないです
か」               49



…とか、思ってませんか?
「使える」データをとるために




                 50
「使える」データをとるために




 企業や組織などがSNSを使って
データをとっている、というのは、

おっしゃる通りです
                 51
「使える」データをとるために




でも、じゃあ皆もやっていいの
か、


っていうのは
                 別問
                 別問
題      。
                 題
                 。
                      52
「使える」データをとるために




21世紀のリーダーたるべき者とし
て、
「◯◯もやってるじゃん」などと
いう、
コドモっぽい言い訳はやめま
しょう。
                 53
「使える」データをとるために




あまり褒められたものではない
データのとり方をしている
企業・組織が現に存在するのは
まぎれもない事実です。


                 54
「使える」データをとるために




だからこそ、今後のビジネス慣行
を
築くべき皆さんが悪弊を排し、
新たなベストプラクティ
スを
確立していってください。     55
「使える」データをとるために




あと実際問題、「使えない」デー
タに
依拠した主張は、クライアントに
突っ込まれたらアウトで
すし。
                 56
「使える」データをとるために




「どんなデータでも重回帰分析と
か、
統計使って分析したら、それなり
の
価値は出るんじゃないですか?」
…とか、思ってませんか?
                 57
58
統計は、ゴミデータを黄金の塊に
変えてくれる夢と魔法の錬金術、

では   ありません
              59
「使える」データをとるために




「お話の趣旨は理解しましたけど、
現実的にアンケート以外無理です。
観察とか実験とか分かんないし」
…とか、思ってませんか?


                 60
「使える」データをとるために




だったら、そもそも、一次データ
を
自分たちの手で収集することが
本当にベストなのか再検討しま
しょう

                  61
「使える」データをとるために




 繰り返しますが、データをとる
 のは主張の根拠を確立す
                 るため

                       62
「使える」データをとるために



   一次データ           ニ次資料
 自分たちで収集         プロの研究者・学
                   者・
 アンケートそのも         ジャーナリストが収
  のを               集
  自由に設計・調整        既存データ・図・表
  可                の
 汎用性・信憑性=         取り込み・編集のみ
                   可
   低                       63

                  汎用性・信憑性=高
「使える」データをとるために




一次データと二次資料、あなたの
主張の根拠を確立するため
に
効率的かつ効果的なのはどっち?


                 64
「使える」データをとるために




「『主婦』も『女子大生』も、
どっちも『女性』って意味では共
通してるから、ある程度は妥当性
があるのでは?」
…とか、思ってませんか?

                 65
「使える」データをとるために




                 66
「使える」データをとるために




「じゃあ、アンケートの冒頭で
『主婦』かどうか分かるように
質問すればいいんじゃない?」
…とか、思ってませんか?


                 67
「使える」データをとるために




「出処」に関する
アドバイスとして挙げた通り、




                 68
「使える」データをとるために




 データ提供者の属性情報を詳細に
 測定することは、非常に重要です
 し、
 必ず実施するようにしてくださ
 い。

                 69
「使える」データをとるために




            ただし、



                   70
「使える」データをとるために




  人は(特にアンケートだ
       と)
 結構平気でウソをつきます

                 71
「使える」データをとるために




「でも、自分たちなりに頑張って
工夫してとったデータだし、でき
たら
部分的にでも使いたいんですけど、
どうしたらいいですか?」
…とか、思ってませんか?
                 72
「使える」データをとるために




もう一度繰り返します
が、

                 73
「使える」データをとるために



主張と関連しない出処から
とったデータ、あるいは出処
がはっきり特定できないデー
タには、一切価値があり
ません。
                 74
「使える」データをとるために




「SNSを使わずに、どうやって
ターゲットの人たちにコンタクト
を
とったらいいんですか?」
…とか、思ってませんか?

                 75
「使える」データをとるために




             まず何よりも
             ターゲットをしっか
             りと
             絞り込みま
             しょう
                     76
「使える」データをとるために




                 資料や文献を調
                 べ、
                 ターゲットの人物
                 像、
                 ライフスタイルを
                 詳細に把握するこ
                 と
                        77
「使える」データをとるために



そうすれば、
彼女ら彼らがどこに住んでいるか
どうコンタクトすべきか、
工夫のしどころが見えてきま

                 78
「使える」データをとるために




             ただし諦めも肝
             心
             見切りは早めにつけ、
             二次資料の活用も
             真剣に検討すること
                       79
「使える」データをとるために




「SNSを使わずにアンケートを
とれたとして、一体何人くらいか
ら
データをとったら充分なんです
か?」
…とか、思ってませんか?
                 80
「使える」データをとるために




