Портфолио и кейсы фрилансеров по аналитике конкурентов и продаж

Разбор карточки для действущего селера на Озон по FBS. Разбор показал неэффективность многих факторов.

Витрина прогноза спроса и планирования поставок для селлера на Wildberries и Ozon (на скриншоте — демо-данные). Задача: селлер заказывал поставки «на глаз» — то дефицит ходовых позиций и упущенные продажи, то замороженные деньги в неликвиде. Что сделано: — прогноз заказов по каждому артикулу на 14/28 дней и до 12 месяцев с учётом сезонности; — работает и для новых SKU с историей меньше 90 дней (короткие временные ряды); — автодетект структурных сдвигов: запуск товара, бан карточки, акция — прогноз корректируется сам; — ABC-сегментация, расчёт покрытия остатков в днях, риски OOS (out-of-stock); — рекомендация плана поставок: что, куда и сколько везти. Результат: план поставок формируется за минуты вместо ручного расчёта в Excel, потерянные продажи из-за дефицита видны заранее. Стек: BigQuery, SQL, Python, Superset, данные из API Wildberries/Ozon/МойСклад.

Веду обучающий контент про применение AI в аналитике и бизнесе — объясняю сложное без снобизма, для людей не из IT. — VC.ru: серия «Шаг 0 / Шаг 1 в AI-аналитике» — как бизнесу начать работать с данными и нейросетями: vc.ru/id5979516 — Дзен-канал «Нейро нежно» — практические разборы AI-инструментов: dzen.ru/id/6810bc24ccf41d4c904a0e11 — YouTube — видеоуроки и разборы кейсов: youtube.com/@NatMirnva Плюс корпоративные тренинги по AI и работе с данными, выступления на отраслевых конференциях. Этот опыт — гарантия того, что результат работы вы получите не «чёрным ящиком», а с понятной инструкцией и обучением команды.

Собственный продукт: платформа данных для селлеров маркетплейсов (Wildberries, Ozon, Яндекс.Маркет, МойСклад). Что делает сервис: — собирает данные из кабинетов маркетплейсов и учётных систем в единое хранилище (BigQuery); — считает P&L до чистой прибыли по каждому артикулу: комиссии, логистика, хранение, реклама, налоги, себестоимость; — строит дашборды: продажи, выкупы, остатки, прогноз спроса и план поставок; — AI-агент ежедневно разбирает ситуацию (падение выкупа, скачок комиссии, риск дефицита) и присылает рекомендации в Telegram. Моя роль: продукт и архитектура данных целиком — пайплайны выгрузки из API маркетплейсов, витрины в BigQuery, дашборды в Superset, AI-слой на Claude API, Telegram-боты. Стек: Python, BigQuery, SQL, dbt, Superset, Claude API, Telegram Bot API.