Marcin Kratiuk

Senior Data Analyst | Data & Analytics Product Owner

Kim jestem w skrócie

• 10 lat doświadczenia w analityce danych w sektorze bankowym.
• Zbudowałem od zera kilkuosobowy zespół analityków danych.
• Łączę rolę Product Ownera z pracą hands-on w Excel, SQL, Python, Cognos i Power BI.

Jak pracuję

• Odpowiadam za backlog i roadmapę inicjatyw analitycznych - od zbierania wymagań, przez priorytetyzację, po wdrożenie i utrzymanie rozwiązań.
• Współtworzę strategiczny kierunek rozwoju analityki - projektuję i wdrażam z zespołem spójny system dashboardów, który odzwierciedla kluczowe decyzje biznesowe i potrzeby menedżmentu.
• Koordynuję migrację danych z baz tymczasowych do ogólnobankowej hurtowni - dbam o spójność definicji, dostępność danych i długoterminową skalowalność rozwiązań.
• Pełnię rolę głównego touchpointu ds. danych na poziomie Tribe, koordynując współpracę jednostek zaangażowanych w proces kredytowy.
• Prowadzę współpracę z innymi jednostkami i dbam transfer wiedzy w Tribe. Szkolę biznes w analizie danych, umożliwiając samodzielne proste analizy, oraz nadaję kierunek rozwoju od ad-hoc raportów ku zaawansowanym modelom predykcyjnym, z wykorzystaniem nowych narzędzi jak HDL.
• Buduję i rozwijam zespół analityków danych - prowadzę mentoring, przeglądy prac i dzielę się know‑how, wzmacniając samodzielność i odpowiedzialność za wyniki.
• Projektuję procesy współpracy, skracając czas reakcji na potrzeby biznesu i kładąc nacisk na automatyzację powtarzalnych zadań.
• Tłumaczę język danych na język biznesu - poprzez prezentacje, warsztaty i konkretne rekomendacje.
• Łączę analitykę z decyzjami - przygotowuję dashboardy i executive summaries dla kluczowych interesariuszy.

Metryki i typy problemów, z którymi najczęściej pracuję:

• Stan portfela: liczba, wartość i struktura umów w czasie.
• Dochodowość i rentowność klientów oraz segmentów.
• Segmentacja klientów i ich zachowań.
• Jakość portfela, szkodowość, opóźnienia w spłacie zobowiązań.
• Satysfakcja klienta (NPS).
• Wydajność procesów (wolumen, struktura, czasy trwania poszczególnych etapów).
• Stopień automatyzacji i zdalności procesów.
• Skuteczność kampanii marketingowych i sprzedażowych.
• Uproduktowienie klienta (cross-sell, liczba produktów na klienta).
• Struktura właścicielska klienta oraz dane finansowe.
• Churn klientów oraz jego przyczyny.
• Rodzaje decyzji kredytowych i wpływ cech klienta na podejmowaną decyzję.
• Wywiązywanie się klientów z warunków umownych.
• Anonimizacja oraz przechowywanie danych w zgodzie z RODO.

Narzędzia, z którymi pracuję (w kolejności od najczęściej używanych):

• Excel - analizy ad hoc oraz praca na dużych arkuszach i modelach.
• SQL (Oracle) - zapytania do hurtowni danych (DWH).
• IBM Cognos - warstwa raportowa i UI dla DWH, automatyzacja prostych raportów cyklicznych.
• Power BI - budowa interaktywnych dashboardów dla biznesu.
• Python - skrypty do powtarzalnych, złożonych raportów i analiz.
• SAS - raporty i analizy na danych hurtownianych, podobnie jak w Pythonie.
• Hadoop Data Lake - praca na dużych wolumenach danych.
• Hive - zapytania do danych w Data Lake (SQL‑like na Hadoopie).