4 записей · 4 проектов
Telegram-бот заменил ручную подготовку недельного отчёта на cron: 1–2 часа работы вручную превратились в отчёт по расписанию с KPI-таблицей и спарклайнами.
Эффект: Cut weekly report prep from 1–2h to automated cron, KPI table + sparklines delivered on schedule, Fallback notifications on source failures, Single consolidated pipeline replacing fragmented sources
Разбил клиентскую базу банка на 4 RFM-сегмента и показал, что малая доля high-value приносит основную выручку. Маркетинг перешёл от массовых рассылок к сегментированным сценариям.
Эффект: Identified high-value customer segments, Optimized marketing campaigns, Improved retention efficiency
25 SQL-кейсов на синтетическом датасете (~183k событий): воронка, retention, LTV, атрибуция, аномалии. Запуск на DuckDB одной командой, живой отчёт на GitHub Pages.
Эффект: 25 self-contained SQL cases (funnel → RFM), DuckDB — no server, no credentials, one command, Regression tests with deterministic invariants per case, Synthetic deterministic data (seed=42 + additive seed=43), Live interactive report on GitHub Pages
Full-stack аналитика на Supabase: A/B-эксперимент дал +5,1 пп (p = 0.0034, chi-square), а Streamlit-дашборд читает живые данные через Row Level Security и SQL-вьюхи.
Эффект: Full-stack: Streamlit UI + Supabase Postgres + Edge Function ingest (API-key auth), Row Level Security on every table — a user sees only their org's rows, SQL views compute funnel, cohort, MRR, DAU, channel conversion — the dashboard reshapes, it does not aggregate, A/B result in the DB: control 32.1% vs treatment 37.2%, p = 0.0034 (chi-square)
