연세대학교 경영학과 3.77/4.3 TOEIC 960 Riiiid 내부 7개월
| 1. 해당 직무에 지원하게 된 동기와 지원한 분야에서 해당 직무를 수행하기 위해 갖추어야 할 역량을 알려주세요. |
| (동기) 게임 산업은 게임을 좋아하는 유저들이 무엇을 즐기는지, 언제 그만두고 충성도 높은 고객이 될 수 있는지에 대해 많은 질문을 던지고 데이터를 통해 궁금증을 해결할 수 있는 매력적인 분야라고 생각합니다. 이용자들이 막대한 게임 이용 데이터를 수집하고 분석 결과를 즉시 적용해 서비스를 개선하는 선순환 구조를 갖고 있기 때문이다. 그 중 넥슨은 20년 넘게 다양한 게임을 운영하며 데이터와 데이터를 수집해왔다. 이를 통해 넥슨 인텔리전스 랩은 게임 이용자들의 행태를 분석하고 보다 쾌적한 게임 환경을 제공하기 위한 연구를 진행하고 있습니다. 새로운 분석 주제를 탐색하고 게임 및 플랫폼 서비스에서 생성되는 다양한 데이터에서 인사이트를 얻을 수 있는 최적의 환경이라고 생각합니다. 유저들이 어떤 요소를 즐기는지, 좀 더 즐거운 게임 환경을 만들기 위해 어떤 과제를 해결해야 하는지, 각 분석 결과를 다른 넥슨 서비스로 옮겨 발전시킬 수 있을지 고민해보고 싶습니다. |
| (작업 수행 능력) 에듀테크 분야 스타트업에서 데이터 분석 인턴으로 6개월 이상 근무하면서 지금까지 대시보드 관리, KPI 설정 및 모니터링, 광고 및 캠페인 효율성 분석 등의 업무를 수행했습니다. 서비스와 데이터베이스의 구조를 이해하고, SQL을 이용해 직접 데이터를 추출하고, 데이터 분석의 목적을 이해하고, 타당한 가설을 세우고 검증하는 능력을 키웠다. 어렸을 때부터 장르를 불문하고 다양한 게임을 해왔고 해외 PUBG 대회를 직접 관람하며 e스포츠, 스트리밍 서비스 등 게임 산업에 대한 폭넓은 관심을 키웠다. 도메인에 대한 관심과 데이터 분석 경험을 살려 많은 소비자 행동 데이터가 수집되는 곳에서 보다 고도화된 분석에 기여하고 싶었습니다. Nexon은 데이터 분석을 통해 사용자에게 더 많은 재미를 줄 수 있도록 서비스를 개선하겠습니다. |
| “데이터 추출 기술 및 도구 사용 경험” 인턴 기간 동안 내부 대시보드 작업, 판촉 및 제품 성능 분석 등을 위해 직접 SQL 쿼리를 작성했습니다. 또한 학부 과정에서 R과 Python을 이용한 데이터 분석 및 시각화에 필요한 패키지를 배웠습니다. 저는 한때 NBA 연봉 예측 모델 프로젝트에 참여했고 그 과정에서 배운 것을 배웠습니다. Naive Bayes, Knn, Decision Tree 등 R로 다이렉트 모델링을 실습하면서 데이터를 전처리하는 방법과 패키지를 이용해 모델링하는 방법을 배웠다. 인턴십 기간 동안 광고 및 사용자 행동 데이터를 분석하는 다음과 같은 다양한 도구를 접했습니다. B. AppsFlyer, Redash, Amplitude 및 Google Analytics. 데이터에 대한 전반적인 이해와 경험을 바탕으로 새로운 데이터나 도구에 빠르게 적응하는 데 강점이 있습니다. |
| “데이터 분석 및 지표 설정 경험” 성수기 KPI 대시보드 작성 참여 및 쿠폰 사용현황 부분 처리 필요한 핵심 수치를 직접 설정하고 SQL로 데이터를 추출하여 시각화합니다. 대시보드의 쿠폰 발행률이 예상보다 현저히 낮은 점을 감안하여 팝업 화면에 브랜드 문구를 표시하는 것보다 프로모션 혜택을 강조하는 문구를 표시하는 것이 더 효과적일 것이라는 의견을 제시하였다. 그 결과 쿠폰 발행 비율이 약 5% 향상되었습니다. 이후 쿠폰 발행률, 발행률, 발행에서 사용까지의 시간을 지속적으로 모니터링하여 성수기 캠페인에 기여하고 있습니다. |
| “결제 확률 모니터링 프로젝트 참여” 애플리케이션에서 사용자의 결제 확률을 추정하기 위한 모델링 프로젝트에 참여했습니다. 먼저 사용자 인구통계 데이터와 행동 데이터를 결합하여 데이터 세트를 만들었습니다. 이를 통해 사용자의 실시간 결제 확률을 계산하고 전문 부서의 서비스를 개선하기 위한 일련의 프로세스를 구축하고자 했습니다. SQL과 Ptyhon을 이용한 데이터 추출 및 전처리, EDA, 데이터 시각화를 주로 담당하는 모델링 프로젝트의 전 과정을 경험했습니다. 데이터 전처리 과정, 특징 선택, 성능 평가 지표를 위한 모델 선택 등을 알아보고 부족한 부분을 공부했습니다. 또한 학부 통계학 과정을 수강하여 부전공을 준비하고 있습니다. 특정 기능을 왜 사용했는지, 핵심성과지표는 무엇인지, 모델의 효율성을 어떻게 높일 수 있는지 등을 설명할 수 있는 데이터 분석가로 진화하려고 합니다. |
