Мар'яна

МАР’ЯНА МЕЛЬНИК
J U N I OR D A T A A N A L Y S T

КОНТАКТНІ ДАНІ: LinkedIn: [open contact info](look above in the "contact info" section)
ТЕЛЕФОН: [open contact info](look above in the "contact info" section) Telegram: @moeidtelegram
Локація: Київ, Україна
EMAIL: [open contact info](look above in the "contact info" section)

РЕЗЮМЕ
Аналітик даних із сильним аналітичним мисленням та практичним досвідом аналізу даних із
використанням Python, базового SQL та Google Sheets. Володію навичками очищення та
підготовки даних, проведення дослідницького аналізу, розрахунку KPI та візуалізації даних
для отримання бізнес-інсайтів. Виконала кілька аналітичних проєктів із реальними
датасетами з фокусом на аналізі метрик та поведінці клієнтів. Попередній професійний досвід
сприяв розвитку високої уважності до деталей, точності в роботі з документацією та
практичних навичок у підготовці звітності та роботі зі структурованими даними.

ПРОФЕСІЙНІ НАВИЧКИ Інструменти
Python Pandas, NumPy
Очищення та підготовка даних PostgreSQL (базовий рівень)
Розвідувальний аналіз даних (EDA) Google Sheets / Microsoft Excel
Агрегація даних та розрахунок метрик Tableau (в процесі вивчення)
Аналіз та інтерпретація KPI Power BI (в процесі вивчення)
SQL (базові запити) Методи A/B тестування (в процесі вивчення)
Робота зі структурованими наборами
даних

ПРОЄКТНИЙ ДОСВІД
Аналіз бізнес-метрик e-commerce
Проведено аналіз датасету e-commerce для оцінки ефективності бізнесу та поведінки клієнтів.
Інструменти: Google Sheets, SQL, очищення даних, розробка KPI, дашборди
Ідея: визначити ключові бізнес-метрики та тренди, що впливають на продажі.
Завдання: очищення даних, розвідувальний аналіз, SQL-запити, розрахунок KPI, створення
дашборду.
Результат: створено інтерактивний дашборд із ключовими показниками та візуалізаціями для
підтримки прийняття рішень на основі даних.
Project link

Аналіз виживання пасажирів Titanic
Проведено аналітичне дослідження для визначення факторів, що впливали на виживання пасажирів.
Інструменти: Python, Pandas, NumPy, Matplotlib, Seaborn
Ідея: дослідити демографічні та соціально-економічні фактори, що впливають на рівень виживання.
Завдання: перевірка даних, очищення, створення нових ознак (feature engineering), розвідувальний
аналіз за віком, статтю, класом квитка та розміром сім’ї.
Результат: визначено ключові фактори виживання та сформульовано висновки на основі
статистичних закономірностей.
GitHub: https://github.com/maryanamelnyk-png/titanicanalysis

Аналітичний дашборд мобільного ігрового продукту
Проведено аналітичне дослідження для оцінки поведінки користувачів та доходності мобільного
ігрового продукту.
Інструменти: Tableau, LOD Expressions, Table Calculations, Calculated Fields
Ідея: проаналізувати залученість гравців, монетизацію та утримання для визначення можливостей
зростання.
Завдання: розрахунок ключових метрик (активні користувачі, рівень залученості в Battle Pass,
середній час гри), сегментація користувачів за віковими групами, побудова теплових карт активності,
аналіз доходів і змін місяць до місяця, когортний аналіз утримання доходу.
Результат: виявлено зниження залученості в Battle Pass, високу волатильність New MRR, відмінності
в залученості між віковими групами та нестабільність доходу; надано рекомендації щодо покращення
утримання, монетизації та залучення користувачів.
GitHub: https://github.com/maryanamelnyk-png/Revenue-Analysis-Activity-Of-Mobile-Game-Users

Аналіз конверсії e-commerce
Проведено аналітичний проєкт для оцінки ефективності конверсії в e-commerce на основі даних GA4.
Інструменти: SQL, BigQuery, Tableau, GA4
Ідея: проаналізувати поведінку користувачів та визначити фактори, що впливають на конверсію у
воронці продажів.
Завдання: отримання та трансформація даних у BigQuery, побудова сесійних датасетів, створення
воронки (7 етапів), розрахунок ключових метрик (Sessions, Conversion Rate, Purchases), сегментація
за джерелами трафіку, пристроями та характеристиками користувачів, створення дашборду з
інтерактивними фільтрами.
Результат: виявлено основні точки втрат у воронці, відмінності в конверсії між каналами трафіку та
пристроями; надано рекомендації для оптимізації UX та маркетингових стратегій.
GitHub: https://github.com/maryanamelnyk-png/conversion-analytics-dashboard

ДОСВІД РОБОТИ
Адміністратор клієнтського сервісу | Липень 2023 – Теперішній час
АТ Укрзалізниця
Надання операційної та аналітичної підтримки клієнтам із забезпеченням високої точності
даних
Робота з VIP-клієнтами та складними запитами
Підготовка щоденних і щомісячних звітів, моніторинг KPI та аналіз ефективності сервісу
Ведення внутрішньої документації та структурованих даних
Спеціаліст із закупівель | Грудень 2019 – Травень 2020
АТ Укрзалізниця
Перевірка контрактів на закупівлі та послуги на точність
Підготовка звітів із закупівель та контроль використання матеріалів
Внесення та підтримка структурованих даних у внутрішніх системах

ОСВІТА
IT School GoIT | 2025
Аналітик даних

Київський національний економічний університет ім. Вадима Гетьмана | 2018 – 2020
Бакалавр: Фінанси, банківська справа та
страхування

МОВИ
Англійська — Pre-Intermediate
Українська — рідна