데이터분석가: 두 판 사이의 차이
둘러보기로 이동
검색으로 이동
(새 문서: == 개요 == === 데이터분석이란? === 최종 목표는 문제해결. 기업, 집단 등에서 겪고 있는 문제를 해결하기 위한 도구. 감이 아니라, 정량적...) |
잔글 (→게임 데이터 분석가) |
||
| (같은 사용자의 중간 판 하나는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
== 개요 == | ==개요== | ||
=== 데이터분석이란? === | ===데이터분석이란?=== | ||
최종 목표는 문제해결. 기업, 집단 등에서 겪고 있는 문제를 해결하기 위한 도구. | 최종 목표는 문제해결. 기업, 집단 등에서 겪고 있는 문제를 해결하기 위한 도구. | ||
감이 아니라, 정량적인 자료들을 분석한다. | 감이 아니라, 정량적인 자료들을 분석한다. | ||
# 문제 정의 | #문제 정의 | ||
# 방법론 탐색 | #방법론 탐색 | ||
# 데이터를 모으고 | #데이터를 모으고 | ||
# 데이터 분석 | #데이터 분석 | ||
# 대안제시 | #대안제시 | ||
<br /> | <br /> | ||
== 게임 데이터 분석가 == | ==게임 데이터 분석가== | ||
=== 하는 일 === | ===하는 일=== | ||
# | #게임 개발 관점에서. 게임 시스템 설계. 게임 운영 측면의 분석. | ||
#:게임벨런스, 핵심지표 관리(매출, 사용자 등), 게임 내 부정사용자 확인. | #:게임벨런스, 핵심지표 관리(매출, 사용자 등), 게임 내 부정사용자 확인. | ||
# 게임 데이터 활용 관점에서. 정보분석, 이용자들에게 통계자료 제공.(OPGG 등) | #게임 데이터 활용 관점에서. 정보분석, 이용자들에게 통계자료 제공.(OPGG 등) | ||
# 다시 또, 활용 관점에서. e스포츠 선수들에게 전략, 코칭 제공. | #:개인화 정보, | ||
#다시 또, 활용 관점에서. 대상은 매니악한 이용자들. e스포츠 선수들에게 전략, 코칭 제공 등. | |||
#:목표는 경기에서 승리하는 것. | |||
#:- 개인화 추천 시스템 제공, 코칭 스테프, | |||
#기업의 파트너. | |||
#:기업에서 어떤 구단을 밀어줄지 탐색하거나, 연봉을 얼마를 주어야 할까, 얼마의 이적료를 주어야 합리적일까, 어떤 선수들을 아마추어존에서 영입해 훈련시킬지. | |||
=== 세이버 매트릭스 === | |||
승률 계산을 위해. 야구에서 나타난 통계도구로, 승률을 객관적으로 예측하기 위해 사용하는 것. | |||
[[분류:직업의 세계]] | [[분류:직업의 세계]] | ||
2020년 9월 12일 (토) 10:49 기준 최신판
개요[편집 | 원본 편집]
데이터분석이란?[편집 | 원본 편집]
최종 목표는 문제해결. 기업, 집단 등에서 겪고 있는 문제를 해결하기 위한 도구.
감이 아니라, 정량적인 자료들을 분석한다.
- 문제 정의
- 방법론 탐색
- 데이터를 모으고
- 데이터 분석
- 대안제시
게임 데이터 분석가[편집 | 원본 편집]
하는 일[편집 | 원본 편집]
- 게임 개발 관점에서. 게임 시스템 설계. 게임 운영 측면의 분석.
- 게임벨런스, 핵심지표 관리(매출, 사용자 등), 게임 내 부정사용자 확인.
- 게임 데이터 활용 관점에서. 정보분석, 이용자들에게 통계자료 제공.(OPGG 등)
- 개인화 정보,
- 다시 또, 활용 관점에서. 대상은 매니악한 이용자들. e스포츠 선수들에게 전략, 코칭 제공 등.
- 목표는 경기에서 승리하는 것.
- - 개인화 추천 시스템 제공, 코칭 스테프,
- 기업의 파트너.
- 기업에서 어떤 구단을 밀어줄지 탐색하거나, 연봉을 얼마를 주어야 할까, 얼마의 이적료를 주어야 합리적일까, 어떤 선수들을 아마추어존에서 영입해 훈련시킬지.
세이버 매트릭스[편집 | 원본 편집]
승률 계산을 위해. 야구에서 나타난 통계도구로, 승률을 객관적으로 예측하기 위해 사용하는 것.