Аналитик Данных

На данный момент Аналитик.

Мои компетенции и опыт

Телодвижения

Саратов

Аналитик

Ключевые обязанности:

Прогнозирование и планирование потребностей с использованием аналитических моделей на основе данных о продажах, оборачиваемости и днях наличия товара.
Оптимизация распределения товаров между маркетплейсами и направлениями с учетом текущих остатков и плановых показателей.
Работа с данными из 1С: выгрузка, обработка и анализ отчетов "план-факт" для контроля выполнения планов поставок.
Автоматизация процессов: разработала макрос для расчета потребностей, а затем перенесла логику на Python, что сократило время обработки данных в 2,5 раза.
Взаимодействие с отделами логистики и снабжения: подготовка и передача аналитических отчетов для точного распределения поставок.


Мои достижения:
Автоматизировала расчет потребностей, что сократило время обработки данных с 5 часов до 2.

Провела анализ поставок продукции и выявила ключевые направления с недопоставкой. По результатам исследования эти направления были включены в регулярные поставки, что увеличило доступность продукции в ранее проблемных регионах, сократило сроки доставки в отдаленные районы за счет оптимизации маршрутов и уменьшило нагрузку на ключевые распределительные центры.

Основные инструменты: 1С:Предприятие 8.3 (рабочая среда), Excel (аналитика), Python (автоматизация)

"Skyeng"/"Skypro" (крупнейшая платформа онлайн-обучения)

Аналитик данных

Ключевые навыки
Инструменты анализа данных:

Excel (продвинутый уровень): Сводные таблицы, сложные формулы , Power Query, Power Pivot для моделирования данных, построение дашбордов и калькуляторов юнит-экономики.

SQL: Написание сложных запросов (JOIN, подзапросы, оконные функции) в PostgreSQL и Metabase для извлечения и агрегации данных. Использую CASE, WHERE, GROUP BY, HAVING для фильтрации и анализа.

Python (базовый уровень): Владею основами для анализа данных (библиотеки Pandas, NumPy). Пример: автоматизировала процесс расчетов, перенеся логику с Excel-макросов на Python.

Аналитические методики: Проведение когортного и винтажного анализа, расчет ключевых продуктовых метрик (LTV, Retention, Churn Rate). Знание принципов A/B тестирования: понимание процесса планирования эксперимента, определения размера выборки и проверки статистической значимости результатов.


Проекты и кейсы
Расчет LTV и Retention для онлайн-кинотеатра

Задача: Оценить долгосрочную ценность пользователей и определить самые "верные" когорты.

Действия: Написала SQL-запросы для выгрузки данных, провела когортный анализ в Excel, визуализировала динамику Retention.

Результат: Выявил когорты с наивысшим LTV. Результаты легли в основу гипотез по улучшению удержания новых пользователей.

Создание калькулятора Unit-экономики

Задача: Построить модель для оценки окупаемости маркетинговых затрат.

Действия: Разработала в Excel динамическую модель, учитывающую CAC, средний чек, маржинальность и LTV.

Результат: Модель позволяет менеджерам быстро оценивать рентабельность каналов привлечения и принимать обоснованные решения.