Аналитик данных с опытом разработки ETL-процессов, построения интерактивных дашбордов Power BI и анализа бизнес-показателей. Владею SQL, Python, DAX и Power Query. Благодаря бэкграунду в управлении бизнесом, понимаю задачи заказчиков, разговариваю на языке цифр и создаю инструменты, которые помогают руководству принимать верные стратегические решения.
Аналитик данных - KARPOV.COURSES
Power BI Service | DAX | Power Query и Pivot (+BI) | Power BI, DAX
Оконные функции SQL | Симулятор SQL | Интерактивный тренажер по SQL | Тренажер по SQL
Основы Python | Поколение Python
| название | стек | описание проекта |
|---|---|---|
| Дашборд Продажи в кофейнях | Power BI, Power Query, DAX, line chart, bar chart, сводные таблицы | Открыть отчет Power BI Создание единого инструмента для оперативного контроля выручки, анализа потребительского спроса, оптимизации ассортимента и выявления временных закономерностей продаж по разным кофейням сети. |
| Дашборд Анализ продаж игрушек | Power BI, Power Query, DAX, фактоиды, line chart, bar chart, сводные таблицы | Открыть отчет Power BI Анализ ключевых показателей продаж сети магазинов игрушек для оптимизации управления запасами и повышения прибыльности. |
| Дашборд Сводный отчет | Power BI, Power Query, DAX, фактоиды, спарклайны, line chart, bar chart, pie chart, map chart, сводные таблицы | Открыть отчет Power BI Создание единой аналитической панели для мониторинга портфеля объектов и оперативного анализа упущенных сделок. |
| Дашборд Отчет продаж WB | Power BI, Power Query, DAX, фактоиды, line chart, bar chart, сводные таблицы | Открыть отчет Power BI Создание панели мониторинга для сквозного контроля продаж, операционных расходов и рентабельности торговли на Wildberries за период с мая по сентябрь. |
| Дашборд Маркетинговый анализ клиники | Power BI, Power Query, DAX, сводные таблицы, фактоиды, спарклайны, line chart, bar chart, pie chart | Открыть отчет Power BI Разработка системы сквозной бизнес-аналитики для мониторинга маркетинговой эффективности и воронки продаж медицинской клиники по потокам клиентов (digital, other) с помощью функций TREATAS, USERELATIONSHIP. |
| Дашборд Отчет продаж | Power BI, Power Query, DAX, сводные таблицы, line chart, bar chart, map chart | Открыть отчет Power BI Визуализация объемов продаж и заказов в разрезе географии сбыта (страны-реселлеры), товарных категорий и подкатегорий, а также проведение временного анализа для сравнения плановых и фактических дат исполнения обязательств с помощью функции USERELATIONSHIP. |
| Дашборд Мониторинг рынка труда | Power BI, Power Query, DAX, фактоиды, сводные таблицы, line chart, bar chart | Открыть отчет Power BI Дашборд мониторинга рынка труда и кадровых метрик для оценки динамики выплат, анализа гендерных и возрастных различий на уровне заработных плат, а также выявления ключевых регионов и отраслей присутствия работодателей. |
| Дашборд Аналитика продаж | Power BI, Power Query, DAX, фактоиды, сводные таблицы, map chart, bar chart | Открыть отчет Power BI Собрала дашборд с ключевыми бизнес-метриками для оперативного контроля продаж, оценки маржинальности и выявления неэффективных зон (убыточных заказов и категорий товара). Провела АВС-анализ по номенклатуре и отразила в матрице, визуализировала распределение продаж на карте по регионам, по сегменту покупателя и по категориям продукта. |
| Дашборд Финансовый обзор ресторана, 02.2026 | Power BI, Power Query, DAX, фактоиды, сводные таблицы, line chart, bar chart, pie chart | Открыть отчет Power BI Разработала дашборд для операционного мониторинга ресторана с LFL-анализом («день недели к дню недели») и контролем план-фактных показателей за февраль 2026 года. Провела анализ и дала рекомендации для роста прибыли. |
| Дашборд План-Факт продаж за 2025-2026гг | Power BI, Power Query, DAX, фактоиды, сводные таблицы, line chart, bar chart, pie chart | План-фактный анализ 2025: отображение процента выполнения плана в реальном времени. Прогноз 2026: сегментация подтвержденных заказов на будущий период. Анализ направлений: визуализация структуры выручки по категориям. Сквозная фильтрация: использована функция USERELATIONSHIP для активации неактивных связей между CRM-сделками и фактическими продажами. |
| Анализ выполнения плана продаж за 2022г | Excel, Power Query, Power Pivot, сводные таблицы и диаграммы | Загрузила и обработала таблицы через Power Query. Добавила таблицы в модель данных, создала связи для таблиц план-факт и меры расчета: меру факта продаж Товарной группы1 за август 2022 (кол-во), меру % выполнения плана продаж (кол-во), меру расчета выручки (USD), меру расчета валовой маржинальной прибыли (USD), структуру продаж по Брендам (%), средний курс продаж (USD). |
