N사 데이터 애널리스트의 1:1 포트폴리오 : 유저 데이터를 활용한 패턴 및 리뷰 분석

강의목표

• 데이터 분석에 쓰이는 다양한 패키지 (numpy, pandas 등) 에 대해서 알아보고, 다양한 함수에 대해서 기초 쓰임 방안을 확인합니다. 해당 함수들을 바탕으로 이후 유튜브 데이터, API 데이터에 대해 전처리를 진행하고 데이터의 구조를 파악해 봅니다.

이론

• 데이터 분석에 쓰이는 대표 함수 20가지 알아보기
• 클러스터링 이론 및 기법 소개
• 데이터 내 인사이트 도출 방법 소개

실습

• 이상치 / 결측치 , 정규화 표준화 진행
• 1) 승리한 유저들의 공통점 분석
• 2) 순위와 이외 변수들에 대한 상관관계 분석
• 3) 게임 내 유저들의 통계 수치 파악 (평균 킬수, 움직인 총량에 대한 차이 등… )
• 4) 매치 모드 별 유저들의 게임 내 로그 차이 분석

강의목표

• 2회차에 진행한 데이터 전처리, 분석 이해를 기반으로 유튜브 데이터, 배틀 그라운드의 데이터의 분석을 진행합니다. 데이터 속 인사이트를 도출하고, 데이터를 활용하는 방안에 대해서 함께 토론하는 과정을 진행합니다.

이론

• 데이터 시각화 함수 소개 ( Seaborn, plotly, matploltlib 등..)
• 데이터 시각화 코드 공유
• 시각화에 대한 다양한 그래프 소개 ( 산점도, 히트맵, 히스토그램, Boxplot, violinplot 등..)
• 머신러닝에 대한 개념 및 모델 소개

실습

• 유저 클러스터링을 통한 게임 내 유저 패턴 분석
• 2주차 데이터 분석 사항을 기반으로 데이터 시각화
• 데이터를 기반으로 승리 예측 머신러닝 모델 구축

강의목표

• 데이터 시각화를 위한 함수에 대해 소개하고, 크롤링 과정에 대해 알아봅니다. 직접 크롤링하여 준비하신 애플스토어 데이터를 통해 각 게임에 대한 리뷰와 추천 수 등을 분석해 봅니다. 실제 기업에서도 경쟁사의 리뷰와 상품 분석을 위해 사용하고 있는 방법을 실습해 보면서 현업의 분석 방법을 배워보실 수 있습니다.

이론

• 한국어 자연어 처리
• 데이터 설명 진행 (9월 애플스토어 게임 top10 리뷰 분석)

실습

• 리뷰 데이터 분석 (긍정/부정 확인 (STAR) 수 , 게임 별 리뷰 평균 길이 확인)
• USER 별 교집합 확인 ( 여러 게임에 리뷰를 달아 놓은 친구가 있는지?)
• 게임 별 워드 클라우드 생성 (긍정 데이터 워드 클라우드 , 부정 데이터 워드 클라우드)

과제

• 실제 4주차까지 진행 사항과 추가 분석을 통한 포트폴리오 제작(*분석 보고서를 위한 PPT 가이드 제공)

강의목표

• 실제 취업, 현업 이직에 있어서 포트폴리오를 제출하기 위해서 사용되는 포트폴리오 구조에 대해서 이해하고 함께 포트폴리오를 만들어나가는 일련의 과정을 함께합니다. 이외 과제로 진행한 포트폴리오 제작을 1:1 피드백을 진행하고, 추가적인 멘토링 과정을 통해 전처리-분석-실습의 모든 과정을 정리하는 회차입니다.

이론

• 분석 보고서 작성 팁
• 게임 회사 관련 데이터 분석가 취업 TIP / 데이터 분석 관련 사이트 및 자격증 소개
• 각자 만들어 낸 분석 보고서 리뷰

실습

• 좋아요가 일정 이상 높은 글들의 리뷰 확인하기
• 출시 시기에 따른 별점 변화 수 (출시가 오래된 게임, 출시가 최근에 된 게임 과의 별점 변화 수 확인)
• 영어 리뷰 비율
• 게임 장르에 따른 별점 평균 / 게임 배급사 별 평균 like 수