Тетяна

ТЕТЯНА [open contact info](look above in the "contact info" section)
[open contact info](look above in the "contact info" section)

РАДЗІВІЛ Telegram
LikedIn
Аналітик даних
Дніпро, Україна

ПРОФІЛЬ

Молодший аналітик даних із вищою освітою в галузі економіки та практичним досвідом у аналізі
даних, візуалізації та підготовці звітності. Володію навичками роботи з SQL, Power BI, DAX, Power Query,
Excel, Tableau та Amplitude. Маю практичний досвід у розробці дашбордів, аналізі ключових показників
ефективності (KPI), доходів, когорт, утримання користувачів (Retention), воронок та поведінки
користувачів, а також зацікавлена у перетворенні даних на практичні бізнес-інсайти.

ДОСВІД РОБОТИ

Приватне підприємство - керівник складської команди Бер. 2022 - зараз
Координую роботу команди до 5 співробітників та організовую щоденні операційні процеси.
Перевіряю точність облікових даних, виявляю розбіжності та координую їх оперативне вирішення.
Працюю з обліковими даними та документацією, забезпечуючи актуальність і коректність
інформації.
Враховую сезонні коливання навантаження під час планування роботи команди та розподілу
завдань.
Ініціювала реорганізацію робочих процесів, що дозволила збільшити кількість оброблених
повернень із 1–2 до 2–3 на тиждень у періоди підвищеного навантаження.
Запропонувала зміни в організації робочого графіка під час пікових періодів, що допомогло
зменшити кількість помилок і покращити організацію роботи команди.

Приватне підприємство - молодший спеціаліст складу Вер. 2019 - Бер. 2022
Допомагала складській команді у виконанні щоденних операційних завдань.
Готувала та комплектувала невеликі замовлення клієнтів.
Підтримувала процес обробки замовлень і виконання загальних складських операцій.

ОСВІТА

Національний технічний університет “Дніпровська політехніка” Вер. 2024 - Груд. 2025
Магістр, Економіка

IT School GoIT Лют. 2026 - Серп. 2026
Data Analyst

ПРОФЕСІЙНІ
КОМПЕТЕНЦІЇ

Очищення та валідація даних, Презентація даних та аналітичних Бізнес-метрики: Conversion Rate,
підготовка даних, EDA висновків (Data Storytelling) Retention Rate, Churn Rate, ARPU,
Моделювання, трансформація та Когортний аналіз, Funnel Analysis, ARPPU, LTV
інтеграція даних, ETL-процеси Retention Analysis, Churn Analysis, Описова статистика, A/B
Розробка дашбордів, звітів та User Behavior Analysis тестування, перевірка гіпотез,
інтерактивних візуалізацій KPI, Performance Analysis, Business кореляційний аналіз
Reporting SQL, робота з базами даних
Python

МОВИ
Англійська - вище середнього Українська - рідна Французська - середній

ПРОЕКТИ
1. SaaS Revenue & Monetization Analytics
Опис проєкту
Аналіз доходів SaaS-продукту за моделлю підписки з фокусом на монетизацію, динаміку платних
користувачів, відтік клієнтів та довгострокову цінність користувачів. Розробила інтерактивні дашборди
для відстеження ключових показників і дослідження змін у доходах та поведінці платних користувачів.

Основні завдання
Аналізувала динаміку регулярного доходу (MRR) та доходу від нових підписок (New MRR).
Досліджувала кількість платних користувачів, нових платних користувачів та середній дохід на
платного користувача (ARPPU).
Розрахувала показники відтоку користувачів (Churn Rate) і втрати доходу (Churned Revenue).
Порівнювала тривалість життєвого циклу користувачів (LT) із їхньою довгостроковою цінністю
(LTV).

Досягнення (Achievements)
Розробила 3 інтерактивні дашборди в Tableau для комплексного аналізу доходів, монетизації та
відтоку користувачів.
Створила розрахункові поля для визначення ключових бізнес-метрик і відстеження їхньої
динаміки.
Реалізувала візуалізації для порівняння показників у часі та дослідження взаємозв’язку між
поведінкою платних користувачів і доходами.

Інструменти: PostgreSQL | SQL | Tableau | Calculated Fields | KPI Analysis | Data Visualization

2. E-Commerce Funnel
Опис проєкту
Дослідження поведінки користувачів інтернет-магазину на основі даних Google Analytics 4 (GA4). Мета
проєкту — проаналізувати шлях користувачів від початку сеансу до покупки, оцінити конверсію між
етапами воронки та визначити етапи, на яких відбувається втрата потенційних покупців.

Основні завдання
Обробка даних GA4: SQL-запити в Google BigQuery для роботи з таблицями подій, відбору
необхідних даних і витягування параметрів із вкладеної структури.
Побудова воронки конверсії: визначила послідовність ключових етапів користувацького шляху —
від початку сеансу та перегляду товару до додавання в кошик, оформлення замовлення й покупки.
Розрахунок показників воронки: підготувала дані для оцінювання кількості користувачів на
кожному етапі та аналізу переходів між етапами.
Дослідження поведінки користувачів: використала події GA4 для вивчення користувацького шляху
та пошуку потенційних точок відтоку в процесі покупки.

Досягнення
Реалізувала SQL-логіку побудови воронки конверсії на основі подій GA4 у Google BigQuery.
Використовувала CTE та роботу з вкладеними параметрами подій для структурування даних і
підготовки їх до подальшого аналізу.
Створила основу для оцінювання конверсії між етапами покупки та виявлення етапів із
найбільшими втратами користувачів.

Інструменти: SQL | BigQuery | GA4 | Funnel Analysis | Conversion Analysis | Tableau | Data Visualization

ІНСТРУМЕНТИ
Amplitude BigQuery Microsoft Project
Tableau, Looker Studio, Power BI Google Sheets, Excel Miro
Pandas, NumPy, Matplotlib Jira, Trello Confluence