Вячеслав Кузичев

Анализ и визуализация эффективности работы средств автоматизации.

- Всесторонний анализ данных с касс магазинов, с использованием python и SQL;
- Разработка дашбордов с различными бизнес метриками;
- Создание ETL пайплайна для подготовки необходимых данных;
- Статистический анализ, построение и проверка гипотез на агрегированных данных.

Достижения:
- Разработка и внедрение аналитических витрин (антифрод, система лояльности, 5 пост прием посылок), суммарно сэкономивших для бизнеса более 4 миллионов рублей за счет уменьшения трудозатрат на процесс контроля бизнес метрик;
- Разработка ETL процессов по обработке «сырых» данных, позволила в разы уменьшить затрачиваемое специалистами время на получение аналитических данных;
- По личной инициативе начата разработка алгоритма по проверке гипотезы о влиянии метрик на кассах магазина на вероятность выхода из строя кассы, с целью прогнозирования данных событий.

Стек: Python, R, SQL (Clickhouse, Postgre), Grafana.

- Использование Python для анализа поведения пользователей, трафика, сегментации клиентской базы, поиска «точек роста» и аномалий;
- Статистический анализ, построение и проверка гипотез, A/B тестирование;
- Создание ETL пайплайна с использованием API (ЯМ, GA, SQL);
- Составление дашбордов и мониторинг бизнес-метрик;
- Автоматизация отчетности в DataLens, DataLayer, Excel;
- Формирование маркетинговой воронки в соответствии с фреймворком AARRR;
- Формирование и поддержка SQL отчетов.

Достижения:
- Настройка с нуля системы метрик, позволяющую отслеживать бизнес-показатели;
- За счет построения качественной веб-аналитики, трафик и продажи выросли в 2 раза;
- В результате анализа гипотез и проведения маркетинговой аналитики конверсия покупок увеличилась на 30%.

Стек: Python (Pandas, NumPy, Seaborn, SciPy), SQL (Postgre, SQLAlchemy), PowerBI, Yandex DataLens, Яндекс Метрика, Google Analytics, Google Tag Manager.