Analista de Supply Chain — AMPM Global SRL
Análisis de información operativa y financiera de +800 operaciones anuales en SAP, definición de KPIs operativos y centralización de facturación para 3 gerencias.
Matías Ortega — Data Analyst Jr. en formación continua, con foco en SQL, Excel Avanzado y herramientas de visualización como Power BI y Looker Studio. Orientado a convertir datos en decisiones y oportunidades de negocio, con un background de más de 10 años en gestión administrativa, facturación y Supply Chain.
Soy Data Analyst Jr. en formación continua, con foco en SQL, Excel Avanzado y herramientas de visualización como Power BI y Looker Studio, orientado a convertir datos en decisiones y oportunidades concretas de negocio.
Mi background surge de más de 10 años trabajando en gestión administrativa, facturación y Supply Chain, donde analicé información operativa y financiera, elaboré reportes de KPIs e identifiqué desvíos en SAP y Excel de forma diaria.
Esa experiencia me da un diferencial real: entiendo el negocio por dentro y sé qué preguntas hacerle a los datos antes de procesarlos.
Análisis de información operativa y financiera de +800 operaciones anuales en SAP, definición de KPIs operativos y centralización de facturación para 3 gerencias.
Gestión y análisis de +200 operaciones anuales de exportación e importación en SAP (MM/SD), con foco en control documental y costos logísticos para 3 gerencias.
Dos análisis end-to-end: desde el dataset crudo hasta el dashboard ejecutivo en Power BI.
Problema: 9.800 transacciones (2015–2018) con formatos regionales inconsistentes que impedían un análisis comercial confiable. Qué hice: auditoría en Excel, modelado en SQL y un proceso ETL en Power Query que resolvió un bug de formato numérico en el origen. Resultado: dashboard ejecutivo en Power BI listo para lectura gerencial en segundos.
Problema: entender qué segmentos y categorías concentraban ingresos y devoluciones en 3.000 órdenes de e-commerce. Qué hice: modelado en esquema estrella (SQLite), dashboard de 3 páginas en Power BI y un primer modelo de regresión logística para estimar probabilidad de devolución. Resultado: respuestas de negocio accionables vía SQL/DAX, más una línea base de modelado a iterar.
* Primer modelo exploratorio; próxima iteración: balanceo de clases y más features.
Abierto a nuevas oportunidades como Data Analyst Jr., Business Analyst o roles que fusionen la gestión de negocio con la analítica de datos. Buenos Aires, Argentina — modalidad presencial, híbrida o remota.