Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak

Tetyana Hordiichuk

Привіт! Виконаю роботу з урахуванням усіх побажань та в мінімальні терміни.
Sleeping face
Tetyana dawno nie była w Serwisie.
Ale na Freelancehunt pracują również 1209 freelancerów w kategorii Bazy danych i SQL, którzy profesjonalnie i terminowo zrealizują zlecenie o dowolnej złożoności.

Ukraina Kijów, Ukraina
1 rok temu
Gotowy do podjęcia pracy gotowy do podjęcia pracy
wiek 36 lat
w Serwisie 1 rok

Ranking

Zakończonych zleceń
Brak danych
Średnia ocena
Brak danych
Ranking
290

Poziom znajomości języków obcych

English English: poziom wyżej niż średni

Umiejętności i kwalifikacje

Portfolio


  • 99 PLN

    zapytanie SQL

    Bazy danych i SQL
    To zapytanie SQL analizuje miesięczny dochód użytkowników gry, określa nowych płatnych użytkowników oraz ocenia dynamikę dochodu. Oblicza metryki, takie jak rozszerzenie lub zmniejszenie dochodu, utratę użytkowników oraz ich powroty po rezygnacji. Pozwala to głębiej zrozumieć zachowanie użytkowników oraz dynamikę dochodu.
    W zapytaniu SQL używane są następujące narzędzia i funkcje:

    CTE (Common Table Expressions) - do strukturyzowania zapytania na logiczne części (monthly_revenue, revenue_lag_lead_month, revenue_metrics).
    Funkcje agregacyjne:
    SUM() - do obliczania całkowitego dochodu użytkownika za miesiąc.
    COUNT(DISTINCT user_id) - do zliczania unikalnych płatnych użytkowników.
    Funkcje okienne:
    LAG() i LEAD() - do uzyskiwania wartości dochodu z poprzedniego i następnego miesiąca w celu porównania.
    PARTITION BY - do podziału danych dla każdego użytkownika, aby oceniać dane osobno dla każdego.
    Wyrażenia warunkowe CASE - do obliczania różnych typów dochodu, takich jak nowy dochód, rozszerzenie, zmniejszenie, powroty po utracie użytkowników itp.
    Funkcja date_trunc() - do zaokrąglania daty do poziomu miesiąca ('month'), co ułatwia grupowanie płatności według miesięcy.
  • 82 PLN

    Analiza kampanii reklamowych

    Bazy danych i SQL
    Projekt polegał na analizie efektywności kampanii reklamowych poprzez ocenę rentowności inwestycji w reklamę (ROMI) w okresie od listopada 2020 roku do października 2022 roku. Przeanalizowano dane dotyczące wydatków na reklamę, kosztu za kliknięcie (CPC), kosztu za tysiąc wyświetleń (CPM), wskaźnika klikalności (CTR) oraz rentowności dla różnych kampanii, takich jak "Expansion", "Lookalike", "Electronics", "Wholesale", wśród innych. Ta analiza pomogła zrozumieć, które kampanie miały najwyższą efektywność i zoptymalizować wydatki na reklamę w przyszłości.
  • 82 PLN

    Metryki przychodów

    Bazy danych i SQL
    Ten projekt zakłada stworzenie informacji dashboardu do śledzenia i analizy kluczowych wskaźników przychodu. Dashboard zawiera pięć wykresów, które przedstawiają nowych płatnych użytkowników, przychody (MRR), liczbę użytkowników, którzy zrezygnowali z subskrypcji (Churned Users), oraz wskaźniki rozszerzenia i redukcji przychodów. Interaktywne filtry dla języka i wieku użytkowników pozwalają na bardziej szczegółową analizę dynamiki przychodów w różnych okresach.

    Analiza obejmowała badanie liczby nowych płatnych użytkowników, poziomu regularnego miesięcznego przychodu (MRR), dynamiki odpływu użytkowników (Churned Users) oraz wpływu rozszerzeń i redukcji na przychody. Główne wnioski wykazały, że w połowie roku zaobserwowano wzrost liczby nowych płatnych użytkowników, co pozytywnie wpłynęło na MRR. Jednak pod koniec roku nastąpił wzrost odpływu użytkowników, co obniżyło całkowity przychód. Zidentyfikowano również znaczący wpływ rozszerzenia przychodów w niektórych miesiącach, co zrekompensowało straty z tytułu redukcji. Informacje te pomogą menedżerom produktu podejmować strategiczne decyzje dotyczące zatrzymywania użytkowników i zwiększania przychodów.