2020 하반기 넥슨 인텔리전스랩스 데이터분석가 합격 자소서 자료

연세대학교 경영학과 3.77/4.3 토익960 뤼이드 인턴 7개월

1. 이번 채용에 지원한 동기와 지원한 분야의 업무를 수행하기 위한 능력을 어필해 주세요.

[지원 동기] 게임 산업은 게임을 즐기는 유저들이 어떤 부분에서 재미를 느끼고, 어떤 시점에 이탈하고, 어떻게 충성고객이 되어가는지에 대해 수많은 의문을 제기하고 데이터를 통해 궁금증을 해결해나갈 수 있는 매력적인 분야라고 생각합니다. 유저들의 방대한 게임 이용 데이터를 축적하고 있고, 분석 결과를 바로 적용하여 서비스를 개선하는 선순환 구조를 갖추고 있기 때문입니다. 그중에서도 넥슨은 20년이 넘게 다양한 게임을 운영해오며 노화우와 데이터를 축적해왔습니다. 이를 활용하여 넥슨 인텔리전스랩스에서는 게임 유저의 행동을 분석하고 더 즐거운 게임 환경을 제공하기 위해 연구하고 있습니다. 이는 게임과 플랫폼 서비스에서 발생하는 다양한 데이터로부터 새로운 분석 주제를 탐구하고, 인사이트를 발견할 수 있는 최고의 환경이라고 생각합니다. 유저들이 어떤 요소에서 재미를 느끼는지, 좀 더 쾌적한 플레이 환경을 제공하기 위해 해결해야 하는 과제는 무엇인지, 그리고 각 분석에서 얻은 결과를 다른 넥슨의 서비스에 적용해서 발전시킬 수 있을지에 대해 고민하고 싶습니다.

[업무 수행 능력] 저는 에듀테크 분야 스타트업에서 데이터 분석 인턴으로 6개월 이상 일하면서 지금까지 대시보드 관리, KPI 설정 및 모니터, 광고 및 캠페인 효율 분석 등의 업무를 수행하였습니다. 서비스와 데이터베이스 구조를 파악하고 SQL로 데이터를 직접 추출할 수 있으며, 데이터 분석의 목적을 이해하고 타당한 가설을 수립하여 검증하는 능력을 키웠습니다. 어렸을 때부터 장르를 가리지 않고 다양한 게임을 플레이해왔으며, 해외 배틀그라운드 대회를 직접 관람하는 등 이스포츠, 스트리밍 서비스까지 게임 산업에 대한 폭넓은 관심을 쌓아왔습니다. 도메인에 대한 저의 관심과 데이터 분석 경험을 활용하여 많은 소비자들의 행동 데이터가 쌓이는 곳에서 좀 더 고도화된 분석 작업에 기여해보고 싶었습니다. 넥슨에서 데이터 분석을 통해 유저들에게 더 큰 재미를 줄 수 있도록 서비스를 개선해가겠습니다.

"데이터 추출 스킬 및 툴 사용 경험" 인턴 기간 동안 직접 SQL 쿼리를 작성하여 사내 대시보드 작업, 프로모션 및 제품 성과 분석 등 업무를 수행하였습니다. 또한, 학부 수업에서는 R과 Python으로 데이터 분석 및 시각화에 필요한 패키지를 익혔습니다. 배운 내용을 활용하여 NBA 연봉 예측 모델 프로젝트를 진행한 적이 있습니다. Naive Bayes, Knn, Decision tree 등 R을 활용하여 직접 모델링 실습을 하면서 데이터를 전처리하고 패키지를 활용하여 모델링 하는 방법을 익혔습니다. 인턴 기간 동안 앱스플라이어, 리대시, 앰플리튜드, 구글 애널리틱스 등 광고데이터와 사용자 행동 데이터를 분석하는 툴을 다양하게 접하였으며, 스스로 문서를 찾아 읽고 워크숍에 참여하여 사용하는 방법과 관련 용어를 익혔습니다. 전반적인 데이터에 대한 이해와 경험을 바탕으로, 새로운 데이터나 툴에 빠르게 적응하는 데 강점을 가지고 있습니다.

