Яндекс.Практикум
Аналитик данных (обучение)
Основной стек используемых технологий: Python (pandas, numpy, plotly, matplotlib, seaborn, beautifulSoup, sklearn), SQL, Tableau, JupyterNotebook.
Коммуникация: Slack, Zoom.
Выполненные проекты:
1. Анализ рынка компьютерных игр
Задача: используя исторические данные о продажах компьютерных игр, оценки пользователей и экспертов, жанры и платформы, выявить закономерности определяющие успешность игры. Дать рекомендации отделу маркетинга и рекламы.
Результат: выявлены параметры, определяющие успешность игры в разных регионах мира. На основании этого подготовлен отчет для планирования рекламных кампаний. Составлены портреты пользователей каждого региона.
Ссылка на проект: https://github.com/SokolovArt/Portfolio/tree/master/Изучение%20закономерности%20успешности%20игр
2. Анализ бизнес показателей Яндекс.Афиши за 2017-2018г.
Задача: на основе данных о посещениях сайта Яндекс.Афиши и поведения пользователей дать рекомендации по оптимизации маркетингового бюджета.
Результат: проведен когортный анализ, рассчитаны метрики LTV, CAC, Retention rate, DAU, WAU, MAU, ROMI по всем рекламным каналам. Выявлены сроки окупаемости клиента и
даны рекомендации по распределению бюджета по рекламным каналам и платформам.
Ссылка на проект: https://github.com/SokolovArt/Portfolio/tree/master/Оптимизация%20маркетинговых%20затрат
3. Анализ пользовательского поведения в мобильном приложении
Задача: на основе данных из мобильного приложения для доставки еды, было необходимо проверить, повлияет ли изменение шрифтов в приложении на конверсии.
Результат: подготовил данные, построил событийные воронки, проанализировал A/B тесты, проверил гипотезы. Новый шрифт можно вводить в проект.
Ссылка на проект:
https://github.com/SokolovArt/Portfolio/tree/master/Анализ%20пользовательского%20поведения%20в%20мобильном%20приложении
Подробнее об этих и других проектах https://github.com/SokolovArt/Portfolio