엔씨소프트_DANBI

RSS

게시글: 77
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

Etc
직장인 익명 게시판을 통해 본 재택근무
이 글은 코로나19 팬데믹 이후 직장 문화의 큰 변화로 자리 잡은 재택근무에 대한 직장인들의 인식을 익명 게시판 데이터를 통해 분석합니다. 2020년 이후 재택근무가 일상화되면서, 일시적 대책을 넘어 하나의 근무 형태로 정착할 가능성에 대한 논의가 활발합니다. 많은 기업들이 재택근무의 효과성과 생산성을 고민하는 가운데, 본 글은 재택근무 당사자인 직장인들의 의견을 파악하는 것이 효과적인 재택근무 정착의 첫걸음이라고 주장합니다. 직장인 익명 게시판의 11만 건 텍스트 데이터를 분석하여 '재택' 키워드와 함께 자주 등장하는 '회사', '출근', '시간', '업무' 등의 명사 키워드를 추출하고 시각화했습니다. 이를 통해 재택근무와 관련된 직장인들의 다양한 인식과 논의 주제를 파악하고, 재택근무가 효과적으로 정착하기 위한 기초 자료를 제공하고자 합니다.
재택근무직장인코로나
엔씨소프트_DANBI·2022년 3월 30일
Etc
HR Analytics와 구조방정식
최근 HR Analytics 및 People Analytics에 대한 관심이 높아지면서 조직 내 성과, 역량, 리더십, 조직문화와 같은 추상적인 개념들을 데이터 분석을 통해 이해하려는 시도가 주목받고 있습니다. 이러한 추상적인 개념들은 직접 관찰하기 어렵기 때문에 설문 문항 등을 통해 측정되며, 변수 간의 관계를 파악하는 것이 중요합니다. 본 글에서는 이러한 상황에 적합한 분석 방법론으로 행동과학 연구에서 주로 활용되는 구조방정식 모형(SEM: Structural Equation Model)을 소개합니다. SEM은 여러 문항을 통해 추상적인 개념을 측정하는 측정 모형과, 개념 간의 관계를 분석하는 구조 모형을 결합하여, 측정 오차를 제거하고 변수 간의 관계를 보다 정확하게 파악할 수 있는 방법을 제시합니다.
HR AnalyticsPeople Analytics구조방정식
엔씨소프트_DANBI·2021년 9월 17일
Etc
아이템에 대한 만족도는 플레이어가 게임을 열심히 하는데 영향을 미칠까??
이전 분석에서 좋은 아이템 획득이 게임 플레이에 긍정적인 영향을 미친다는 결과를 바탕으로, 획득한 아이템에 대한 플레이어의 만족도가 게임 플레이 변화에 미치는 영향을 분석합니다. 특히, 영웅/전설 등급 전직 아이템 획득 시 만족도가 낮은 경우(예: 직업 불일치) 플레이 활동량 감소 가능성에 주목합니다. 게임 내에서 아이템 변경 기회가 주어지지만 비용이 발생하므로, 최초 획득 아이템에 대한 만족도가 플레이 변화의 중요한 요인이 될 수 있다는 가설을 세우고 후속 분석을 진행합니다. 본 분석은 이전 연구의 후속으로, 아이템 만족도가 플레이어의 게임 활동량에 미치는 인과 관계를 탐구하는 데 초점을 맞춥니다.
게임 플레이아이템 만족도인과 분석
엔씨소프트_DANBI·2021년 5월 20일
Etc
영변(영웅 변신) 획득은 플레이 변화에 영향을 미칠까?
이 글은 게임 내 보상이 플레이어의 활동에 미치는 영향을 분석합니다. 특히, 게임 캐릭터가 '영웅 변신(영변)'이라는 큰 보상을 획득했을 때 플레이어의 게임 활동이 어떻게 변화하는지에 주목합니다. IT 기업의 연봉 인상과 같이 현실 세계의 보상이 생산성에 미치는 영향에 대한 다양한 의견을 소개하며, 메이저리그 선수들의 FA 이후 성적 하락 사례를 예로 들어 보상의 양면성을 제시합니다. 실제 실험이 어려운 상황에서 사회과학자들이 인과 분석을 수행하지만, 데이터 수집과 분석의 어려움을 언급합니다. 게임에서는 '영변' 획득이 플레이어의 주요 목표가 되며, 이는 현실의 큰 보상과 유사한 상황으로 간주될 수 있다고 설명합니다. 글은 이러한 게임 내 보상 메커니즘을 통해 플레이어 행동 변화를 분석하려는 시도를 소개합니다.
