このシリーズでは、スマブラの対戦データを活用して
Djangoでのデータ収集、気象データ連携、GlueによるETL自動化、そして勝率・キャラ相性の可視化までをステップバイステップで解説しています。
📘 目次
| 回 | タイトル | 内容概要 |
|---|---|---|
| 第1回 | 【導入編】スマブラ勝率を徹底分析！データで読み解くキャラ性能と戦略 | 分析全体の構成と目的の紹介。使用技術やデータの概要も解説。 |
| 第2回 | Djangoでスマブラ対戦結果アプリを作ってみた（データ収集①） | Djangoで対戦データを登録・管理できるアプリを作成。 |
| 第3回 | BeautifulSoupで気象データをスクレイピング（データ収集②） | PythonとBeautifulSoupで気象庁サイトから天気データを取得。 |
| 第4回 | bashを使って、S3にデータアップロード（自動化） | bash + AWS CLIでローカルCSVをS3に自動アップロード。 |
| 第5回 | Glue × PySparkでETLパイプラインを構築（データ加工） | Glueジョブで気象・対戦データを結合・整形。 |
| 第6回 | Step Functions + Lambdaで自動処理化（ワークフロー設計） | Step FunctionsでCrawler・ジョブを順次起動する自動化ワークフロー構築。 |
| 第7回 | スマブラ勝率・キャラ相性・気温影響を可視化（分析編） | Tableau Desktopで実際に集めたデータを可視化・分析。 |
🔧 使用技術・サービス
- Django（データ入力・保存）
- BeautifulSoup（気象データ取得）
- bash / AWS CLI（自動アップロード）
- AWS S3 / Glue / Lambda / Step Functions（分析基盤）
- PySpark / Pandas（データ加工・分析）
✨ こんな方におすすめ
- ゲーム×データ分析に興味がある方
- AWSでのデータ基盤構築を実践したい方
- Glue・Step Functionsの実用例を知りたい方
🔜 今後の予定
- 苦手なキャラ対策のYoutube動画を紹介する機能開発
- 上記に伴い、AWS→GCPに移行する
- インフラ構築やテストの自動化など
※随時リンク・内容を更新していきます！