Portfolio kompetencji Marcina Zycha dla stanowiska Advanced Analytics Specialist. Buduję systemy analityczne (BigQuery, Power BI) i modele LTV dla firm z milionami transakcji. Data quality z 70% → 99%. Od audytu danych przez dashboardy do adopcji. Kluczowe wyniki: 104 projekty do produkcji, 16+ lat doświadczenia, 1M+ klientów w systemie LTV (ETOS SA).

Stanowisko

Dlaczego Twoje raporty się nie zgadzają?

Twój dział raportuje 3 różne liczby na to samo pytanie. Wiem jak to naprawić.

Advanced Analytics Specialist

Przekształcam dane w decyzje — jakość danych 99%, payback systemu LTV w 13 dni.

104 projekty do produkcji
16+ lat doświadczenia
1M+ klientów w systemie LTV (ETOS SA)
13 dni payback systemu LTV
Referencje dostępne na życzenie. Certyfikaty: IAB DIMAQ Professional, Google Analytics Advanced, Kierownik Projektów IT (Laba), Analityk Biznesowy (Laba).
Wartość, którą wnoszę

Co mnie wyróżnia

13 dni payback systemu LTV

Najpierw biznes

Zaczynam od problemu biznesowego, nie od narzędzia. Dashboard to środek, nie cel.

Analiza ROI przed projektem, nie po. Metryki biznesowe — nie tylko techniczne.
104 ukończonych projektów

Od danych do decyzji

Od audytu danych przez modelowanie do działającego dashboardu. Nie zostawiam projektu na etapie "dane są w BigQuery".

104 projekty doprowadzone do produkcji
50+ projektów MarTech

Pragmatyczne podejście

Wybieram najprostsze rozwiązanie, które działa. Czasem to Power BI, czasem Excel, czasem Python.

Sprawdzone rozwiązania zamiast over-engineering
15+ klientów Power BI

Adopcja w pakiecie

Dashboard bez użytkowników to porażka. Szkolenia i dokumentacja są częścią każdego projektu.

Data literacy training, self-service analytics

Nie sprzedaję technologii. Rozwiązuję problemy biznesowe.



System LTV — Analiza wartości klienta dla 1M+ klientów

Brak wiedzy o rzeczywistej wartości klientów uniemożliwiał optymalizację budżetu marketingowego

8 tygodni ROI: 13 dni
Metryka Przed Po Zmiana
Klientów w systemie 0 1M+ ∞
Czas raportowania 8h/tydzień 15 min/dzień -97%
Jakość danych 70% 99% +29pp
Payback systemu — 13 dni ✓
Stack technologiczny:
BigQuery Power BI SQL Python ECDP Integration

Kluczowe wnioski

Jakość danych ważniejsza niż ilość — 80% czasu na data cleaning Segmentacja RFM daje szybkie quick wins przed pełnym LTV Integracja z ECDP kluczowa dla aktywacji danych

Moja metodologia analityczna

Powtarzalny proces od rozpoznania do produkcji

Faza Czas Oś czasu (tygodnie)
1 Rozpoznanie
1-2 tyg
2 Audyt Danych
1-2 tyg
3 Modelowanie
2-3 tyg
4 Budowa
3-5 tyg
5 Walidacja
1-2 tyg
6 Optymalizacja
ciągła
MVP Gotowe Produkcja
0 2 4 6 8 10 12 14 tyg
Typowy czas do produkcji: 10-14 tygodni (z działającym prototypem po 4-5 tygodniach)

Zarządzanie zmianą

Technologia bez adopcji to koszt, nie inwestycja. Każde wdrożenie analityki to projekt zmiany kulturowej.

ADKAR Framework Model zarządzania zmianą
100% Wskaźnik adopcji
~10 tyg Pełny cykl
Tydz. 1-2
A

Awareness

Świadomość

Tydz. 2-4
D

Desire

Chęć

Tydz. 4-8
K

Knowledge

Wiedza

Tydz. 6-10
A

Ability

Umiejętność

Tydz. Ciągłe
R

Reinforcement

Utrwalenie

Awareness
"Dlaczego potrzebujemy lepszych danych?"
  • Prezentacja dla zarządu z business case
  • Demo dashboardów na realnych danych firmy
  • Analiza konkurencji i trendów rynkowych
Desire
"Co ja z tego będę miał/a?"
  • Warsztaty "dzień z danymi" dla zespołów
  • Identyfikacja data champions
  • Quick wins w pierwszych 2 tygodniach
Knowledge
"Jak czytać dashboardy i wyciągać wnioski?"
  • Szkolenia Power BI dla użytkowników
  • Dokumentacja z przykładami
  • Office hours i Q&A sessions
Ability
"Czy potrafię samodzielnie analizować dane?"
  • Supervised practice z feedbackiem
  • Checklisty i gotowe raporty
  • Peer mentoring program
Reinforcement
"Jak utrzymać kulturę data-driven?"
  • Metryki adopcji w dashboardzie
  • Recognition program dla power users
  • Iteracyjne usprawnienia na podstawie feedbacku

Anty-wzorce do unikania

Błędy, które torpedują wdrożenia analityczne
Big bang deployment bez pilota
Dashboard dump bez kontekstu
Brak data owner dla każdego raportu
Ignorowanie data literacy zespołu

Relevantne doświadczenie

Stanowiska i projekty związane z tym obszarem

2024 - 2025

ETOS S.A. / Diverse

Performance Marketing Coordinator

Wdrożenie systemu LTV dla 1M+ klientów. Dashboardy Power BI dla zarządu. Zarządzanie budżetem 6.5M PLN.

  • System LTV dla 1M+ klientów
  • ROI zespołu 2308%, payback 13 dni
  • Budżet 6.5M PLN
2018 - obecnie

Marcin Zych

Analytics & MarTech Consultant

50+ projektów analitycznych dla e-commerce i retail. Wdrożenia BigQuery, GA4, atrybucja i modele LTV. Server-Side Tracking z 70%→99% jakością danych.

  • 50+ projektów analitycznych
  • BigQuery + GA4 + attribution
  • Data quality 70%→99%
2022 - 2023

Yetiz Interactive

Senior Facebook Ads Specialist

Budowa modeli analitycznych Power BI dla 15+ klientów agencyjnych. Optymalizacja ROAS o +40% dzięki atrybucji wielokanałowej.

  • Power BI dla 15+ klientów agencyjnych
  • ROAS +40% przez atrybucję wielokanałową
  • Automatyzacja raportów klientów
2019 - 2022

OMNIOXY S.A.

Performance Manager / Technical Marketing Manager

Prowadzenie zaawansowanej analizy danych marketingowych. Wdrożenie GTM i Data Layer architecture. Power BI dla raportowania. Budżet 2M PLN.

  • Zaawansowana analiza danych marketingowych
  • GTM i Data Layer architecture
  • Power BI reporting
16+ lat doświadczenia
104 ukończone projekty
1M+ klientów w LTV

Zainteresowany współpracą?

Umów bezpłatną konsultację 30 min — konkretny problem, konkretna odpowiedź, bez zobowiązań.

Bezpłatna konsultacja 30 min

Konkretny problem biznesowy, konkretna odpowiedź. Bez zobowiązań.

Umów konsultację 30 min Pobierz CV (PDF)
Otwarty na propozycje

LinkedIn

Pełna historia zawodowa, rekomendacje i aktywność profesjonalna.

LinkedIn
Od zaraz B2B lub UoP Warszawa / Remote