게임보상생산성
엔씨소프트_DANBI·2021년 5월 13일
Etc
R Markdown을 활용한 Interactive Report 만들기
이 글은 R Markdown을 활용하여 웹 기반 BI 서비스 못지않은 상호작용이 가능한 보고서를 만드는 방법을 소개합니다. 기존의 정적 보고서로는 충족시키기 어려웠던 사용자들의 다양한 요구사항(증감 추이, 세부 변동 요인, 타 지표와의 관계 등)을 해결하기 위해 R Markdown을 사용합니다. R Markdown은 텍스트 기반 마크업 언어로, R Studio에서 Rmd 파일로 작성하여 HTML 형식의 보고서로 내보낼 수 있습니다. 이 방식을 통해 차트 필터링, 정렬 등 인터랙티브 기능을 제공하여 사용자가 데이터를 동적으로 탐색하고 풍부한 인사이트를 도출하도록 돕습니다. 이는 개발 및 유지보수 부담을 줄이면서도 효과적인 데이터 전달을 가능하게 합니다.
R MarkdownInteractive ReportData Visualization
엔씨소프트_DANBI·2020년 8월 21일
Etc
게임 고객 LTV를 활용한 예상 매출 추정하기
이 포스팅은 게임 고객의 LTV(고객 생애 가치) 추정치를 활용하여 예상 매출을 추정하는 방법에 대해 설명합니다. LTV는 고객이 서비스 이용 기간 동안 창출할 총수익을 정량화한 지표로, 유저 세그먼트별 정보와 기간별 예상 수익을 제공합니다. 본문에서는 일별 잔존율 및 ARPU 정보를 기반으로 향후 30일, 90일, 180일, 365일간의 예상 수익을 추정하는 방식을 소개합니다. 더 나아가, 사업 연도별 총 매출 목표 수립에 도움을 줄 수 있도록, 실제 발생 매출과 예측치를 결합하여 연말 매출 추정치를 산출하는 보조 지표 개발 과정을 다룹니다. 특히, 실제 매출 변동성을 고려하여 연초 목표 설정에 도움을 주는 대략적인 추정치를 오차 범위와 함께 제공하고, 실제 데이터를 기반으로 점진적으로 보정해 나가는 접근 방식을 강조합니다.
LTV매출 추정게임
엔씨소프트_DANBI·2020년 8월 20일
Etc
게임 속 시장을 들여다보기 위한 단 하나의 지표
이 글은 게임 내 시장의 움직임을 파악하기 위한 단일 지표 개발 방법을 제안합니다. 게임은 사회이자 경제 시스템으로, 유저들의 활동은 재화의 생성, 이동, 소비로 이어집니다. 이러한 거래 경제 현황을 파악하는 것은 게임 설계와 운영에 중요하지만, 거래 규모, 횟수, 참여자 수 등 다양한 정보를 종합적으로 분석하는 것은 복잡하고 시간이 많이 소요됩니다. 따라서 본문에서는 시간 흐름에 따른 추이 분석이나 서버 간 비교를 용이하게 하기 위해, 호황일수록 수치가 커지고 거래 규모, 참여자 수, 거래 빈도, 고가 아이템 거래 활성도 등을 반영하는 단일 종합 지표 개발의 필요성을 강조합니다. 이를 위해 주성분 분석(PCA)과 같은 통계적 기법을 활용할 수 있는 가능성을 제시하며, 데이터 압축을 통해 사용성을 증대시키는 접근 방식을 설명합니다.
게임 경제시장 지표데이터 분석
엔씨소프트_DANBI·2020년 8월 13일
Etc
PK를 당한 유저는 게임에서 이탈할까?
본 글은 온라인 게임에서 PK(Player Killing) 경험이 유저의 게임 이탈에 미치는 인과 효과를 분석한 사례를 다룹니다. PK는 게임 내에서 다른 캐릭터를 죽이는 행위로, 이에 대한 찬반 논란이 존재합니다. 개발사 입장에서도 PK 허용이 유저 이탈을 야기할지, 혹은 게임 활성화에 기여할지에 대한 상반된 의견이 있습니다. 하지만 PK의 인과 효과를 정량적으로 분석한 자료는 부족한 실정입니다. 이는 게임 회사 입장에서 공개하기 불편한 주제이기 때문일 수 있습니다. 글에서는 PK 경험 집단과 미경험 집단의 이탈율을 단순 비교하는 방식의 문제점을 지적하며, 인과 추론이라는 분석 기법을 통해 PK의 실제 영향을 규명하고자 합니다. 이는 예측 분석보다 데이터 과학에 더 적합한 접근 방식임을 강조합니다.
