- Разработал внутренний инструмент для автоматического дизайна, мониторинга и анализа A/B-тестов, в результате чего сократил времени анализа теста с нескольких дней до минут. – Лидировал миграцию данных в ClickHouse, создал иерархию метрик продукта и выстроил продуктовую отчетность в Metabase. – Провел несколько продуктовых исследований, по итогам которых удалось поднять arppu доп. услуг на 30%. – Менторил младших аналитиков и участвовал в процессе найма новых.

– Разработал сервис анализа поведения пользователей, интегрировав RFM и ML-кластеризацию, в результате чего персонализированная стратегия взаимодействия с пользователем увеличила удержание в первый месяц на 9%. – Улучшил отчетность за счет разработки иерархии метрик и создания отчетов в Tableau и Mixpanel. Изучив поведение пользователей и внедрив информацию, полученную из новых отчетов, увеличили конверсию на 20%. – Внедрил модель машинного обучения для прогнозирования оттока клиентов, что привело к увеличению удержания клиентов на 5%.

– Улучшил анализ A/B-тестов за счет автоматизации процесса их анализа, ускорил проведение экспериментов на 25 % за счет применения sequential testing. – Провел исследование поведения пользователей на сайте, провели сегментацию пользователей и получили идеи, необходимые для будущего роста продукта. – Повысил конверсии в заказ на 12% за счет дизайна и проведения более 20 A/B тестов.

– Разработал модель сегментации клиентов для B2B-клиентов с использованием unsupervised-моделей машинного обучения и RFM-анализа. – Улучшил существующие модели прогнозирования временных рядов на 20%.

– Улучшил существующие модели глубокого обучения для прогнозирования вероятности дефолта клиента на 15%. – Построил и откалибровал модель предсказания дефолта клиентов кредитных карт с показателем ROC-AUC 0,92.

Обучение принципам управления данными.