Data Scientist, Data Analyst, Berater, CRM Analyst, Big Data Engineer

Description

SKILLS

POSITIONEN
Data Scientist, Business Analyst, Unternehmensberater, Data Analyst, Customer Behavior Analyst, Online Marketing Analyst, Projektmanager, Churn Predictive Modeling, Fraud Detection Modeling, Game Analyst, Statistiker, Customer Insight, Marketing Data Analyst, Research Analyst, TV AdAnalyst, Wissenschaftlicher Mitarbeiter, Forschungsdesign, Methodenentwicklung und -umsetzung, Deployment, Anforderungsmanagement.

KNOW HOW
Ich verfüge über besonderes Know-How aus der universitären Forschung in der Auswertung von Offline- und Online-Kundenverhaltensstudien sowie Kampagneneffizienzmessungen. Mit Ansätzen der klassischen Marketingforschung sowie einem selbst entwickelten Ansatz für sequenzielle Daten, können Sie von mir relevante Antworten auf die Fragen ihrer Kunden erwarten. Da die medialen Kanäle einem ständigen und schnellen Wandel unterliegen, entwickele ich die Messinstrumente konsequent weiter.

KERNKOMPETENZ
- Analyse der Wirkung von TV-Spots auf die Einsprünge in den Online-Kanälen
- Customer Journey Analysen
- Effizienzmessung von crossmedialen Kampagnen
- Wechselwirkung des (online) Media-Mix
- KPI-Modeling
- Placement-Bewertung
- (Sales-) Modeling auf Basis von Marketing-Mix-Daten
- Klickpfadanalysen
- Identifikation von Suchmustern
- Usage und CrossUsage von Informationsquellen in den verschiedenen Phasen der Kaufentscheidung
- Verhaltensbasierte Usertypologisierung
- Traffic-Analysen
- Auswertung von EyeTracking-Daten
- Customer Behavior at PoS
- Methodenberatung
- Studiendesign
- Projektmanagement
- Statistische Auswertungen
- Data-Mi