"데이터 분석 및 지표 설정 경험" 성수기 KPI 대시보드 제작에 참여하여 쿠폰 사용 현황 파트를 맡아 제작하였습니다. 필요한 지표를 직접 설정하고 SQL로 데이터를 추출 및 시각화 하였습니다. 대시보드에서 쿠폰 발급률이 예상보다 현저하게 낮다는 점을 발견하고, 브랜등 문구보다는 프로모션 혜택을 강조하는 문구를 팝업 화면에 노출시키는 것이 효과적일 것이라고 제안하였습니다. 그 결과, 쿠폰 발급률이 약 5%정도 향상되었습니다. 이후 쿠폰 발급률, 발급 대비 사용률, 발급에서 사용까지 걸리는 시간 등을 꾸준히 모니터링하며 성수기 캠페인 진행에 기여하였습니다.

"결제확률 모니터링 프로젝트 참여" 애플리케이션에서 유저들의 결제 확률을 추정하는 모델링 프로젝트에 참여하였습니다. 먼저, 유저들의 인구통계 및 행동 데이터를 결합하여 데이터 셋을 만들었습니다. 이를 활용하여 유저들의 실시간 결제 확률을 계산하고 비즈니스 부서에서 서비스를 개선할 수 있는 일련의 프로세스를 수립하고자 했습니다. 저는 SQL과 Ptyhon을 이용한 데이터 추출 및 전처리, EDA, 데이터 시각화 업무를 주로 맡으며 모델링 프로젝트의 전체적인 과정을 경험하였습니다. 데이터 전처리, feature selection, 성능 평가 지표 모델 선택 등의 과정을 보고 배우며 부족한 부분을 공부하였습니다. 또한 학부에서 통계학 수업을 들으며 부전공을 준비하고 있습니다. 왜 특정 피처들을 사용하였는지, 가장 중요한 성능 지표는 어떤 것인지, 어떻게 모델의 효과를 높일 수 있는지 등을 설명할 수 있는 데이터 분석가로 성장하기 위해 노력하고 있습니다.

2. 자기소개 : 두 개의 키워드로 당신을 소개해 주세요.

