Бизнес-аналитик

— Анализировала операционные показатели и данные процессов для выявления отклонений, системных проблем и точек роста. — Определяла необходимые метрики и требования к операционной аналитике и алертингу; использовала данные для приоритизации проблем и проверки продуктовых гипотез. — Исследовала причины потерь и расхождений в операционных процессах, сопоставляя данные систем с фактическими сценариями работы сотрудников. — Формировала гипотезы по повышению эффективности процессов, определяла целевой эффект и сопровождала изменения от исследования проблемы до запуска. — Работала с бизнес-заказчиками и операционными командами: выявляла требования и ограничения, описывала процессы и пользовательские сценарии. — Ставила задачи команде разработки и сопровождала реализацию и оценку решений. Результаты: — Сократила количество действий сотрудников при инвентаризации на 22% за счёт переработки процесса и запуска мобильного решения. — Снизила объём компенсаций на 9–10%, выявив расхождения в движении товара между WMS и 1С и внедрив дополнительную проверку. — Выявила избыточные операции в процессе возвратов и разработала изменения, сокращающие количество действий сотрудников примерно на 20%. — Автоматизировала полный цикл обработки нарушений сотрудников: уведомление, оспаривание, модерацию и фиксацию решения.

— Управляла операционной эффективностью клиентской поддержки: команда 80+ сотрудников, 1000+ обращений, контроль нагрузки, качества и ключевых сервисных показателей. — Анализировала CSAT, FRT, AHT, Contact Rate, Deflection Rate и причины клиентских обращений; использовала данные для поиска проблем в сервисе и продукте. — Анализировала причины роста нагрузки на поддержку и инициировала изменения, сокращающие количество обращений без ухудшения клиентского опыта. — Выстраивала процессы работы поддержки в периоды пиковых нагрузок и при сбоях, включая взаимодействие с логистикой и пунктами выдачи. — Разрабатывала и внедряла автоматизацию: AI-агент, self-service чат-бот и автоматические сценарии обработки пиковых нагрузок. — Оценивала влияние изменений на клиентские и бизнес-показатели, включая A/B-тестирование компенсационных механик. — Выстроила процессы, стандарты качества, обучение и систему операционного управления поддержкой с нуля. Результаты: — Поддерживала CSAT 97%, FRT <1 мин, AHT <3 мин, Contact Rate 2–3%, Deflection Rate 23%. — Снизила Contact Rate по задержкам заказов в пиковые периоды на 22% — с 9 до 7 обращений на 100 заказов — после анализа причин контактов и запуска проактивного информирования. — Провела A/B-тестирование стоимости компенсационных промокодов и сократила расходы без ухудшения удержания клиентов.