データアナリスト／ゲーム・サービス／東京

以下のいずれかの経験・知見が求められます。

• SQLを用いたデータ集計・分析の実務経験
• KPI設計・ダッシュボード設計・運用経験
• BIツール（Tableau、Looker、RedashなどのいずれかPower BI等）の利用経験
• Python または R を用いたデータ処理・分析の経験
• 関係者へのデータドリブンな提案・報告経験
• データパイプライン（ETL・ELT処理）の開発・整備経験

• 課題の本質を見抜く洞察力:
  依頼内容をそのまま処理するのではなく、「本当に解決すべき課題は何か」を見極める力が求められます。表面的な要望の背景を掘り下げ、真の課題を言語化できる思考力が不可欠です。
• 仮説思考と分析サイクルの推進力:
  仮説立案・分析・施策提案・振り返りのサイクルを主体的に回せる力が必要です。データをただ眺めるのではなく、目的を持って分析設計できる姿勢が重視されます。
• 多様なステークホルダーとの折衝・コミュニケーション力:
  企画・運用・カスタマーサポートなど、複数部署の関係者と連携しながら業務を進めます。分析結果を非技術職の相手にも分かりやすく説明し、意思決定をリードできるコミュニケーション力が求められます。
• ゲーム・コンテンツへの深い関心と理解:
  ゲーム内バランス調整やユーザー体験を踏まえたデータ解釈が業務に含まれます。ゲームのプレイ体験や施策の意図を理解した上で分析できる感度が求められます。
• チームワーク意識と協調性:
  サイゲームスは「チーム・サイゲームス」の意識を重視しています。自分の成果だけでなく、チーム全体の課題解決を優先して動ける姿勢が評価されます。

• ゲーム・エンタメ業界でのデータ分析経験:
  ゲームタイトルやデジタルコンテンツのユーザー行動分析・KPI管理経験があると、業務にスムーズに馴染めます。業界特有の指標（継続率・ARPU・課金率など）への理解があれば尚可です。
• 機械学習・統計モデリングの知識:
  ユーザーセグメンテーションや行動予測、パラメータ設計への応用など、統計や機械学習の知識があればより深い分析が可能です。統計検定やPython/Rによるモデリング経験が歓迎されます。
• データエンジニアリングの実務経験:
  データ変換パイプラインの開発・整備も業務範囲に含まれるため、BigQueryやAirflow、dbtなどのデータ基盤ツールの経験者は即戦力として期待されます。
• BI・可視化ツールの高度な活用経験:
  TableauやLooker、Redashなどを用いたダッシュボード設計・運用経験があれば、プロジェクトへの早期貢献が可能です。

• 大規模ゲームデータを用いた高度な分析スキル:
  数千万ユーザー規模のゲームタイトルのログデータを扱うことで、大規模データ処理・分析の実践的なスキルが身につきます。ゲーム業界特有のKPI設計・運用ノウハウも習得できます。
• 事業課題に直結する分析設計・提案力:
  単なるデータ集計にとどまらず、課題発見から施策提案・効果検証までを担うことで、ビジネス課題解決に直結する分析サイクルの設計力が鍛えられます。
• データパイプライン構築・データエンジニアリング経験:
  分析に必要なデータ変換パイプラインの開発・整備にも携わるため、データエンジニアリングの実践的なスキルを習得できます。アナリストとエンジニアの双方の視点が養われます。
• クロスファンクショナルなコミュニケーション・交渉力:
  複数部署のステークホルダーと連携しながらデータドリブンな意思決定をリードすることで、職種横断のコミュニケーション能力と提案力が磨かれます。
• コンテンツ運営・ゲームデザインへの深い業界知見:
  ゲーム内バランス調整やパラメータ設計分析にも関わるため、ゲーム開発・運用のメカニズムに対する深い理解と専門知識が蓄積されます。