Main Skills

Other Skills

C#

Java Script

Adobe

SPSS

deep learning

MS EXCEL

ODBC

Clusteranalyse

.NET

Künstliche Intelligenz

Business Analytics

Anforderungsmanagement

Computerspiele

neuronale Netze

MathLab

C++

SQL Server

C

DATENBANKEN

PRINCE2

Scripting

Machine learning

MySQL

Analytics

Support Vector Machine

IBM SPSS

SAS

PHP

Datenbank

SAS Base

ASP

VBA

Access

Cognos

Objektorientierter

AdSense

UNIX

Random Forest

lineare Regression

Oracle

Data Mining

Datenanalyse

Teradata

R Statistics

Faktorenanalyse

Programming

Data Integration

Python

Big Data

Softwareentwicklung

TOAD

Webmaster

Data Analyst

IBM SPSS Statistics

XML

SQL

Work & Experience

01.01.2015 — 31.12.2016

Solution Designer

* Darstellung der Ergebnisse und Bewertung der UseCases * Ableitung von Handlungsempfehlungen * Workshops: Präsentation des Ansatzes / Feedbacks & Anpassungen / Zwischenstand / Abschlusspräsentation * Dokumentation zur Übergabe Technologie: SAS Enterprise Miner / R Scripting / Shiny / SQL / MS Excel / PRINCE2 Branche: eCommerce, Digitale und klassische Medien Zeitraum: 2015-2016 Projekt: Konzeption für Multichannel-Marketing und Attributionsmodellierung Ziel: Das Ziel ist es, Konsumenten auf mehreren verschiedenen Kommunikationskanälen zu erreichen und damit verbundene kanalübergreifende Budgetverteilung optimal festzuschreiben. Aufgaben: Die Aufgabe von Herrn Gorbach besteht in der Erstellung und Abstimmung von Fachkonzepten. Themen sind u.a.: * Einführung der Customer Journey (CJ) Daten * Abnahme und Überführung in die vorhandenen Tools * Simulation der Auswirkung auf die Kanalnachfrage, AddonNUMS Kalk., absolutes und rel. Ergebnis und KBA auf Kanal- und Partnerebene aufgrund der historischen CJ-Daten, um eine Indikation für die Veränderung in der Steuerung zu geben * Erkennung von Mustern in den CJDaten mit Ableitung von Handlungsempfehlungen für die Steuerung * Überprüfung der bestehenden Reportings und Umstellung auf Qlikview oder Empfehlung eines Tools zur Visualisierung der Daten * Definition von relevanten KPIs inkl. Herangehensweise für die Ermittlung von Schwellwerten * Auswirkung der Gutscheineinflüsse, Finanzierungshebeln und ggf. Printeinflüsse auf die Steuerung im Online Marketing * Einfluss auf TrafficSchub oder Nachfrage- und KBA-Schub inkl. Ableitung von Handlungsempfehlungen für die Kanäle * ViewdatenIntegration und -Analyse bzgl. Kontaktdosis und Kampagnenverzahnung * Vorhersagende Analyse der Wirkung von TVSpots auf die Einsprünge in den Online-Kanälen * Entwicklung eines übergreifenden Ansatzes für die Analyse des Wirkungsgrades zwecks Mediaplanoptimierung Rolle / Tätigkeit: Solution Designer * Konzipierung, Untersuchungsdesign, Methodenentwicklung * Customer Insights & Journey Analysen * Aufnahme der ReportingAnforderungen * Validierung gegen bestehende Lösungen und Fachkonzeption unter Einhaltung entsprechender Methoden und Governance Richtlinien * Modellierung und Erfassung der Anforderungsdokumente * Qualitätssicherung von Modellen * Verifizierung der Umsetzung und Abstimmung der Korrekturen und Änderungsanforderungen * Bereitstellung einer eintägigen Lizenz für die Nutzung des selbstentwickelten Tools "SequenceAnalyser" nach dem Projektabschluss Technologie: Oracle / Cognos / Teradata / SQL / R Scripting / MS Excel / StatSoft Data Miner Branchee: Commerce, Telekommunikation, Elektronikeinzelhandel, Digitale und klassische Medien Zeitraum: 2014 Projekt: TV Uplift-Analyse Ziel: Ziel ist es, ein tieferes Verständnis für die Wirkung auf den Uplift der verschiedenen TV-bezogenen Einflussfaktoren, wie Sender, Motiv, Zeitverlauf, Größe des Werbeblocks, Position im Werbeblock, Spot-Dauer, Genre, Kosten, Reichweite, Affinität, Wettbewerb zu quantifizieren. Die Modellbasierte TV Wirkungsanalysen unterstützen den Kunden bei der Erstellung eines optimalen Mediaplans. Aufgaben: Die Auswirkung der TV-Kampagnen auf den Web-Traffic sollte ermittelt werden, um den Kampagnen-Mix noch während der Laufzeit optimieren zu können. Für diesen Zweck müssen folgende Fragen beantworten werden: * Wie kann der Uplift quantifiziert werden? * Wie sehen die KPIs aus (Click Rate, Cost per View)? * Welchen Einfluss haben die einzelnen Sender auf den Uplift? * Mit welchen Wettbewerbern sollten meine Werbespots platziert werden? * Welche Reihenfolge und welche Zeit innerhalb des Tages / der Woche / des Monats sind für meine Werbeflights optimal? * Können damit auch Depotwirkungen ermittelt werden, um eine optimale Zeit für die dynamische Anpassung der TVSpots im Lauf der Werbekampagne festzustellen? * Wie wirken unterschiedliche Showformate auf den Uplift? * Welche weiteren Faktoren haben