Yana S.
Запропонуйте Yana роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.
Рейтинг
Рівень володіння мовами
Резюме
Junior Data Analyst із практичними навичками роботи з SQL, Python (pandas, matplotlib), Tableau та Google Sheets. Аналізую дані, створюю дашборди та аналітичні звіти для прийняття рішень. Маю портфоліо проєктів на GitHub та Tableau Public (MRR, LTV, churn rate, інтерактивні візуалізації). Постійно вдосконалюю навички та рівень англійської мови.
Навички та вміння
Програмування
Послуги
Портфоліо
-
Динамічний календар у Google Sheets
Javascript та TypescriptСтворила повністю автоматизований календар у Google Sheets на основі Google Apps Script. Рішення динамічно відображає події з кількох аркушів, застосовує кольорове виділення за типами подій, додає коментарі при наведенні та містить щоденний чекліст із автоматичним скиданням за допомогою тригерів.
-
Обробка JSON-файлів та аналіз даних
PythonРозробила Python-рішення для обробки JSON-файлів із повідомленнями про повітряну тривогу та відбій. Проєкт витягує ключову інформацію (дату, час, місце, тип повідомлення), конвертує її у структурований формат CSV та візуалізує результати в Tableau за допомогою інтерактивного календаря з фільтрами по регіонах.
-
Дашборд ігрових метрик доходу
Бази даних та SQLРозробила інтерактивний дашборд у Tableau на основі SQL-запитів (Google BigQuery) для аналізу ключових метрик доходу онлайн-ігор. Проєкт дозволяє оцінити поведінку користувачів, динаміку підписок, відтік, зростання MRR та зміни ARPPU з часом.
-
Дашборд ROMI та рекламних метрик
Бази даних та SQLРозробка дашборду: Створила дашборд у Looker Studio для відстеження та аналізу ефективності реклами у Facebook і Google Ads.
Ключові метрики та аналіз: Візуалізувала ROMI, рекламні витрати, CPC, CPM та CTR для оцінки результативності кампаній.
… Інтерактивна аналітика: Реалізувала динамічні фільтри для детального, орієнтованого на дані прийняття рішень.
-
Аналіз воронки та метрики конверсії
Бази даних та SQLВізуалізація воронки: Створила дашборд аналізу воронки в Tableau для відстеження проходження користувачів через ключові етапи клієнтського шляху.
Метрики конверсії: Вимірювала та візуалізувала ключові показники конверсії, наприклад, від реєстрації до покупки, щоб визначити вузькі місця та оптимізувати процес продажів.
… Інтерактивна аналітика: Додала динамічні фільтри для детального, орієнтованого на дані аналізу конверсії.
-
Аналіз онбордингу, конверсії та утримання користувачів – США
Бази даних та SQLЯ розробила когортну дашборд-систему в Amplitude для аналізу онбордингу, конверсії та утримання користувачів у США, які виконали дію «Welcome» у червні 2023 року. Аналіз охоплює як iOS, так і Android, надаючи уявлення про те, як користувачі проходять через онбординг-funnel та взаємодіють із ключовими функціями застосунку.
Основні метрики та візуалізації:
… Когорта: Welcome Action – US June 2023
Відстежує кількість користувачів у США, які виконали дію «Welcome» у червні 2023 року, з розподілом за платформами (iOS/Android).
Онбординг-funnel користувачів: Welcome → Play (розподіл за платформами)
Показує коефіцієнт конверсії від виконання дії «Welcome» до першої активності в застосунку (наприклад, відтворення пісні/відео), з розподілом за платформами.
Утримання користувачів: Welcome → Active Event & Play Song/Video
Аналізує утримання, відстежуючи користувачів, які взаємодіяли з ключовими подіями (наприклад, Play Song/Video) після виконання дії «Welcome».
Щоденний коефіцієнт конверсії за платформами
Моніторить щоденні показники конверсії від онбордингу до ключових дій користувачів, з розподілом за платформами (iOS/Android).
Щоденна тривалість онбордингу за платформами
Вимірює час, який користувачі витрачають на проходження процесу онбордингу, з розподілом за платформами, щоб оцінити ефективність процесу.
Динаміка залученості користувачів: Play Song/Video vs. Active Events
Порівнює взаємодію користувачів між ключовими діями (наприклад, Play Song/Video проти інших подій), надаючи уявлення про користувацькі вподобання.
Цей когортний аналіз допоміг визначити ключові точки відтоку та зони для оптимізації користувацького шляху, що дозволило отримати аналітику на основі даних для покращення утримання та конверсії. Сегментація даних за платформами та аналіз патернів взаємодії дали змогу зробити практичні висновки для підвищення якості користувацького досвіду та довгострокового утримання.