PK인과 추론게임
엔씨소프트_DANBI·2020년 6월 17일
Etc
게임 고객 LTV 추정하기
이 글은 게임 고객의 LTV(Life Time Value, 고객 생애 가치) 지표를 개선한 경험을 공유합니다. LTV는 고객이 서비스 이용 기간 동안 창출할 총이익을 정량적으로 추정한 값으로, 단순히 현재 매출뿐만 아니라 고객 유치 및 유지 비용 최적화, 재방문 및 잔존 비율 향상이 중요함을 강조합니다. 과거에는 등비 수열을 이용한 추정 방식을 활용했으며, 이는 단위 기간당 평균 결제 금액(ARPU)과 잔존율(r)이 장기적으로 수렴한다는 가정 하에 LTV를 계산합니다. LTV 추정 및 관리는 마케팅 및 서비스 운영에 매우 중요하며, 이를 통해 더 나은 의사결정을 내릴 수 있습니다.
LTV게임마케팅
엔씨소프트_DANBI·2020년 3월 16일
Etc
2019 빅콘테스트 후기
이 글은 엔씨소프트가 2019년 한국정보화진흥원 및 빅데이터포럼과 공동 주최한 '빅콘테스트' 참여 후기입니다. 2017년부터 자체적으로 데이터 분석 경진 대회를 개최해 온 엔씨소프트는 2018년에 이어 2019년에도 빅콘테스트에 공동 주관사로 참여했습니다. 이번 대회는 '기대 이익을 고려한 고객 이탈 예측'을 주제로 진행되었으며, 약 4개월간의 긴 여정을 거쳐 11월 26일 시상식으로 마무리되었습니다. 글에서는 대회의 문제 설계 의도와 함께, 온라인 게임 환경의 특성상 시간의 변화에 강건한 모델 구축의 중요성을 강조합니다. 즉, 콘텐츠 업데이트, 프로모션 등 다양한 변화가 유저 패턴에 영향을 미치므로, 이를 고려하지 않은 모델은 실전에서 성능 저하를 겪을 수 있다는 점을 지적하며, 실제 서비스 적용에 가까운 문제 해결을 목표로 했음을 시사합니다.
빅콘테스트데이터 분석고객 이탈 예측
엔씨소프트_DANBI·2020년 2월 24일
Etc
인턴 생활기 시즌2 #번외편
이 글은 엔씨소프트의 인턴십 프로그램에서 멘토로서 경험한 내용을 공유합니다. 멘토는 인턴과 일대일로 매칭되어 7주간 회사와 업무 적응을 돕는 역할을 합니다. 글쓴이는 이상적인 멘토의 모습과 현실적인 어려움 사이에서 고민했던 경험을 이야기합니다. 특히, 방대한 데이터 도메인 지식과 업무 히스토리를 단기간에 인턴에게 효과적으로 전달하는 것의 어려움을 토로합니다. 게임 서비스의 다양성과 관련된 콘텐츠 특징 이해, 기존 작업 이력 설명 등 추가 설명이 계속 이어지는 상황을 묘사합니다. 결국, 모든 내용을 상세히 설명하기보다 현재 진행 중인 프로젝트에서 인턴과 함께할 수 있는 사이드 프로젝트를 찾아 업무를 진행하는 방식으로 방향을 전환했음을 밝힙니다. 이는 신입 인턴의 빠른 업무 적응과 실질적인 경험 습득을 위한 멘토링 방식에 대한 고민을 담고 있습니다.
인턴십멘토링신입사원
엔씨소프트_DANBI·2019년 8월 20일
Etc
모바일 마케팅 분석 무작정 따라하기 #2
본 글은 모바일 마케팅 분석의 한계점을 극복하기 위한 분석 작업과 신규 지표 개발에 대해 설명합니다. 기존 ADID 기반 분석의 문제점을 지적하며, ADID와 게임 계정 ID(UID)를 매칭하는 과정을 상세히 소개합니다. 이를 통해 실제 신규 유저 비율, 광고 매체별 성과, 유저 충성도 등을 더 정확하게 파악할 수 있게 됩니다. 특히, ADID만으로는 파악하기 어려웠던 신규/복귀 유저 비율을 매체별로 분석하여 광고 효율성을 높이고, 나아가 어뷰징 탐지까지 가능하게 하는 분석 방법론을 제시합니다. 데이터 기반의 정교한 모바일 마케팅 전략 수립에 기여하는 내용을 담고 있습니다.
