Визуализатор медицинских данных

Интерактивный визуализатор и калькулятор на основе медицинского осмотра для изучения взаимосвязи между сердечными заболеваниями, измерениями тела, маркерами крови и выбором образа жизни.

Veon

• Создание статистических моделей для прогнозирования оттока подписчиков и обнаружение закономерностей оттока с использованием методов машинного обучения, определение подписчиков, склонных к оттоку и предложение вознаграждения. • Анализ базы из 9 миллионов абонентов, в целях получения информации о клиентах для проведения маркетинговых кампаний. Извлечение данных с использованием PySpark и Hive. • Сегментирование 9 млн подписчиков (местоположение, ARPU, использование трафика, LTV, трафик в социальных сетях и т. д.) для кампаний Up-Sell, Cross-Sell, AntiDown-Sell. • Разработка модели склонности к покупке (PTB), look-alike и модели ранжирования для обогащения данных профилей абонентов для таргетированной рекламы релевантным предложением. • Проведение A/B тестов для оценки маркетинговой стратегии. • Создание ad-hoc и регулярных отчетов для принятия решений на основе данных. Автоматизировал процессы отчетности с помощью PySpark и PowerBI. • Сотрудничество с командой Data Engineering для улучшения качества и времени оценки данных. Достижения: • Разработал модели сегментации клиентов; отправка рекламы с настроенными периодами времени по интересам, чтобы вернуть старых клиентов, что снизило маркетинговые расходы на повторное привлечение клиентов на 15%. • Определил ключевые области для будущего развития дополнительных цифровых услуг путем создания карты пути клиента (CJM). • Сократил затраты на предварительную обработку данных на 70 % благодаря оптимизации данных PySpark.

Philip Morris International

• Поддержка розничной аналитики, создание отчетов для планирования спроса, пополнения запасов, ценообразования и оптимизации цепочки поставок. • Организация процедуры отчетности, отчеты в режиме реального времени, ежедневные и ежемесячные отчеты, а также отчеты для потребителей для определения понимания клиентов. • Регулярная проверка гипотез, A/B тестирование. • NLP для классификации отзывов клиентов, чтобы понять долгосрочные причины неудовлетворенности. • Построение моделей прогнозирования для обеспечения предупреждающих, а не реактивных вмешательств. • Прогноз продаж по direct/indirect каналам и планирование запасов устройств RRP Iqos. • Построены динамические дэшборды в Power BI для 4 различных продуктовых групп, что помогло высшему руководству контролировать важные метрики в различных подразделениях бизнеса. Достижения: • По программе trade-in по обмену старых устройств на новые, раньше обмен производился только на дорогое устройство 3DUO. По результатам опроса выяснил, что мы теряем часть клиентов, которые готовы обменять устройство на более дешевую альтернативу и предлагали перед началом делистинга старых устройств более дешевую альтернативу Lil Upsell, исходя из глобальных данных, увидел, что они менее подвержены поломкам и заменам, что позволило перевести часть клиентов на более дешевую альтернативу, что улучшило Retention на 20%. • Выявил новый сегмент клиентов за счет чего увеличился общий доход от продаж Iqos на 10%. • Сократил время расчета различных ключевых метрик от пары часов до нескольких минут за счет автоматизации и устранения узких горлышек.