Аналитик

• Провел A/B тест системы рекомендаций: увеличил CTR на 18% (p<0.01) и retention на 8%;
• Оптимизировал воронку конверсии: Нашел узкое место воронки. После оптимизации UX и
упрощения формы конверсия завершения регистрации выросла с 27% до 46%;
• Выявил аномалию в поведении пользователей через когортный анализ 12M транзакций (Обнаружил
падение retention в когорте пользователей, зарегистрированных в марте, на 23%). Вернул значение retention к baseline +7 п.п.;
• Разработал модель динамического ценообразования (Градиентный бустинг, внедрение через гео-эксперимент): маржинальность повысилась на 11%;
• Построил LTV-модель для B2B сегмента (XGBoost. Для оценки качества использовали метрику
MAPE ±11%). Была проведена сегментация клиентов по ценности, что позволило изменить
приоритеты отдела продаж. На бизнес-интерпретации: была предсказана LTV с точностью ±5%,):рост выручки на 28%.