Som erfaren Data Analyst har jag specialiserat mig på att omvandla komplexa datamängder till insiktsfulla rapporter och strategiska rekommendationer. Min tekniska kompetens omfattar SQL, Python och Tableau, vilket möjliggör djupare förståelse för affärstrender och kundbeteenden. Jag strävar alltid efter att förbättra analysprocesser och bidra till datadrivna beslut inom olika branscher, inklusive finans, e-handel och telekommunikation. Min målsättning är att fortsätta utvecklas inom datascience och erbjuda ännu mer värde till mina arbetsgivare genom att kombinera analytisk skärpa med affärsförståelse.

Dataanalytiker, Nordic Finans AB

Ansvarig för att analysera stora finansiella datamängder för att förbättra riskbedömningar och portföljhantering. Utvecklade automatiserade rapporteringsverktyg och dashboards som ökade rapporteringseffektiviteten med 40 %. Ledde teams för datamigrering och datakvalitetsförbättringar inom AML-området.

• Förbättrade riskbedömningsmodeller vilket bidrog till att minska kreditförluster med 15 %

• Utvecklade en prognosmodell som ökade intäkterna med 10 miljoner SEK årligen

• Implementerade automatiserade datainsamlingsprocesser som sänkte rapporteringstiden med 50 %

Business Data Analyst, E-handelsplattform AB

Arbetade med att analysera kunddata och beteendemönster för att förbättra marknadsföringsstrategier. Implementerade segmentering och kundprofiler som ökade konverteringsfrekvensen med 20 %. Tydliggjorde data-driven beslut som resulterade i en omsättningsökning på 25 % under första året.

• Lanserade kundsegmentering som ökade kampanjresponsen med 30 %

• Skapade dashboards för försäljnings- och marknadsföringsavdelningarna

• Genomförde A/B-test som ledde till förbättrade e-postkampanjer

Data Analyst, TeleData AS

Analyserade telekommunikationsdata för att identifiera kundtrender och churn-risker. Utvecklade churnprediktiva modeller som minskade kundavhopp med 12 %. Samarbetade nära med produktteam för att optimera tjänsteutbud och kundnöjdhet.

• Skapade en realtids-dashboard för kundbeteende som förbättrade proaktiv kundvård

• Automatiserade rapporteringsprocesser som sparade 15 timmar per månad

• Förbättrade datainsamlingsmetoder för att öka datakvaliteten med 20 %

Kandidatexamen — Stockholms Universitet

Datavetenskap

Fördjupning i dataanalys, maskininlärning och programutveckling. Fokuserade på statistik, databashantering och AI-tekniker för att skapa användbara datalösningar.

Databashantering och analysverktyg: SQL, Python, R, Excel avancerat, Tableau, Power BI

Skrapning och datainsamling: Web scraping, API-integration, ETL-processer, Azure Data Factory

Dataanalys och statistisk modellering: Regressionsanalys, Clustering, Hypotestestning, Prediktiv modellering

Affärsanalys och visualisering: KPI-analys, Dashboardskapande, Presentation av data, Beslutsstöd

Språk och kommunikation: Svenska, Engelska, Presentationsteknik, Vältalighet i rapportering

Svenska (native)

Engelska (fluent)

Norska (intermediate)