Pilar H Rod CV
Pilar HRod
Created on October 5, 2016
Perfil Pilar Hernanz, estadístico, analista de datos, marketing e inteligencia de clientes
More creations to inspire you
THE MESOZOIC ERA
Presentation
GROWTH MINDSET
Presentation
VISUAL COMMUNICATION AND STORYTELLING
Presentation
ASTL
Presentation
TOM DOLAN
Presentation
BASIL RESTAURANT PRESENTATION
Presentation
AC/DC
Presentation
Transcript
Pilar Hernanz
DATA SCIENCE CUSTOMER INTELLIGENCE WEB OPTIMIZATION
es.linkedin.com/in/pilarhernanz
pilar.h.rod@gmail.com
606 567 677
@Pilarhrod
Contact me !
Experiencia
DIGITAL & BUSINESS CONSULTANT Consultoría digital 2014–2015
ANALISTA WEB Portal empleo 2013 - 2014
ANALISTA SOCIAL MEDIA Agencia marketing digital 2012 - 2013
Skills
Algoritmos predictivos
ESTADÍSTICA - DATA SCIENCE
PROGRAMACIÓN - GESTIÓN DATOS
BI - VISUALIZACIÓN
UX - CUSTOMER RESEARCH
Lifelong learning for lifelong improvement
GEOPOSICIONAMIENTO Y BBDD Grupo editorial 1997 - 2000
RESP. BBDD, CRM E INVESTIGACIÓN Distribuidor auto 2000 - 2010
DIGITAL ANALYTICS
CRM - PROGRAMAS GESTIÓN
Salesforce, Sugar CRM
R
Series temporales
Patrones recomendación
Árboles decisión
Modelos clasificación
Clustering - segmentación
Optimización lineal
Español
English
FranÇais
Decisionboards (POWERBI, ..)
SQL
BBDD (Access, Teradata)
SPSS
Geolocalización, análisis espacial
Mark. analytics (TABLEAU)
Tests A/B
Análisis redes (grafos)
Web optimization (UX, CX)
Analytics (GA, GTM, Adobe)
Inv. cualitativa / cuantitativa
Customer lifetime value
Perfiles - personas
CUSTOMER INTELLIGENCE Formación médica 2017- 2019
DATA SCIENTIST Inteligencia competititva 2019- 2020
Global Medical Knowledge
- Programación KPIs comportamiento en la app ( R y Tableau )- Optimización algoritmos consumo cross-media con R
?
- Implantación estrategia medición ecommerce (G. Analytics y Tag Manager)- Performance y usabilidad plataforma simulación.
- Análisis estratégico: Decision-boards para negocio.- Análisis táctico: flujos navegación, segmentación keywords captación y conversión.- Modelado de datos, consultoría estratégica, proyecto CRM.
- Reporting diario KPI’s y análisis embudos conversión para cada unidad de negocio.- Tracking campañas (sem, display, emailing, afiliación,..)
- Algoritmo Performance analysis de ofertas y candidatos (ciclo de vida, actividad, etc)- Informes KPI's tráfico y (portal y versión móvil).- Parametrización campañas x segmento (afiliación, emailing, display)
- Análisis reputación marcas, productos, clientes y competencia (BMW, Direct Seguros, RedBull, L’oreal). - Scorecards evolución y efectividad acciones Social Media (sentiment analysis).
- Algoritmos segmentación: Customer Life-Time Value y Scoring potenciales. - Estudios: perfiles, satisfacción y evaluación servicio, Mistery shopping, Imagen, Publicidad, estudios ad-hoc locales o coordinados con Alemania.- Gestión y coordinación acciones captación y fidelización.- Análisis y cualificación BD Clientes (MB, smart, Maybach).
- Programación y análisis (perfiles, segmentación en SPSS, Arcview en CajaDuero, Ugarte).- Informes de consultoría de bbdd (Volvo, Blockbuster, Uni2, Camel) - Para ENDESA: análisis campaña Infodomo. - Para G+J: algoritmo programación en SAS, para el análisis estadístico de encuestas.
?
?
Pág 1 / 2
No importa la herramienta, me he peleado con muchas, y me atrevo con todas las demás ;) Lo esencial para conseguir los objetivos propuestos es seleccionar la técnica apropiada, optimizar los parámetros del modelo y automatizar el proceso.
pilar.h.rod@gmail.com
No importa la herramienta, me he peleado con muchas, y me atrevo con todas las demás ;) Lo esencial para conseguir los objetivos propuestos es seleccionar la técnica apropiada, optimizar los parámetros del modelo y automatizar el proceso.
No importa la herramienta, me he peleado con muchas, y me atrevo con todas las demás ;) Lo esencial para conseguir los objetivos propuestos es seleccionar la técnica apropiada, optimizar los parámetros del modelo y automatizar el proceso.
No importa la herramienta, me he peleado con muchas, y me atrevo con todas las demás ;) Lo esencial para conseguir los objetivos propuestos es seleccionar la técnica apropiada, optimizar los parámetros del modelo y automatizar el proceso.
COMPLETED COURSES by TOOL and DATA SCIENCE STEP
Ball size: number of completed courses
- Análisis de datos y su modelización - UCM- Informática estadística para profesionales - UCM - Data analysis and prediction algorithms with R - U. Duke - The analytics edge - MIT - Integrating Tableau and R for data science - Linkedin - Business analytics technics: Excel to MySQL’ -Johns. Hopkins - Advanced SQL for data scientist - Linkedin - Data scientist nd: Python struct. & algorithms - Udacity (ip) - Functions, importing datasets, text mining, data cleaning, wrangling and visualization - Univ. Duke - Data visualization with TABLEAU - U. Duke- PowerBi avanzado: data modelling with Dax - Linkedin (ip) - Mastering data analysis in Excel - U. Duke - Business metrics for data-driven companies - U. Duke - Social network analysis using R - Linkedin - Segmentación de mercados y clientes - ESIC
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA - Univ. Complutense Madrid - MASTER ANALÍTICA WEB - Kschool- Postgrado Optimización conversión web - Kschool- Técnico investigación de mercados - ESIC
FORMACIÓN REGLADA
F. COMPLEMENTARIA
DATA SCIENCE INTELLIGENCE
MARKETING & VISUALIZATION
STATISTICS & ALGORITHMS
Pág 2/ 2
VisualizationData modellingData analysisFeature engineeringData management
( ip = in progress )