| 2. 자기소개 : 두 가지 키워드로 자기소개를 해주세요. |
| (목표 지향) 나는 합리적인 목표를 설정하고 이를 달성하기 위한 최선의 방법을 실천하는 사람입니다. 초등학교 때 크레이지 아케이드, 카트라이더, 테일즈런너, 메이플스토리 등으로 시작한 게임에 대한 그의 관심은 대학 졸업 후 오버워치를 만나면서 절정에 달했다. 당시 저는 FPS 게임을 처음 접했기 때문에 다이아몬드 레벨에 도달하는 것이 목표였습니다. 방에 게임용 컴퓨터를 준비하고 대학 시절 오버워치 동아리에 가입했다. 멤버들과 게임도 하고 리그도 보면서 게임에 대한 이해도를 높였다. 매 학기 열리는 동아리 리그에 참가하고, 스크림을 하고, 녹화 영상을 보고, 피드백을 주고받으며 전략을 함께 짰습니다. 많은 연습과 게임에 대한 사랑 덕분에 드디어 목표했던 점수를 얻을 수 있었고, 목표를 세우고 노력하면 반드시 이룰 수 있다고 믿었습니다. 남을 설득해야 했고 목표를 이루지 못한 적도 있었다. 고등교육혁신원에서 인증한 사회혁신 전문가 팀 프로젝트 및 실제 사례로 신촌 지역 소상공인의 ‘장소’와 독립예술가의 ‘콘텐츠’를 매칭하는 플랫폼을 설계한 경험이 있습니다. 설문조사의 시장 조사 데이터를 바탕으로 즉시 제안을 하고 소상공인과 뮤지션을 모집했습니다. 제안서에는 우리 팀이 추적하고자 하는 사회적 가치를 설명하고 기대 수익을 계산하여 합리적인 믿음의 근거를 제시했습니다. 모집이 완료된 후 공연장 규모에 따른 예상매출액을 추정하고 30명을 목표로 관객 모집을 시작했다. 대학생이 많은 신촌 지역의 특성을 고려해 먼저 대학생을 대상으로 타깃 오디언스를 모집했다. 하지만 실제로 찾아오시는 고객님들이 대부분 중장년층이라 저희가 선택한 방법이 효과적이지 못하다는 것을 알게 되었습니다. 행사가 며칠 남지 않았기 때문에 팀을 설득하여 행사를 취소한 후, 그들은 재빨리 연령대에 맞는 다른 홍보 채널을 찾았습니다. 이를 통해 30명의 고객을 모집할 수 있었고 이벤트 후 좋은 리뷰를 찾을 수 있었습니다. 프로젝트를 기획하고 나 자신을 설득할 때 데이터에 기반한 논리적 사고의 중요성을 느꼈습니다. 또한 오답에 좌절하지 않고 유연하게 변화할 수 있는 태도를 가져야 함을 느꼈습니다. 이를 통해 얻은 교훈을 바탕으로 넥슨은 논리적인 사고와 도전적인 자세로 문제를 해결합니다. |
| (호기심) 데이터 분석은 항상 호기심에서 시작됩니다. 인턴 기간 동안 사용자 문제 풀이 데이터를 활용해 토익 수험생들이 궁금해하는 정보를 제공하는 콘텐츠를 만드는 프로젝트에 참여했다. 그동안 연구 목적으로만 데이터를 활용했지만, 소비자에게 토익 관련 정보를 제공하려는 시도는 없었다. 데이터를 활용한 시장에서의 인지도와 영향력을 높이기 위해 MVP 콘텐츠를 게시했습니다. 저는 데이터 추출 및 시각화를 담당했습니다. 어떤 데이터가 소비자에게 도움이 될지 고민하다가 “평가 영역과 유형, 문제 풀이 시간에 따라 정답률에 어떤 차이가 있을까?”라는 질문으로 데이터 추출을 시작했습니다. 데이터 기반: “등급 밴드를 100점 단위로 나누는 것과 50점 단위로 나누는 것의 차이는 무엇입니까?” ‘문제 유형을 분류하는 것이 어떻게 의미가 있는가?’, ‘각 주제의 시각화는 어떻게 차이점을 직관적으로 보여줄 수 있는가?’ 나는 끊임없이 질문하고 가장 효과적인 방법을 찾는 데 관심이 있었다. 콘텐츠 게시 후 구글 애널리틱스를 통해 페이지별 조회수와 이용시간을 분석하여 콘텐츠의 문제점에 대한 피드백을 제공하고 그 결과를 공유하여 다음 프로젝트에 반영하였습니다. 데이터에 대한 호기심으로 넥슨의 데이터에서 새로운 인사이트를 얻는 데 기여하겠습니다. 또한 분석을 통해 서비스를 개선하고 그 결과를 분석하여 더 나은 방향으로 나아갈 수 있는 선순환 구조를 만들어 나가겠습니다. |