[목표 지향] 저는 합리적인 목표를 세우고, 이를 달성하기 위한 최선의 방법을 실천하는 사람입니다. 초등학교 시절 크레이지 아케이드, 카트라이더, 테일즈런너, 메이플스토리 등으로 시작된 게임에 대한 관심은 대학교 입학 이후 오버워치를 만나면서 정점을 찍게 되었습니다. 당시 FPS 게임을 처음 접했던 저에게, 다이아몬드 티어를 달성하겠다는 목표가 생겼습니다. 자취방에 게이밍 컴퓨터를 마련하고, 대학 내 오버워치 동아리에 가입하였습니다. 부원들과 함께 게임하고 리그를 시청하며 게임에 대한 이해도를 높였습니다. 매 학기 열리는 동아리 내 리그에 참가하여 스크림을 하고, 녹화된 영상을 보며 다 같이 피드백을 하고, 전략을 세웠습니다. 많은 연습과 게임에 대한 애정 덕분에 마침내 목표했던 점수에 도달할 수 있었고, 목표를 설정하고 반드시 달성하고자 하는 노력이 있다면 반드시 해낼 수 있다는 믿음이 생겼습니다. 목표 달성을 위해 다른 사람을 설득하고 실패를 겪어야 했던 적도 있습니다. 고등교육혁신원 사회혁신가 인증 교과목 팀 프로젝트로 신촌지역 소상공인의 '장소'와 독립예술가의 '콘텐츠'를 매칭하는 플랫폼을 구상하고, 실제로 행사를 진행한 경험이 있습니다. 설문을 통한 시장조사 데이터를 바탕으로 직접 제안서를 작성하여 소상공인과 연주자를 섭외하였습니다. 제안서에서는 저희 팀이 추구하고자 하는 사회적 가치를 설명하였으며, 예상 수익을 계산하여 타당한 설득 근거를 제시하였습니다. 섭외가 완료되고, 섭외 장소의 규모를 기반으로 예상 매출을 추정하여 30명의 관객을 목표로 설정하고 관객 모집을 시작하였습니다. 처음에는 대학생이 많은 신촌지역 특성을 고려하여 대학생을 타겟으로 관객을 모집하였습니다. 그러나 실제 방문 의사가 있는 고객은 대부분 중년층이어서 저희가 선택한 모객 방법이 효과적이지 않다는 것을 깨달았습니다. 행사 날짜가 며칠 남지 않아서 행사를 취소하는 것이 좋겠다는 팀원을 설득하여, 빠르게 연령층에 맞는 다른 홍보 채널을 찾았습니다. 그 결과 30명의 고객을 모집하는데 성공하였고, 행사가 끝난 이후 좋은 후기 글도 찾아볼 수 있었습니다. 프로젝트를 기획하고 사람을 설득하는 과정에서 데이터에 기반한 논리적인 사고의 중요성을 느꼈습니다. 또한 어떤 일이든 오답에 좌절하지 않고 유연한 변화를 시도하는 자세로 임해야겠다고 생각했습니다. 이 경험에서 얻은 교훈을 바탕으로 엎으로 넥슨에서 논리적인 사고방식과 도전하는 자세로 문제를 해결하겠습니다.

[호기심] 데이터 분석은 언제나 호기심에서 시작한다고 생각합니다. 인턴 기간 동안 유저의 문제풀이 데이터를 활용하여 토익 응시자들이 궁금해하는 정보를 제공하는 콘텐츠를 만드는 프로젝트에 참여하였습니다. 그동안 데이터를 연구목적으로 활요해 왔으나, 소비자를 이한 토익 관련 정보를 제공하는 시도가 없었습니다. 데이터를 활용하여 시장에서 인지수준을 향상시키고, 영향력을 강화하고자 MVP 콘텐츠를 발행하였습니다. 저는 데이터 추출 및 시각화를 담당하였습니다. 어떤 데이터가 소비자에게 유용한지에 대해 고민하였고, '점수대별, 유형별 정답률 문제풀이 시간에는 어떤 차이가 있을까?' 에 대한 질문으로 데이터 추출을 시작하였습니다. 데이터를 바탕으로 '점수대를 100점 단위로 굽누하는 것과 50점 단위로 구분하는 것에는 어떤 차이가 있을까?' '문제 유형은 어떻게 구분하는 것이 의미 있을까?', '각 주제마다 어떻게 시각화하는 것이 차이를 직관적으로 보여줄 수 있을까?' 등 끊임없이 물음을 던지고, 가장 효과적인 방법을 찾는 과정에서 흥미를 느꼈습니다. 콘텐츠 발행 후에는 구글 애널리틱스로 페이지별 조회 수, 이용 시간 등을 분석하여 콘텐츠의 문제점이 무엇인지 피드백 하고 다음 기획에서 반영할 수 있도록 결과를 공유하였습니다. 이렇듯 데이터에 대한 저의 호기심으로, 넥슨의 데이터에서 새로운 인사이트를 도출하는데 기여하겠습니다. 또한 분석으로 서비스를 개선하고, 결과를 분석하여 더 나은 방향으로 나아갈 수 있는 선순환 구조를 만들 수 있도록 하겠습니다.

출처 : KFQ 한국 품질재단 이력서 자소서 첨삭 트레이너

개인 이력서 참고 래퍼런스 목적으로 작성하였으며
저작권 등의 문제시 즉시 삭제 조취 하겠습니다.