Kevin Tran
Data analyst, analytique produit et revenus
Atlanta, GA | (404) 555-0136 | [email protected] | github.com/kevintran-data
Profil professionnel
Data analyst avec 5 ans d'expérience en analytique dans l'e-commerce et la fintech. A construit le modèle de rétention à l'origine d'un programme de reconquête qui rapporte 2,4 M$ par an, et remplacé plus de 20 rapports manuels par des tableaux de bord Looker en libre-service. Solide en SQL, Python et analyse d'expérimentations.
Compétences techniques
- Langages: SQL, Python (pandas, scikit-learn), R
- BI et données: Looker, Tableau, dbt, Snowflake, BigQuery, Excel
- Méthodes: Tests A/B, Régression, Analyse de cohortes, Prévision, Modélisation des données
Expérience professionnelle
- Construction d'un modèle de risque de churn en Python (régression logistique) qui cible une campagne de reconquête récupérant désormais 2,4 M$ par an.
- Refonte du reporting des revenus dans dbt et Looker, en remplacement de plus de 20 rapports sur tableur, avec une clôture mensuelle raccourcie de 2 jours.
- Analyse de plus de 40 tests A/B par an avec les équipes produit, dont la modification du tunnel de paiement qui a augmenté la conversion de 6 %.
- Rédaction du guide de style SQL et de la checklist de revue de l'équipe, adoptés par 9 analystes.
- Segmentation en SQL de 1,2 million de clients selon leur comportement d'achat, à l'origine d'une stratégie e-mail qui a augmenté les commandes répétées de 14 %.
- Création de tableaux de bord Tableau pour les stocks et le marketing, utilisés chaque jour par 35 personnes dans 4 équipes.
- Détection d'un bug de tracking qui comptait deux fois les commandes mobiles, corrigeant une surestimation de 9 % du chiffre d'affaires déclaré.
- Construction d'une prévision de la demande en Python pour les 300 meilleurs produits, avec 18 % de ruptures de stock en moins en haute saison.
- Automatisation de 12 rapports hebdomadaires d'agences avec SQL et Excel Power Query, soit 10 heures de travail manuel économisées par semaine.
- Production du dossier trimestriel de performance des prêts pour le conseil d'administration.
- Suppression en SQL de 8 000 fiches adhérents en double avant une migration CRM.
- Réponse à plus de 15 demandes de données ponctuelles par mois de la part des responsables d'agences et de crédit.
Formation
Certifications
- Google Data Analytics Professional Certificate