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

Віталій Корольков

Запропонуйте Віталію роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.

Україна Харків, Україна
4 дні 1 година тому
Вільний для роботи вільний для роботи
вік 35 років
на сервісі 2 місяці 29 днів
  • дашборд
  • візуалізація даних
  • Tableau
  • Looker Studio
  • python
  • Google Sheets
  • Аналіз даних
  • SQL
  • PostgreSQL
  • маркетингова аналітика
  • Когортний аналіз
  • Google BigQuery

Рейтинг

Успішних проєктів
Немає даний
Середня оцінка
Немає даний
Рейтинг
214
Бази даних та SQL
Python 1

Рівень володіння мовами

Українська Українська: носій
English English: базовий

Резюме

Junior Data Analyst із практичним досвідом у продуктовій та маркетинговій аналітиці. Працюю в міжнародній IT-компанії GlobalLogic. Розробляю інтерактивні дашборди в Tableau, Looker Studio, аналізую маркетингові кампанії та продуктові метрики (Retention, LTV, ROMI, когорти). Допомагаю бізнесу приймати рішення на основі даних.

Навички та вміння

Програмування

Послуги

Портфоліо


  • 1000 UAH

    Проєкт Tableau: Дашборд доходу 2022–2023 (ARPPU, MRR, когорти)

    Розробив інтерактивний дашборд у Tableau для аналізу динаміки доходу, трендів ARPPU та когорт користувачів. Інтегрував дані про платежі, розрахував щомісячний регулярний дохід (MRR), утримання користувачів і відсоткове зростання. Візуалізував ключові бізнес-метрики для виявлення коливань доходу та покращення прийняття рішень.
    Ключові результати:
    • Побудував візуалізації ARPPU та MRR для відстеження зростання доходу по місяцях
    • Створив когортний аналіз для оцінки утримання користувачів і повторного доходу
    • Підвищив швидкість звітності та прозорість даних для бізнес-аналізу.
  • 600 UAH

    Аналіз часу доставки — Superstore

    Проаналізував ефективність доставки по штатах США, використовуючи датасет Superstore, щоб виявити закономірності у часі доставки та операційній ефективності. Розрахував тривалість доставки — від моменту замовлення до відправлення — та візуалізував:
    • Середню кількість днів доставки за типами доставки (наприклад, First Class, Standard Class)
    • Розподіл замовлень за кількістю днів доставки
    • Середній час доставки по штатах на географічній мапі з градієнтною візуалізацією
    Ключові інсайти:
    • Доставка Standard Class займає найбільше часу (в середньому 4–5 днів), тоді як Same Day виконується протягом 1 дня
    • Штати центральної частини США демонструють дещо швидший середній час доставки
    Результат:
    Створив інтерактивний дашборд у Tableau з фільтрами за датою замовлення, сегментом і типом доставки, що дозволяє гнучко аналізувати ефективність доставки та виявляти вузькі місця.
  • 800 UAH

    E-commerce Funnel Analysis | GA4 + BigQuery + Tableau

    Бази даних та SQL
    Я створив наскрізний аналітичний дашборд воронки e-commerce, використовуючи приклад даних GA4.
    Мета проєкту:
    Допомогти маркетинг-менеджеру зрозуміти, як користувачі рухаються воронкою покупки, та визначити, на якому етапі відбувається найбільша втрата конверсій.
    Що я зробив:
    • Отримав і трансформував дані GA4 у BigQuery за допомогою SQL (CTE, JOIN)
    • Побудував датасет на рівні сесій із ключовими етапами воронки
    • Розробив інтерактивний дашборд у Tableau Public
    • Реалізував фільтри за датою, джерелом трафіку, кампанією, пристроєм, ОС та мовою
    • Візуалізував повну воронку — від початку сесії до покупки
    Ключові інсайти:
    • Найбільший відтік користувачів відбувається на етапі додавання товару в кошик
    • Не всі джерела трафіку, що приводять сесії, генерують покупки
    • Ефективність воронки суттєво відрізняється залежно від каналу трафіку та типу пристрою
    Технологічний стек:
    SQL (BigQuery), GA4, Tableau Public