Rainbow Six Siege 시즌5 매치 데이터 분석 분석 목적 과거에 Rainbow Six Siege를 플레이하고 느낀점은 '신규 유저에게 진입장벽이 너무 높다' 였다. 꾸준한 업데이트를 통해 다양한 특수 능력을 가진 오퍼레이터나 외우기 벅찬 맵들이 추가됨에 따라 이 진입장벽은 더욱 더 높아진다고 느꼈다. 물론 몸으로 직접 부딪히며 게임을 수십~수백판 반복해서 오퍼레이터가 갖고 있는 능력들과 복잡한 맵들에 익숙해질 수는 있겠지만 그 전에 나가 떨어지는 뉴비들도 적잖이 많겠다고 생각했다. 수많은 선택지 중에서 어떤 오퍼레이터를, 그리고 어떤 무기를 들어야할지 고민하는 뉴비들에게 픽률과 승률 등을 기반으로 한 오퍼레이터 & 무장 추천이 가능하다면 리텐션을 조금 더 확보할 수 있지 않을까 생각하였다. 따라서 뉴비들을 위한 가이드에 활용할 수 있는 지표들을 몇가지 생각하여 분석해보았다.

4차 산업혁명 시대에서 데이터는 매우 중요한 자산이 될 것이다. 이 귀중한 자산을 효과적으로 저축하고 관리하고, 또 사용하기 위해서는 데이터 생태계의 조성에 관심을 가질 필요가 있다. 따라서 오늘은 데이터 생태계와 그 생태계 안에서 유용하게 사용될 수 있는 소프트웨어에 대해 몇가지 알아보도록 하자. 데이터 생태계란 데이터 생태계를 알아보기에 앞서 생태계의 사전적 정의에 대해 알아보도록 하자. 생태계 정의는 다음과 같다. > 상호작용하는 유기체들과 또 그들과 서로 영향을 주고받는 주변의 무생물 환경을 묶어서 부르는 말. 여기서 키포인트는 상호작용과 영항을 주고받는다는 것이다. 데이터 생태계도 우리가 일반적으로 알고 있는 생태계와 비슷하다고 볼 수 있다. 데이터 생태계는 데이터를 수집하고 분석되는데 사용되는 인프라, 분석 및 애플리케이션의 모음이다. 생산자와 중간 생산자, 소비자 등 다양한 주체의 연계를 통해 데이터의 생성, 수집, 전달

각 기업은 스스로를 성장시켜 이윤의 획득을 증가시키기 위해서 노력한다. 기업이 효과적으로 성장하기 위해서는 기업의 성공이나 성장을 나타낼 무언가를 정의할 필요가 있고, 그 정의를 기준으로 방향을 잡아서 그 부분에서 집중적으로 성장을 도모할 수 있게된다. 여기서 말하는 기업의 성공과 성장을 정의할 무언가가 바로 오늘의 주제인 '지표'라고 볼 수 있다. 따라서 오늘은 지표의 필요성 기업별 지표 등에 대해서 알아보는 시간을 갖도록 하자. 지표란? 지표의 정의 지표의 사전적 정의는 아래와 같다. > 어떤 사물의 목적의 기준이 되는 표적. 보통 지표란 방향, 목적, 지향점, 기준 등을 나타내 보여주는 표지를

오늘은 이전 게시물에서 다루었던 게임 제작·배급사가 다루는 데이터, 데이터 수집, 분석 방법, 도출 가능한 인사이트 중에서 데이터의 수집에 대해 조금 더 자세히 알아보고 수집한 데이터의 테이블들을 JOIN하여 얻을 수 있는 인사이트로는 무엇이 있을지 알아보도록 하자. 게임 제작·배급사의 데이터 수집 방법 저번 게시글에서 다룬 게임 제작·배급사(이하 게임사)의 유저 데이터 수집 방법은 아래와 같다. 유저 데이터 수집의 방법 로그 기록 유저 설문 커뮤니티 동향 파악 그 외 등등 로그 기록은 로그의 설계나 관리에 조금만 신경쓴다면 손쉽게 데이터를 수집할 수 있는 수단이며 그 외에 추가적으로 필요한 데이터는 유저 설문을 통해 얻을 수 있다. 또한 커뮤니티 모니터링을 통해 데이터를 수집하기도 하는데, 커뮤니티 모니터링에 사용되는 방법은 '크롤링(Crawling)'을 대표적인 예시로 들 수 있다

세상에는 여러 종류의 기업이 존재한다. 그리고 그 기업들은 분야에 따라 필요한 분석과 그 분석에 필요한 데이터가 조금씩 다를 수 있다. 따라서 자신이 취업하고 싶은 분야가 있다면 그 분야에서 중점적으로 다루는 데이터에 대해 알아두는 것이 도움이 될 수 있을 것이다. 그러므로 오늘은 특정 분야의 기업, 그 중에서도 게임 제작 · 배급사에서 다루는 데이터의 종류와 그 데이터로 얻을 수 있는 인사이트 중 몇가지에 대해 알아보고, 유추하고, 또 생각을 정리해보는 시간을 갖도록 하자. 게임 제작·배급사에서 다루는 데이터의 종류 > 기업이란 이윤의 획득을 추구하는 생산 경제의 단위체를 말한다. 기업은 이윤을 올리기 위한 여러 방법을 모색하게 된다. 그 중 자신들의 고객, 혹은 잠재적 고객들의 니즈를 파악하여 이윤을 올리는 방법이 존재하는데 이는 게임 제작 · 배급사(이하 게임사) 또한 마찬가지이다. 게임사 입장에서 고객은 바로 자신들의

데이터 분석가, 데이터 사이언티스트, 데이터 엔지니어 데이터와 관련된 커리어를 알아보면 위의 세 가지가 주로 나온다. 명칭도 비슷하고 하는 업무도 비슷해 보이는 Data Analyst, Data Scientist 그리고 Data Engineer. 저들의 차이점은 무엇일까? -------- 데이터 분석의 과정 셋의 차이점을 알아보기에 앞서 우리는 데이터의 분석과정에 대해 알아볼 필요가 있다. 데이터의 분석 과정은 >정형 데이터로 정제 -> 데이터의 이해 -> 데이터의 분석 -> 비주얼라이즈 -> 스토리텔링 위의 다섯 가지 과정으로 정리할 수 있다. 간단해 보이지만 일련의 과정을 홀로 진행하는 것이 아닌 데이터

데이터의 사전적 정의 데이터의 사전적 정의는 >**1. 이론을 세우는 데 기초가 되는 사실·자료. 프로그램을 운용할 수 있는 형태로 기호화·숫자화 한 자료.** 위의 두 가지이다. 컴퓨터 관련 분야에서는 보통 두 번째의 정의로 많이 통용되고는 한다. 하지만 여기서 말할 데이터는 첫 번째 정의를 바탕으로 하고 있다고 생각한다. --------- 데이터는 어디에나 존재한다.