まず、出処が確かであり、かつ、
プロジェクトの狙いからして適切
な
ターゲットからデータを収集して
いる、

ということを           大前提とし   81


ます。
「使える」データをとるために




その上で、
必要とされるサンプル数は
データの性質によります。

                 82
「使える」データをとるために




具体的には、
定量データか定性データかによっ
て
最低限必要となるサンプル数が
変わってきます。

                 83
「使える」データをとるために




「YES/NO」「1~5」など、い
わゆる
クローズドエンド型の質問を通し
て
得た定量データの場合は、最低で
も
N=100以上欲しいところで   84



す。
「使える」データをとるために




ただし定量データは、とってから
の
加工可能性が非常に限定的なの
で、
どんな質問を通して、
どんなデータをとるか       85

で
「使える」データをとるために




自由に回答させる、
オープンエンド型の質問を通して
得た定性データの場合は、
「データが飽和するま
で」が
最低サンプル数の基準となります。 86
「使える」データをとるために




「データが飽和する」とは、
「新しいデータを加えて
も、
それまでに得られたのと
同じ回答しか得られな
い」
                 87
「使える」データをとるために




そこまで到達したら、
充分サンプルを集めた、と言えま
す。
逆に、データが飽和するまでは、
仮に1000人からデータをとって
も
充分とは言えませ         88
「使える」データをとるために




「例えば『YESかNOか』式の質
問を
したとして、何%以上であれば
十分多い、と判断できるんです
か?
(51%?75%?90%以上?)」
…とか、思ってませんか?        89
「使える」データをとるために




どんなデータなら聞き手が
こちらの主張の妥当性を認
め、
納得してくれるかどう
か、がすべてです。        90

Más contenido relacionado

Destacado

環境分析と市場機会の発見 I マクロ環境分析
環境分析と市場機会の発見 I   マクロ環境分析環境分析と市場機会の発見 I   マクロ環境分析
環境分析と市場機会の発見 I マクロ環境分析
Rikkyo University
 
マーケティングの意義~なぜ「マーケティング」が必要か
マーケティングの意義~なぜ「マーケティング」が必要かマーケティングの意義~なぜ「マーケティング」が必要か
マーケティングの意義~なぜ「マーケティング」が必要か
Rikkyo University
 
事業計画 (ケース販売)
事業計画 (ケース販売) 事業計画 (ケース販売)
事業計画 (ケース販売)
政和 高橋
 

Destacado (16)

環境分析と市場機会の発見 I マクロ環境分析
環境分析と市場機会の発見 I   マクロ環境分析環境分析と市場機会の発見 I   マクロ環境分析
環境分析と市場機会の発見 I マクロ環境分析
 
マーケティングの意義~なぜ「マーケティング」が必要か
マーケティングの意義~なぜ「マーケティング」が必要かマーケティングの意義~なぜ「マーケティング」が必要か
マーケティングの意義~なぜ「マーケティング」が必要か
 
現代を生き抜くチカラとしての「コミュニケーション力2.0」
現代を生き抜くチカラとしての「コミュニケーション力2.0」現代を生き抜くチカラとしての「コミュニケーション力2.0」
現代を生き抜くチカラとしての「コミュニケーション力2.0」
 
英語四技能向上のための反転学習
英語四技能向上のための反転学習英語四技能向上のための反転学習
英語四技能向上のための反転学習
 
立教大学 専門演習2 ガイダンス
立教大学 専門演習2 ガイダンス立教大学 専門演習2 ガイダンス
立教大学 専門演習2 ガイダンス
 
User Experience (UX) Demystified
User Experience (UX) DemystifiedUser Experience (UX) Demystified
User Experience (UX) Demystified
 
2016ls1 day13-14
2016ls1 day13-142016ls1 day13-14
2016ls1 day13-14
 
2016ls1 day2
2016ls1 day22016ls1 day2
2016ls1 day2
 
2016lsKiso1-day1
2016lsKiso1-day12016lsKiso1-day1
2016lsKiso1-day1
 
Leader’s Communication and Team Values Shape Employee Engagement
Leader’s Communication and Team Values Shape Employee EngagementLeader’s Communication and Team Values Shape Employee Engagement
Leader’s Communication and Team Values Shape Employee Engagement
 
Slush asia volunteers-session
Slush asia volunteers-sessionSlush asia volunteers-session
Slush asia volunteers-session
 
Trunk hakkason
Trunk hakkasonTrunk hakkason
Trunk hakkason
 
事業計画 (ケース販売)
事業計画 (ケース販売) 事業計画 (ケース販売)
事業計画 (ケース販売)
 
部下が仕事に“ハマる”ために必要な 上司のコミュニケーションと職場環境
部下が仕事に“ハマる”ために必要な上司のコミュニケーションと職場環境部下が仕事に“ハマる”ために必要な上司のコミュニケーションと職場環境
部下が仕事に“ハマる”ために必要な 上司のコミュニケーションと職場環境
 
10 Things CEOs Need to Know About Design
10 Things CEOs Need to Know About Design 10 Things CEOs Need to Know About Design
10 Things CEOs Need to Know About Design
 
