Owen Barrett
Analyste de données, analytique produit et revenus
Minneapolis, MN | owen.barrett@example.com
Profil professionnel
Analyste de données avec plus de 4 ans d'expérience à transformer des données brutes en insights commerciaux exploitables utilisant SQL, Python et Tableau. Connu pour construire des tableaux de bord en libre-service, automatiser des rapports récurrents et identifier des opportunités de revenus grâce à des analyses exploratoires.
Expérience
Analyste de données
Éditeur de logiciels par abonnement (12 millions d'événements par jour) · Minneapolis, MN · 2022 à aujourd'hui
- A construit 12 tableaux de bord Tableau utilisés par les équipes de marketing, de ventes et de produits pour suivre les KPI, réduisant les demandes de reporting ad hoc de 45%.
- A écrit des requêtes SQL complexes à travers 3 entrepôts de données pour identifier une fuite de revenus de 600K $ dans le pipeline de facturation d'abonnement.
- A automatisé les flux de travail de reporting hebdomadaires en utilisant Python (pandas, schedule), économisant plus de 10 heures par mois à l'équipe d'analytique.
- A collaboré avec les chefs de produit pour concevoir des cadres d'AB test, contribuant à une amélioration de 15% de la conversion à l'onboarding.
Analyste en informatique décisionnelle
Chaîne de magasins (60 magasins) · Minneapolis, MN · 2020 à 2022
- Modélisé 40 tables sources en schéma en étoile et ramené le traitement nocturne de l'entrepôt de 95 à 38 minutes.
- Construit un tableau de bord de performance des magasins adopté par 60 directeurs de magasin et l'équipe régionale en un trimestre.
- Identifié une fuite annuelle de 210 000 dollars de démarque en croisant le calendrier promotionnel avec la marge par article.
- Remplacé 11 rapports tableurs manuels par des requêtes planifiées et libéré environ six heures d'analyste par semaine.
Analyste reporting
Courtier en assurance · St. Paul, MN · 2019 à 2020
- Écrit le SQL de plus de 30 rapports clients récurrents et documenté chaque définition dans un glossaire d'indicateurs partagé.
- Nettoyé un jeu de données de 400 000 lignes de contrats et ramené les doublons de 4,1 % à 0,3 %.
- Automatisé le reporting de fin de mois avec une tâche Python planifiée et supprimé deux jours de travail manuel.
- Formé quatre chargés de comptes à extraire eux-mêmes leurs chiffres depuis l'outil de reporting.
Formation
- B.S. statistiques | Université d'État | 2019
Certifications
- Tableau Desktop Specialist | 2023
Compétences
SQL · Python (pandas, NumPy) · Tableau/Power BI · Visualisation de données · Excel/Google Sheets · Tests A/B · Entrepôt de données · Analyse statistique