Yana S.
Предложите Yana работу над вашим следующим проектом или зарегистрируйте профиль фрилансера и начинайте зарабатывать прямо сейчас.
Личное сообщение
Предложить работу
Киев,
Украина
8 месяцев 5 дней назад
свободен для работы
на сервисе 8 месяцев 25 дней
Рейтинг
Успешных проектов
Средняя оценка
Уровень владения языками
Українська: носитель
Русский: носитель
English: средний
Навыки и умения
Программирование
Услуги
Портфолио
-
Динамический календарь в Google Sheets
Javascript и Typescript
Создала полностью автоматизированный календарь в Google Sheets на основе Google Apps Script. Решение динамически отображает события с нескольких листов, применяет цветовое выделение по типам событий, добавляет комментарии при наведении и содержит ежедневный чек-лист с автоматическим сбросом с помощью триггеров.
-
Обработка JSON-файлов и анализ данных
Python
Разработала Python-решение для обработки JSON-файлов с сообщениями о воздушной тревоге и отбой. Проект извлекает ключевую информацию (дату, время, место, тип сообщения), конвертирует её в структурированный формат CSV и визуализирует результаты в Tableau с помощью интерактивного календаря с фильтрами по регионам.
-
Дашборд игровых метрик дохода
Базы данных и SQL
Разработала интерактивный дашборд в Tableau на основе SQL-запросов (Google BigQuery) для анализа ключевых метрик дохода онлайн-игр. Проект позволяет оценить поведение пользователей, динамику подписок, отток, рост MRR и изменения ARPPU с течением времени.
-
Дашборд ROMI и рекламных метрик
Базы данных и SQL
Разработка дашборда: Создала дашборд в Looker Studio для отслеживания и анализа эффективности рекламы в Facebook и Google Ads.
Ключевые метрики и анализ: Визуализировала ROMI, рекламные расходы, CPC, CPM и CTR для оценки результативности кампаний.
… Интерактивная аналитика: Реализовала динамические фильтры для детального, ориентированного на данные принятия решений.
-
Анализ воронки и метрики конверсии
Базы данных и SQL
Визуализация воронки: Создала дашборд анализа воронки в Tableau для отслеживания прохождения пользователей через ключевые этапы клиентского пути.
Метрики конверсии: Измеряла и визуализировала ключевые показатели конверсии, например, от регистрации до покупки, чтобы определить узкие места и оптимизировать процесс продаж.
… Интерактивная аналитика: Добавила динамические фильтры для детального, ориентированного на данные анализа конверсии.
-
Анализ онбординга, конверсии и удержания пользователей – США
Базы данных и SQL
Я разработала когорту дашборд-систему в Amplitude для анализа онбординга, конверсии и удержания пользователей в США, которые выполнили действие «Welcome» в июне 2023 года. Анализ охватывает как iOS, так и Android, предоставляя представление о том, как пользователи проходят через онбординг-funnel и взаимодействуют с ключевыми функциями приложения.
Основные метрики и визуализации:
… Когорта: Welcome Action – US June 2023
Отслеживает количество пользователей в США, которые выполнили действие «Welcome» в июне 2023 года, с распределением по платформам (iOS/Android).
Онбординг-funnel пользователей: Welcome → Play (распределение по платформам)
Показывает коэффициент конверсии от выполнения действия «Welcome» до первой активности в приложении (например, воспроизведение песни/видео), с распределением по платформам.
Удержание пользователей: Welcome → Active Event & Play Song/Video
Анализирует удержание, отслеживая пользователей, которые взаимодействовали с ключевыми событиями (например, Play Song/Video) после выполнения действия «Welcome».
Ежедневный коэффициент конверсии по платформам
Мониторит ежедневные показатели конверсии от онбординга до ключевых действий пользователей, с распределением по платформам (iOS/Android).
Ежедневная продолжительность онбординга по платформам
Измеряет время, которое пользователи тратят на прохождение процесса онбординга, с распределением по платформам, чтобы оценить эффективность процесса.
Динамика вовлеченности пользователей: Play Song/Video vs. Active Events
Сравнивает взаимодействие пользователей между ключевыми действиями (например, Play Song/Video против других событий), предоставляя представление о пользовательских предпочтениях.
Этот когортный анализ помог определить ключевые точки оттока и зоны для оптимизации пользовательского пути, что позволило получить аналитику на основе данных для улучшения удержания и конверсии. Сегментация данных по платформам и анализ паттернов взаимодействия дали возможность сделать практические выводы для повышения качества пользовательского опыта и долгосрочного удержания.