Віталій Корольков
Предложите Віталію работу над вашим следующим проектом или зарегистрируйте профиль фрилансера и начинайте зарабатывать прямо сейчас.
Рейтинг
Уровень владения языками
Навыки и умения
Программирование
-
Python
от 500 UAH за проект
-
Базы данных и SQL
от 500 UAH за проект
-
Парсинг данных
от 500 UAH за проект
Услуги
-
Автоматизация управления предприятием
от 500 UAH за проект
-
Обработка данных
от 500 UAH за проект
-
Поиск и сбор информации
от 500 UAH за проект
Портфолио
-
1000 UAH Проект Tableau: Дашборд дохода 2022–2023 (ARPPU, MRR, когорты)
Разработал интерактивную панель в Tableau для анализа динамики дохода, трендов ARPPU и когорт пользователей. Интегрировал данные о платежах, рассчитал ежемесячный регулярный доход (MRR), удержание пользователей и процентный рост. Визуализировал ключевые бизнес-метрики для выявления колебаний дохода и улучшения принятия решений.
Ключевые результаты:
• Построил визуализации ARPPU и MRR для отслеживания роста дохода по месяцам
• Создал когортный анализ для оценки удержания пользователей и повторного дохода
… • Повысил скорость отчетности и прозрачность данных для бизнес-анализа.
-
600 UAH Анализ времени доставки — Суперstore
Проанализировал эффективность доставки по штатам США, используя датасет Superstore, чтобы выявить закономерности во времени доставки и операционной эффективности. Рассчитал продолжительность доставки — от момента заказа до отправления — и визуализировал:
• Среднее количество дней доставки по типам доставки (например, First Class, Standard Class)
• Распределение заказов по количеству дней доставки
• Среднее время доставки по штатам на географической карте с градиентной визуализацией
… Ключевые инсайты:
• Доставка Standard Class занимает больше всего времени (в среднем 4–5 дней), тогда как Same Day выполняется в течение 1 дня
• Штаты центральной части США демонстрируют несколько более быстрое среднее время доставки
Результат:
Создал интерактивный дашборд в Tableau с фильтрами по дате заказа, сегменту и типу доставки, что позволяет гибко анализировать эффективность доставки и выявлять узкие места.
-
800 UAH Анализ воронки электронной коммерции | GA4 + BigQuery + Tableau
Базы данных и SQLЯ создал сквозную аналитическую панель воронки e-commerce, используя пример данных GA4.
Цель проекта:
Помочь маркетинг-менеджеру понять, как пользователи движутся по воронке покупки, и определить, на каком этапе происходит наибольшая потеря конверсий.
Что я сделал:
… • Получил и трансформировал данные GA4 в BigQuery с помощью SQL (CTE, JOIN)
• Построил датасет на уровне сессий с ключевыми этапами воронки
• Разработал интерактивную панель в Tableau Public
• Реализовал фильтры по дате, источнику трафика, кампании, устройству, ОС и языку
• Визуализировал полную воронку — от начала сессии до покупки
Ключевые инсайты:
• Наибольший отток пользователей происходит на этапе добавления товара в корзину
• Не все источники трафика, приводящие сессии, генерируют покупки
• Эффективность воронки существенно отличается в зависимости от канала трафика и типа устройства
Технологический стек:
SQL (BigQuery), GA4, Tableau Public