【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 - Qiita

📊 プロジェクト概要とアーキテクチャ 今回の分析基盤は、以下のような3つの環境に分かれています。 ローカル環境：対戦データ入力アプリ（Django）と気象データ収集（スクレイピング） AWS環境：S3によるデータレイクと、Glue × PySparkによるETL基盤 分析環境：Tableau Desktopによるデータ可視化・インサイト抽出 以下が全体のシステム構成図になります 🗃 分析対象となるデータ構造 データは以下の3層に整理しています。 データレイク：試合ごとの対戦結果、気象データ（生データ） データウェアハウス：試合データと気象データを整形した中間データ データマート：キャラクター別勝率、キャラ間の相性、天候別勝率などを集計済みデータ 以下がテーブル設計図になります 🛠 処理の簡単な流れ 今回のスマブラ対戦分析プロジェクトは、以下の流れでデータを収集・加工・分析しています。