모바일 마케팅광고 효과ADID
엔씨소프트_DANBI·2019년 8월 18일
Etc
인과관계를 찾아서 3: 도구변수
이 글은 '인과관계를 찾아서' 시리즈의 세 번째 글로, 도구 변수(Instrumental Variable) 개념을 소개합니다. 자연과학과 달리 사회과학에서는 실험이 어려운 경우가 많아 인과관계 규명이 어렵습니다. 표준 회귀분석(OLS)은 독립변수와 오차항이 상관성이 없을 때 일치성을 확보하여 인과관계를 주장할 수 있지만, 현실에서는 오차항이 독립변수와 종속변수 모두에 영향을 미치는 경우가 흔합니다. 이러한 상황에서 실험에 준하는 분석을 가능하게 하는 방법론으로 도구 변수가 등장하게 되었으며, 교육 경제학 등에서 중요한 계기를 마련했습니다. 글은 OLS의 기본 가정과 일치성 조건이 깨지는 경우를 설명하며 도구 변수의 필요성을 제기합니다.
인과관계도구변수OLS
엔씨소프트_DANBI·2019년 8월 6일
Etc
모바일 마케팅 분석 무작정 따라하기 #1
본 글은 모바일 게임 마케팅 분석에 대한 첫 번째 글로, 모바일 마케팅 부서의 기존 분석 방식에 대한 한계점을 인지하고 새로운 대안을 모색하는 과정에서 시작되었습니다. 필자는 인턴 경험 후 첫 정직원 업무로 이 분석을 맡게 되었으며, 모바일 마케팅의 이해부터 데이터 추출, 전처리, 분석, 해석까지 직접 경험하며 익힌 내용을 공유합니다. 특히 이번 포스팅에서는 일반적인 모바일 앱 마케팅 분석의 기본 개념과 유저 유입 경로 추적을 위한 '추적 URL'의 작동 방식, 그리고 Google Analytics, Adjust, Appsflyer와 같은 트래킹 도구들을 소개합니다. 또한, 마케팅에서 일반적으로 활용되는 다양한 지표들에 대해서도 간략히 언급하며, 다음 포스팅에서 이러한 한계점을 극복하기 위한 분석 내용과 신규 지표 개발에 대해 다룰 것을 예고합니다.
모바일 마케팅데이터 분석마케팅 분석
엔씨소프트_DANBI·2019년 8월 5일
Etc
인턴 생활기 시즌2 #5
이 글은 기술 블로그 인턴 생활기 시즌2 #5로, 입사 한 달 차 인턴이 수행한 모바일 마케팅 및 악성 유저 탐지 분석 경험을 공유합니다. 첫 번째로 R을 활용하여 리니지M 광고 효과를 분석했으며, ROAS(광고 수익률)와 UAC(유저 획득 비용) 지표를 통해 시간에 따른 추세를 파악하고 SDK 스푸핑과 같은 어뷰징을 탐지하는 근거를 마련했습니다. 두 번째로 악성 유저(봇) 탐지를 위해, 이미 나뉜 유저 그룹 내 범주형 데이터의 유사도를 측정하는 방법을 탐구했습니다. 군집 분석이나 거리 기반 방법 대신, 의사결정 트리에서 사용되는 지니 계수를 활용하여 그룹의 순도와 평등성을 측정하는 방식을 제안합니다. 이 글은 실제 분석 과정과 활용된 지표, 그리고 새로운 분석 방법론 적용 시도를 보여줍니다.
인턴마케팅 분석R
엔씨소프트_DANBI·2019년 8월 1일
Etc
푸아송 분포, 직관적으로 이해하기
이 글은 푸아송 분포를 직관적으로 이해하기 위한 내용을 다룹니다. 푸아송 분포는 단위 시간 안에 특정 사건이 몇 번 발생할지를 나타내는 이산 확률 분포입니다. 글에서는 푸아송 분포의 정의를 살펴보고, 이항 분포와의 관계를 통해 푸아송 분포의 개념을 설명합니다. 특히, 이항 분포를 시간의 맥락으로 확장하여 단위 시간을 더 작게 나누는 방식으로 푸아송 분포의 아이디어를 도출하는 과정을 보여줍니다. 이를 통해 복잡한 수학적 정의 없이도 푸아송 분포의 핵심 아이디어를 이해할 수 있도록 돕습니다.
