Особисті дані приховані

Георгій
Гнатів
Магістр статистики ЛНУ ім. Івана Франка). Спеціалізуюся на
продуктовій та маркетинговій аналітиці: проведенні й оцінці A/B
тестів, розрахунку юніт-економіки (CAC, LTV, ROAS) та побудові
інтерактивних дашбордів у Tableau. Володію Python та SQL на рівні
написання складних аналітичних запитів (CTEs, віконні функції). Маю
досвід статистичного моделювання та прогнозування часових рядів.
ОСОБИСТА
ІНФОРМАЦІЯ
ДОСВІД/ПРОЄКТИ
[відкрити контакти](див. вище в блоці «контактна інформація»)
(Telegram, WhatsApp) Продуктовий аналітик (Project-based) Травень 2026
[відкрити контакти](див. вище в блоці «контактна інформація»)
A/B Testing & Product Optimization (Onboarding): Спланував та
Україна, Львів провів A/B-тест для оптимізації онбордингу, розрахувавши
необхідний розмір вибірки (N=55,228) та тривалість
ОСВІТА експерименту. За допомогою Python підтвердив статистично
значуще зростання конверсії в першу оплату з 5.60% до
Львівський національний 5.96% (p-value = 0.0038). Сформував рекомендації щодо
університет імені Івана Франка розгортання функціоналу та виявив технічні баги в системі
Статистичний аналіз даних трекінгу.
SQL & Unit Economics: Розробив складні SQL-запити в
Магістр (2024-2025)
BigQuery для очищення та аналізу сирих даних. Розрахував
Бакалавр (2020-2024) ключові метрики юніт-економіки (CAC, LTV, CPM, CTR) для
оцінки ефективності маркетингових каналів, а також
НАВЧИКИ детально проаналізував продуктово-маркетингову воронку та
локалізував основне вузьке місце на етапі Click-to-Install.
Excel (Pivot Tables, BI & Data Visualization (Tableau): Створив інтерактивний
VLOOKUP/XLOOKUP) дашборд у Tableau для оптимізації маркетингового бюджету.
SQL (Complex joins, Window На основі Geo/OS аналізу виявив, що ARPU 90d на iOS на 72%
Functions, Aggregations, CTEs) вищий, ніж на Android; сформував стратегію перерозподілу
Python (Pandas, NumPy, Scikit-learn, бюджету
Matplotlib, Hypothesis Testing)
Навчальна практика Квітень 2024
Machine Learning: Linear/Logistic
Regression, Clustering Modeling & Forecasting (Python, Excel): Будував моделі
Product & Marketing Analytics: A/B часових рядів (ARIMA) в Python та Excel для прогнозування
Testing, Unit Economics (CAC, LTV, ключових показників. На основі даних моделював майбутні
тренди та оцінював точність прогнозних значень.
ROAS)
Data Processing & Analytics (SQL, Python, Excel): Проводив
BI & Visualization: Tableau Desktop
підготовку, очищення та агрегацію великих масивів сирих
даних за допомогою SQL-запитів та Python. Створював
зведені таблиці.
МОВА
Англійська - B1 КУРСИ
Українська - вільне володіння
SKELAR IT Analytics Intensive
СЕРТИФІКАТИ Курс та воркшопи (20 годин): SQL & Data Analysis, A/B Testing &
Hypothesis Validation, Tableau, Python, Product & Marketing
https://1drv.ms/f/s!Arqqt0YCR Analytics.
UunidljmB6Fs1KC043QZg?
e=qmY3Fp