N사 데이터 애널리스트의 유저 데이터를 활용한 패턴 및 리뷰 분석

강의 목표

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

강의 목표

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

강의 목표

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)

강의 목표

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