Frank Ouna

• ➢ Hinterfragte anfängliche Stakeholder-Anforderungen, um zugrundeliegende Geschäftsfragen zu klären, was zu relevanteren KPIs und einer Einsparung von über 10 Stunden Nacharbeit führte.

• ➢ Regelmäßige Präsentation von Analyseergebnissen gegenüber der Geschäftsleitung, Erläuterung von Trends und Limitationen in nicht-technischer Sprache.

• ➢ Entwicklung interaktiver Excel-Dashboards mit Pivot Tabellen und Slicern, um Stakeholdern klare, umsetzbare Erkenntnisse für datengestützte Entscheidungen in den Bereichen Betrieb und Vertrieb zu liefern.

• ➢ Automatisierung von Datenverarbeitungs- und Berichtsworkflows, wodurch manueller Aufwand und Durchlaufzeiten für Standardberichte reduziert sowie Konsistenz und Effizienz gesteigert wurden.

• ➢ Hinterfragte bestehende Datenlogik und schlug ein neues Sternschema-Modell vor, was die Abfragezeit um 40 % reduzierte.

• ➢ Extraktion und Transformation von Daten aus verschiedenen Quellen (JSON, Excel, operative Datenbanken) zur Sicherstellung hochwertiger, integrierter Datensätze für genaue Berichterstattung und Geschäftsanalysen.

• ➢ Aktive Verbesserung bestehender Power-BI-Dashboards auf Basis von Nutzerfeedback, Umwandlung statischer Berichte in interaktive Entscheidungswerkzeuge.

• ➢ Anwendung fortgeschrittener DAX-Formeln für Zeitintelligenz (Jahresvergleich, Wachstum, gleitende Durchschnitte), um Stakeholdern tiefere Einblicke in Umsatztrends zu geben und die Leistungsverfolgung gegenüber Geschäftszielen zu unterstützen.

• ➢ Entwicklung interaktiver Dashboards zur Vertriebsleistung mit dynamischen Filtern (Filiale, Produkt, Zeitraum), die Fachabteilungen und Führungskräften Selbstbedienungsanalysen ermöglichten.

• ➢ Über die reine Dashboard-Erstellung hinaus interpretierte ich Betrugsmuster und präsentierte umsetzbare Empfehlungen vor dem Risikoausschuss, was zu zwei Richtlinienänderungen führte.

• ➢ Entwicklung komplexer T-SQL-Skripte für Datenaufbereitung (Data Wrangling): Datenbereinigung (Entfernung von Duplikaten, Behandlung von Nullwerten und ungültigen Zeichen), Standardisierung (Datumsformate, Filialcodes) sowie Transformation mittels CASE, PIVOT, MERGE und CTEs, um hochwertige, verlässliche Datensätze für Betrugsanalyse und Berichterstattung sicherzustellen.