BI-аналитик / BI Analyst

Задачи:
- Провести анализ пользовательского поведения и монетизации продукта с целью выявления точек
потерь, оценки удержания и эффективности каналов привлечения.
- Исследовать влияние freemium-модели на конверсию пользователей и протестировать гипотезу её оптимизации.

Что было сделано:
- Построил пользовательскую воронку (482 → 332 → 317 → 72) с использованием Excel и Yandex DataLens, выявил низкую конверсию Active → Subscription (22,7%).
- Рассчитал Retention 7 (20,9%) и Retention 30 (62,7%) с применением когортного анализа, оценил динамику удержания.
- Проанализировал эффективность каналов в DataLens: Instagram показал наибольший Retention
30 (68,6%), Google Ads - более низкое удержание (23,9% на D7).
- Провёл A/B-тест монетизации с использованием статистических методов: конверсия группы B
выше (5,49% vs 3,31%), однако различия статистически незначимы (p=0,138).
- Сформулировал гипотезы роста по оптимизации freemium-модели и масштабированию эффективных каналов на основе полученных данных.

Итог:
- Результаты анализа позволили выявить ключевую точку потерь и определить направления роста через повышение вовлечённости и оптимизацию каналов привлечения.

- Осуществлял мониторинг системы видеонаблюдения (60+ камер) в режиме реального времени
- Выявлял аномальные ситуации и передавал информацию для оперативного реагирования (до 10-15 инцидентов в день)
- Фиксировал и систематизировал события в отчётности (ежедневно 10+ записей)
- Работал с большим объёмом визуальных данных, предотвращая инциденты и обеспечивая сохранность имущества (до 5-7 значимых случаев в неделю)