Особисті дані приховані

Катерина Хаджалова
Аналітик даних

Маю навички аналізу даних та бізнес-аналітики. Володію SQL, Python, Tableau, Power BI,
DBeaver та Google Sheets, маю практичний досвід A/B тестування. Працювала з
великими масивами товарних та облікових даних, контролювала точність інформації та
готувала звітність. Шукаю посаду молодшого аналітика даних, де зможу застосовувати
аналітичні навички для прийняття рішень на основі даних.
КОНТАКТИ

[відкрити контакти](див. вище в блоці «контактна інформація») (Україна) ПРОЄКТИ
[відкрити контакти](див. вище в блоці «контактна інформація») (Ізраїль)
Оцінка утримання користувачів (Retention Rate) на основі когортного аналізу →
[відкрити контакти](див. вище в блоці «контактна інформація»)
Інструменти: SQL, DBeaver, Google Sheets
Telegram/WhatsApp
Опис: Порівняла, як утримуються користувачі продукту залежно від того, прийшли
LinkedIn
вони органічно чи через промо-акції, за перші 6 місяців після реєстрації.
Ашдод, Ізраїль Мої завдання: Очистила та привела до єдиного формату дати в SQL, об'єднала таблиці
користувачів і подій, розрахувала когорти та їхній стаж, побудувала когортні таблиці з
ПРОФЕСІЙНІ Retention Rate та слайсер для фільтрації в Google Sheets.
КОМПЕТЕНЦІЇ
Результат: Органічні користувачі утримуються значно краще — 83% проти 56% у
◆ SQL (PostgreSQL) промо-користувачів вже на першому місяці. Тобто промо добре залучає нових людей,
◆ Python для аналізу даних але їх складніше утримати.
◆ Статистика та кореляційний Маркетинговий дашборд: порівняння Facebook Ads і Google Ads →
аналіз
Інструменти: SQL, PostgreSQL, DBeaver, Tableau Public
◆ Очищення та валідація даних
Опис: Створила інтерактивний дашборд для порівняння ефективності реклами на двох
◆ Візуалізація даних і data платформах на основі даних із чотирьох таблиць бази даних.
storytelling
Мої завдання: Об'єднала таблиці в єдиний датасет у SQL (JOIN, UNION ALL, COALESCE),
◆ A/B-тестування
замінила технічні ID на назви кампаній, декодувала UTM-параметри. У Tableau
◆ Когортний аналіз розрахувала CTR, CPC, CPM, CPL, ROMI та конверсії, налаштувала параметр для
◆ Бізнес-метрики: CTR, CPC, CPL, перемикання метрик, фільтри та взаємодію між графіками.
ROMI, ARPU, LTV, Retention
Результат: Кореляція між витратами та лідами — 0,79: більший бюджет загалом
Rate, churn, конверсія
приносить більше лідів. Вартість ліда (CPL) сильно зросла у 2022 році, а найдорожча
кампанія (Brand) у понад 50 разів дорожча за найдешевшу (Discounts). Дашборд у
ІНСТРУМЕНТИ Tableau Public
◆ Tableau, Power BI, Looker Studio
◆ DBeaver, PostgreSQL, BigQuery ДОСВІД РОБОТИ
◆ Python: Pandas, NumPy,
Matplotlib, Seaborn Спеціаліст з обробки повернень 2024 – 2026
◆ Jupyter Notebook Fox Group, Ізраїль
◆ Google Sheets, Excel ◆
Обробляла та перевіряла повернені товари, контролюючи відповідність і якість, для
коректного обліку
ОСОБИСТІ ЯКОСТІ ◆
Оновлювала дані щодо статусу, кількості та стану товарів у системі обліку,
підтримуючи актуальність залишків
◆ Самостійність в ухваленні
рішень
◆
Перевіряла коректність інформації про повернення та виявляла невідповідності в
даних, що підвищувало точність обліку
◆ Допитливість і пошук причин у
даних ◆
Працювала з великим обсягом товарних даних із дотриманням точності обліку
◆ Структурність у роботі з
інформацією Менеджер інтернет-магазину 2021 – 2022
MotoDen, Україна
◆ Гнучкість і швидка адаптація
до нових умов ◆
Вела асортимент і актуалізувала дані про товари в Excel, підтримуючи актуальний
◆ Уважність до деталей каталог
◆
Контролювала наявність і кількість товарів, оновлювала залишки, щоб клієнти бачили
МОВИ коректну інформацію
◆
Обробляла онлайн-замовлення та перевіряла дані перед передачею на склад, щоб
Англійська — Pre-Intermediate
уникати помилок у відправленнях
Українська — Рідна ◆
Координувала збір і підготовку замовлень до відправлення клієнтам

ОСВІТА

IT School GoIT
Data Analytics · 2026
Donetsk National Technical University
2018 – 2022 · Bachelor's degree, Management