einen signifikanten Einfluss auf den Uplift? Rolle / Tätigkeit: Data Scientist * Untersuchungsdesign * Bereitstellung einer ausgefeilten Methodik für das Monitoring der Uplifts sowie für die Modellierung der Wirkung * Aufbau und Interpretation von mathematischen Modellen * Ableitung von modellbasierenden Empfehlungen zur Optimierung der Tageszeit der * TV-Spots-Ausstrahlung * Reihenfolge von Sendern und Motiven * Genres * Motiv und Inhalt des TV-Spots * Rabattstufe * Platz im Werbeblock * Positionierung unter Berücksichtigung der Wettbewerber * Affinität und Reichweite der Zielgruppe * Kosten Technologie: Oracle / Cognos / Teradata / SQL / R Scripting / IBM SPSS Modeler Branche: Versicherung, Finanzdienstleistung Zeitraum: 2013 Projekt: Customer Value Modeling Ziel: * Begleitung der Installation der neuen analytischen Plattform von IBM SPSS sowie Anpassung der vorhandenen analytischen Modelle an die neue IT Umgebung * Suche nach möglichen Verbesserungspotenzialen der vorhandenen ScoreModelle Aufgaben: * Kommissionarischer IBM SPSS ModelerAdmin * Coach im Fachbereich * Reviewer der vorhandenen Modelle Rolle / Tätigkeit: Unternehmensberater Technologie: Oracle, IBM SPSS Modeler, Macro Programming Branche: Computerspiele, Internet und E-Commerce Zeitraum: 2013 Projekt: Sequenzanalyse der Online-Userverhaltensdaten Ziel: * Analyse des Userverhaltens von OnlineSpielern für die automatische Anpassung des Spielniveaus zwecks Optimierung der Customer Lifetime Aufgaben: * Explorativer Einsatz der sequenzanalytischen Methoden bei der Suche nach Optimierungspotenzialen für die Verlängerung der Customer Lifetime Rolle / Tätigkeit: Data Scientist Technologie: Macro Programming, Teradata, "SequenceAnalyser" Branche: Automobilindustrie, Finanzdienstleistungen Zeitraum: 2012 Projekt: Mercedes-Benz Touchpoint Experiment Ziel: Analyse der Kampagnenmechanik, d.h. des Zusammenspiels verschiedener Touchpoints und deren Synergieeffekte anhand der C-Klasse Coupé Kampagne, für das Informationsverhalten beim Autokauf Aufgaben: * Nachweis von Synergien durch Reihenfolgeeffekte, erhöhte Kaufbereitschaft oder einen positiven Imagewechsel * Berechnung der Kombinationen, die in den Informationspfaden bei Pull und Push-Instrumenten dominieren * Ermittlung der Phasen, die der Kaufprozess unterteilen * Kundensegmentierung anhand ihrer Informationsmuster Rolle / Tätigkeit: Business Analyst * Konzipierung, Untersuchungsdesign, Methodenentwicklung * Heranführung, Datenaufbereitung, CodingEvaluations & Sequenzierung der CJ Daten * Explorative Untersuchung der Touchpoints * Entwicklung einer PatternDatenbank * Verhaltensbasierte Typologisierung * Ermittlung von Unterschieden zwischen ausgewählten Kundengruppen wie "traditionelles vs. modernes Milieu" oder "Käufer vs. Nicht-Käufer" * Modellierung und Interpretation * Ermittlung von Kaufphasen in Sequenzen * Berechnung des Similarity Score * Verteilung der Events innerhalb ermittelter Phasen * Key Findings Technologie: Oracle, SQL / MySQL, VB Macro- & Script-Programming, Data Mining Tools von StatSoft und IBM SPSS, Selbstentwickeltes Tool "SequenceAnalyser" Branche: Marktforschung, Telekommunikation, Internetdienstleistungen Zeitraum: 2011 Projekt: Sequenzanalyse der Vodafone ROPO-Daten Ziel: Identifizierung der Wechselwirkung zwischen Online- und Offline-Kanälen Aufgaben: * Welche Navigationspfade zeigen Kunden vor dem Abschluss eines Mobilfunkvertrages? * Wie sehen die typischen Informationspfade für den Abschluss online vs. offline aus? * Was sind die signifikanten Unterschiede zwischen den beiden Kundengruppen? Sind die letzten Kontaktsequenzen ausschlaggebend für die Wahl des Bezugskanals? * Wie unterschieden sich die Suchsequenzen im Zeitverlauf des Gesamtprozesses? * Welche Segmente können auf Basis der typischen Verhaltensmuster gebildet werden und wie sieht die Verteilung der Bezugskanäle innerhalb der Gruppen aus? Rolle / Tätigkeit: Data Analyst * Identifikation der typischen Muster in den Suchdaten * Speicherung der Muster in einer PatternDatenbank für die einzelnen Probanden * Beschreibung der Stichprobe sowie der Zielgruppen "Purchase Online" vs. "Purchase Offline" mithilfe der typischen Muster * Identifikation signifikanter Unterschiede zwischen den Gruppen, basierend auf einer Faktorenanalyse und nichtparametrischen Tests * Einfluss der Sequenzen auf die Wahl des Bezugskanals * Analyse der Gemeinsamkeiten zwischen besuchten Websitekategorien und der Wahl der nachfolgenden Keywords * Clusteranalyse mit den typischen Surfmustern als Aktivvariablen Technologie: SQL / MS Excel / StatSoft Data Miner / Selbstentwickeltes Tool "SequenceAnalyser" KONTAKTANFRAGE VERSENDEN

Attachments

Profil