Data Scientist / Analyst

8/2023 – 4/2024

Entwicklung eines Marketing Intelligence Reportings und Weiterentwicklung auf Basis sich ändernder Anforderungen (neue Datenquellen, Stakeholder Anfragen). Entwicklung mehrerer Dashboards (Tableau), mit Einblicken in die Marketingaktivitäten des Unternehmens für relevante Marketing Kanäle.
Das Projekt bestand hauptsächlich aus den Folgenden Bestandteilen:
- Anbindung von Rohdaten (airbyte, supermetrics, fivetran)
- Normalisierung und Bereinigung der Daten im DWH (databricks, SQL/Python)
- Entwicklung von Klassifizierungsfunktionen, um unterschiedliche inhaltliche Logiken sowie verschiedene Attributionsmodelle abbilden zu können.
- Abstimmung mit verschiedenen Stakeoldern

Databricks, ETL, Microsoft Excel, Python, SQL, Tableau

4/2023 – 6/2023

Entwicklung eines Abverkaufs-/Vewertungsmodells.
Unter Berücksichtigung verschiedener Annahmen wurde ein Modell entwickelt, welches eine Empfehlung zum Umgang mit den Artikeln, welche es zu prüfen galt, ausgeben konnte. Es wurden verschiedene Kostenfaktoren (u.a. Lagerkosten, Logistikkosten etc.) den ebenfalls simulierten Umsätzen gegenübergestellt. Dabei wurden verschiedene Szenarien ermittelt, welche die Entscheidungsfindung im Managment unterbauen sollten.

SQL, Python, Microsoft Excel

1/2023 – 3/2023

Ziel des Projekts war es, für bereits seit einiger Zeit laufende A/B tests sicher und effizient Entscheidungen bezüglich Implementierung der besten Variante treffen zu können.
Dazu wurde in Python ein Modell entwickelt, dass für alle alten und neuen A/B Tests Test-Statistiken berechnet. Dies geschah sowohl für verschiedene KPI's als auch für verschiedene Konfidenzniveaus.
Schließlich wurde das Modell so erweitert, dass täglich die aktuellsten Informationen aller Tests berechnet und zur Visualisierung zur Verfügung gestellt wurden.
Visualisierung in Python

Big Data, Data Science, Python, SQL, Statistiken