| Анализ сайта продажи курсов | Python (pandas, pandahouse, numpy, seaborn, matplotlib, scipy, bootstrap, requests, urlencode), SQL, ClickHouse, Jupyter Notebook | 1. Провела анализ новой механики оплаты услуг на сайте. Расчеты метрик: CR, ARPU, ARPPU; проверила группы на нормальность и равенство дисперсий, провела АВ-тестирование метрик и проверила гипотезы (Хи-квадрат Пирсона, Bootstrap). 2. Оптимизация воронки. Сделала SQL-запрос создания сводной таблицы с расчетом основных метрик: ARPU, ARPAU, CR, CR_active, CR_math. 3. Написала функцию для доп. файла, которая вычисляет основные метрики для анализа в одну сводную таблицу, и функцию для визуализации полученных результатов в виде графиков. |
| Дашборд Финансовый обзор бронирования отелей | фактоиды, спарклайны, тепловая карта, параметр, line chart, bar chart, pie chart, Tableau | Интерактивный отчет Tableau Собрала дашборд в Tableau: фактоиды расчета метрик относительно WoW и MoM для анализа по понедельникам, спарклайны расчета метрик за весь период по неделям, бар чарт выручки по отелям и каналам бронирования для анализа продаж, тепловая карта выручек по дням недели и месяцам, круговые графики спроса номеров по выручке и кол-ву бронирований, бар чарт спроса по отелям относительно взрослые/дети. |
| Анализ приложения доставки | Python (pandas, numpy, seaborn, matplotlib, scipy, pingouin, statsmodels), Jupyter Notebook | Провела анализ новой системы рекомендаций в приложении доставки: проанализировала данные, определила нужные метрики для анализа, провела АВ-тестирование метрик с помощью метода Т-теста Стьюдента и проверила гипотезы на отличия, визуализировала полученные данные. |
| Анализ мобильного приложения для игр | Python (pandas, numpy, seaborn, matplotlib, scipy, bootstrap, requests, urlencode), Jupyter Notebook | 1. Написала функцию, которая рассчитывает и визуализирует Retention игроков по дням (неделе, месяцу) от даты регистрации игрока. 2. Провела анализ проведения различных акций в приложении для игр: написала функцию выгрузки файлов, проанализировала данные; провела математические расчеты метрик: CR, ARPU, ARPPU; проверила группы на нормальность и равенство дисперсий,провела А/В тестирование метрик и проверила гипотезы на различия между группами с помощью метода Хи-квадрат Пирсона и Boostrap. 3. Провела оценку тематических событий с упрощенной и усложненной механиками. При анализе результатов событий в игре важно учитывать как стандартные метрики, так и специфические показатели, зависящие от изменений в механике игры. |
| Создание DAG в AirFlow | Python (pandas, numpy, requests, datetime, timedelta, airflow.decorators), Jupyter Notebook | Написала код для 7 тасков: 1. Функция считывания таблицы и подтягивание года для анализа. 2. Функция расчета самой продаваемой игры в этом году во всем мире. 3. Функция расчета самых продаваемых жанров игр в Европе. 4. Функция расчета на какой платформе было больше всего игр, которые продались более чем миллионным тиражом в Северной Америке. 5. Функция расчета всех издателей, у которых самые высокие средние продажи в Японии. 6. Функция расчета сколько игр продались лучше в Европе, чем в Японии. 7. Функция печати ответов на все 5 вопросов. Результат в Readme. |
| Анализ покупателей коммерческой организации | Python (pandas, numpy, seaborn, matplotlib, plotly), Jupyter Notebook | Провела анализ данных, произвела расчеты кол-ва покупок по дням недели, проверила кол-во заказов, которые не доставляются и выявила их основные причины; выполнила когортный анализ и выявила когорту с самым высоким retention на 3-й месяц, визуализировала полученные данные на тепловой карте; провела RFM-анализ и описала клиентов по сегментам. |
| Дашборд Анализ рынка вакансий Аналитики и BI | фактоиды, таблицы, параметр, line chart, bar chart, map chart, Tableau | Интерактивный отчет Tableau Собрала дашборд в Tableau. Фактоиды - произвела расчет активных вакансий и средней зарплаты; линейный график - динамика вакансий за весь период; аналитические таблицы - спрос вакансий по городам и ключевому направлению; график карта - активные вакансии и сред. зарплата по городам. |
| Анализ приложения знакомств | Python (pandas, numpy, seaborn, matplotlib, scipy, pingouin, statsmodels), Jupyter Notebook | Провела анализ нового алгоритма онлайн-знакомства в приложении. Проанализировала данные, определила метрики, рассчитала доверительный интервал для каждой группы, проверила данные на нормальность, провела АВ-тестирование с помощью метода Хи-квадрат Пирсона на отличия конверсий между группами. |