푸아송 분포확률이항 분포
엔씨소프트_DANBI·2019년 7월 14일
Etc
인턴 생활기 시즌2 #1
이 글은 엔씨소프트 분석모델링팀에서 7주간 인턴으로 근무하게 된 두 명의 경험을 공유하는 첫 번째 이야기입니다. 인턴들은 데이터 분석과 머신러닝 분야를 전공했으며, 각자의 프로젝트 경험을 소개합니다. 첫날에는 회사 사업 소개, 사내 제도 및 복지 안내, 그리고 데이터 직무와 관련된 보안 교육을 받았습니다. 또한, 멘토링 제도를 통해 회사 적응과 업무 관련 도움을 받았습니다. 이어서 데이터플랫폼실의 주요 업무 설명회에 참석하여 게임 로그 데이터 구축 및 활용, 모바일 데이터 분석 도구(MAP), 사용자 데이터 수집, Hive DB 구조 등 다양한 데이터 관련 서비스에 대한 설명을 들었습니다. 이를 통해 신규 입사자로서 회사 업무와 데이터 생태계에 대한 이해를 높이는 과정을 보여줍니다.
인턴십분석모델링팀오리엔테이션
엔씨소프트_DANBI·2019년 7월 4일
Etc
promotionImpact R 패키지 CRAN 등록기
이 글은 R 패키지 'promotionImpact'를 개발한 후, 이를 R의 공식 저장소인 CRAN에 등록하는 과정을 다룬다. CRAN 등록에 대한 한글 자료가 부족하다는 점을 인지하고, 패키지 빌드 및 검사 과정에서 겪을 수 있는 문제들과 해결 방법을 공유한다. 특히 `devtools::build()`를 사용한 패키지 빌드 방법과 `.Rbuildignore` 파일의 활용법을 설명하며, `devtools::check()` 또는 `R CMD check`를 통해 발생하는 에러, 경고, 노트(NOTE)를 해결하는 중요성을 강조한다. 'no visible binding for global variable'과 같은 흔한 오류에 대한 간략한 해결책도 제시하며, CRAN 등록을 목표로 하는 개발자들에게 실질적인 도움을 제공하고자 한다.
R 패키지CRANpromotionImpact
엔씨소프트_DANBI·2019년 6월 10일
Etc
인과관계를 찾아서 1
이 글은 '상관관계와 인과관계는 다르다'는 명제에 대해 인과관계의 정의와 그 모호성을 탐구합니다. 흔히 사용되는 이 문구가 실제로는 인과관계를 명확히 정의하지 못하는 경우가 많다고 지적하며, 특히 사회 현상에서 인과관계를 주장하는 것이 사후 정당화의 위험을 내포하고 있음을 예시를 통해 설명합니다. 순수 통계 이론에는 인과관계 개념이 존재하지 않으며, 자연과학에서의 인과성은 재현 가능한 실험을 통해 특정 조건 변화에 따른 결과 변화를 관찰하는 것으로 정의됩니다. 하지만 사회적 현상은 근본적으로 재현이 불가능하여 자연과학적 의미의 인과성을 명확히 규명하기 어렵다는 점을 강조하며 글을 마무리합니다.
인과관계상관관계통계
엔씨소프트_DANBI·2019년 2월 18일
Etc
2018 빅콘테스트 후기
이 글은 2018년 빅콘테스트 참여 후기를 담고 있습니다. 데이터 분석 및 머신러닝 경진 대회의 중요성이 커지는 가운데, 캐글과 같은 플랫폼의 성공 사례를 소개하며 국내 데이터 분석 경진 대회 활성화의 필요성을 언급합니다. 필자는 엔씨소프트에서 개최했던 데이터 마이닝 경진 대회의 경험을 바탕으로, 캐글 플랫폼 이용 시 높은 비용 문제에 직면했음을 밝힙니다. 결국 자체 대회 개최 대신 한국정보화진흥원과 빅데이터포럼이 공동 주최하는 '빅콘테스트'에 주관사로 참여하게 된 과정을 설명하며, 국내 데이터 분석 생태계 발전에 기여하고자 하는 의지를 드러냅니다.
빅콘테스트데이터 분석경진 대회
엔씨소프트_DANBI·2019년 2월 18일