How to Build a Dynamic Social Media Plan
How to Build a Dynamic Social Media PlanHow to Build a Dynamic Social Media Plan
How to Build a Dynamic Social Media Plan
 

Similar a 「使える」データをとるために

Project Management
Project ManagementProject Management
Project Management
Kazuto Omori
 
【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直
【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直
【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直
schoowebcampus
 

Similar a 「使える」データをとるために (20)

Data Science Summit 2012 レポート
Data Science Summit 2012 レポートData Science Summit 2012 レポート
Data Science Summit 2012 レポート
 
Big data harvardbusiessreview20121112
Big data harvardbusiessreview20121112Big data harvardbusiessreview20121112
Big data harvardbusiessreview20121112
 
Altmetrics presentation mla'14 japanese version: オルトメトリックスとその他の研究影響度の指 標 はどう違...
Altmetrics presentation mla'14 japanese version: オルトメトリックスとその他の研究影響度の指 標 はどう違...Altmetrics presentation mla'14 japanese version: オルトメトリックスとその他の研究影響度の指 標 はどう違...
Altmetrics presentation mla'14 japanese version: オルトメトリックスとその他の研究影響度の指 標 はどう違...
 
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
 
埼玉工業大学 2011年秋学期 ボランティアの研究 第7回 プロジェクトの立て方・深め方
埼玉工業大学 2011年秋学期 ボランティアの研究 第7回 プロジェクトの立て方・深め方 埼玉工業大学 2011年秋学期 ボランティアの研究 第7回 プロジェクトの立て方・深め方
埼玉工業大学 2011年秋学期 ボランティアの研究 第7回 プロジェクトの立て方・深め方
 
(草案)ThinkingEngine20220909概要資料.pdf
(草案)ThinkingEngine20220909概要資料.pdf(草案)ThinkingEngine20220909概要資料.pdf
(草案)ThinkingEngine20220909概要資料.pdf
 
Thinking datascientist itself
Thinking datascientist itselfThinking datascientist itself
Thinking datascientist itself
 
データアカデミー・エッセンス(東京)1
データアカデミー・エッセンス(東京)1データアカデミー・エッセンス(東京)1
データアカデミー・エッセンス(東京)1
 
20141025就活スタートセミナー講義資料
20141025就活スタートセミナー講義資料20141025就活スタートセミナー講義資料
20141025就活スタートセミナー講義資料
 
Project Management
Project ManagementProject Management
Project Management
 
おしゃスタat銀座
おしゃスタat銀座おしゃスタat銀座
おしゃスタat銀座
 
The Web Conference 2020 国際会議報告(ACM SIGMOD 日本支部第73回支部大会・依頼講演)
The Web Conference 2020 国際会議報告(ACM SIGMOD 日本支部第73回支部大会・依頼講演)The Web Conference 2020 国際会議報告(ACM SIGMOD 日本支部第73回支部大会・依頼講演)
The Web Conference 2020 国際会議報告(ACM SIGMOD 日本支部第73回支部大会・依頼講演)
 
データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例
 
エビデンスに基づく実践とは? 1. エビデンスに基づく公衆衛生・実践入門【講義】
エビデンスに基づく実践とは? 1. エビデンスに基づく公衆衛生・実践入門【講義】エビデンスに基づく実践とは? 1. エビデンスに基づく公衆衛生・実践入門【講義】
エビデンスに基づく実践とは? 1. エビデンスに基づく公衆衛生・実践入門【講義】
 
【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直
【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直
【Schoo web campus】データ分析、その前にやっておくべきこと 先生 田畑直
 
こっそり秘密を教えます。 情報強者が絶対にやってる 情報収集術〜大山〜
こっそり秘密を教えます。 情報強者が絶対にやってる 情報収集術〜大山〜こっそり秘密を教えます。 情報強者が絶対にやってる 情報収集術〜大山〜
こっそり秘密を教えます。 情報強者が絶対にやってる 情報収集術〜大山〜
 
20140629ソーシャルメディア上のニュース接触・共有行動の実態
20140629ソーシャルメディア上のニュース接触・共有行動の実態20140629ソーシャルメディア上のニュース接触・共有行動の実態
20140629ソーシャルメディア上のニュース接触・共有行動の実態
 
ターゲット心理をつかむ、正しいユーザー調査・分析
ターゲット心理をつかむ、正しいユーザー調査・分析ターゲット心理をつかむ、正しいユーザー調査・分析
ターゲット心理をつかむ、正しいユーザー調査・分析
 
データマイニング入門編 その2
データマイニング入門編 その2データマイニング入門編 その2
データマイニング入門編 その2
 
本を読んでもわからないリアルなアンケート実践法
本を読んでもわからないリアルなアンケート実践法本を読んでもわからないリアルなアンケート実践法
本を読んでもわからないリアルなアンケート実践法
 

Último

The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
 

Último (7)

生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
 

「使える」データをとるために