Aishah Anifowoshe

Erstelle dein Portfolio mit ProoV
ProoV
EN Verifiziertes Arbeitsportfolio

ProoV Portfolio

Aishah Anifowoshe

data analytics · self taught

Zum ProoV-Leaderboard

Projekte

Zertifiziert

Selbstgesteuertes Projekt

Supply Chain Optimization with SAP Business AI

Business AI Associate · KI / ML · Oktober 2026

96/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

Built a tightly scoped supply-chain rescue plan for a German manufacturer: identified the true bottleneck as a single-sourced critical component with roughly two weeks of cover, designed a Joule-style copilot that recommends the next best action with human approval guardrails, and quantified a conservative payback from days recovered plus avoided expedite cost. The board pitch was crisp and decision-oriented, ending in a specific 2-person, 60-day pilot ask with a measurable success target.

Bewertet nach

  • Problem framing & business sense30%
  • Business-AI solution design & guardrails30%
  • ROI and decision quality25%
  • Executive communication15%

Bestanden · Bestehensgrenze 60/100

Was herausstach6
  • Correctly rejected the decoy port delay and focused on the single-sourced component that actually threatens the line
  • Defined a practical copilot output: a drafted PO or reroute for human approval, plus a ranked alert and explicit never-do line
  • Applied the autonomy boundary well, especially by escalating high-value, irreversible actions like air freight and new-supplier moves
  • Made the board ask specific and bounded: a 2-person, 60-day pilot with success defined as detection-to-mitigation under 1 day
  • Leakage-Free Problem Diagnosis
  • Human-in-the-Loop Copilot Design
Meine eingereichte Arbeit19 Aufgaben

11 Aufgaben · 7.7k Zeichen · 8 Textantworten · 615 Wörter

  • SAP Brand Sentiment Pre182 Zeichen
  • Trust Pledge135 Zeichen
  • Diagnose Break300 Zeichen
  • Problem Statement1.2k Zeichen
  • Copilot Spec860 Zeichen
  • Guardrails Sort1.3k Zeichen
  • ROI Payback555 Zeichen
  • India Transfer569 Zeichen
  • Board Pitch1.7k Zeichen
  • Teach Back813 Zeichen
  • SAP Brand Sentiment Post188 Zeichen
  • SAP Brand Sentiment Pre14 Wörter
  • Trust Pledge20 Wörter
  • Diagnose Break23 Wörter
  • Problem Statement180 Wörter
  • Copilot Spec124 Wörter
  • Guardrails Sort127 Wörter
  • ROI Payback56 Wörter
  • India Transfer71 Wörter

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
Zertifiziert

Selbstgesteuertes Projekt

Business & Sponsorships — The FC Barcelona Case

Data Science · September 2026

84/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

Built an end-to-end commercial sponsorship case for FC Barcelona: analyzed revenue mix, selected Asia-Pacific as the target segment, assembled a €3.0M asset package, and evaluated ElectraX with a performance-weighted recommendation. The final memo is data-backed, acknowledges the 40pp KPI shortfall, and explains the commercial logic and caveats clearly for a non-technical stakeholder.

Bewertet nach

  • Business reasoning & decision quality35%
  • Correct use of data25%
  • Frameworks applied20%
  • Communication & structure20%

Bestanden · Bestehensgrenze 55/100

Was herausstach6
  • Correctly identified Commercial as the controllable revenue lever and tied the 12% growth target to the club’s own commercial stream.
  • Used the Asia-Pacific segment consistently, grounding the recommendation in the saved fan count of 10 and its high engagement.
  • Built a coherent €3.0M package and a performance-weighted ElectraX recommendation that explicitly addressed the 40pp KPI shortfall.
  • Flagged the underperforming content-reach KPI and proposed a concrete make-good / recovery approach in the negotiation messaging.
  • Leakage-Free Segment Selection
  • Framework-Based Commercial Reasoning
Meine eingereichte Arbeit20 Aufgaben

12 Aufgaben · 13 Zeilen · Python · 8 Textantworten · 356 Wörter

  • Revenue Mix Compute521 Zeichen
  • Revenue MixPython · 1.3k Zeichen
  • Fan SegmentationPython · 1.0k Zeichen
  • Package Builder638 Zeichen
  • Coach Usage72 Zeichen
  • KPI ScorecardPython · 712 Zeichen
  • Intern Draft Review158 Zeichen
  • Defence Questions453 Zeichen
  • Spoken Defence2 Zeilen
  • Inbox Responses2.0k Zeichen
  • Mid Season Performance Summary1.2k Zeichen
  • Final Recommendation2.1k Zeichen
  • Revenue Mix Compute40 Wörter
  • Revenue Mix101 Wörter
  • Fan Segmentation53 Wörter
  • Package Builder41 Wörter
  • Coach Usage3 Wörter
  • KPI Scorecard50 Wörter
  • Intern Draft Review1 Wort
  • Defence Questions67 Wörter

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
Zertifiziert

Selbstgesteuertes Projekt

Business Analytics Sprint

Data Science · August 2026

91/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

Built an end-to-end profit-paradox analysis: framed hypotheses and KPI drivers, audited the data, wrote correct SQL for category and regional margin analysis, isolated the main profit leaks through a Pareto-style root-cause view, and produced a recovery forecast with board-ready recommendations. The work shows strong business reasoning, solid SQL execution, and clear executive communication.

Bewertet nach

  • Problem Framing & Hypotheses10%
  • Data Analysis & SQL30%
  • Root-Cause & Forecasting25%
  • Dashboard & Visualization15%
  • Executive Communication & Strategy20%

Bestanden · Bestehensgrenze 60/100

Was herausstach6
  • Correctly computed category margin as (revenue − cost) / revenue and ordered categories by margin in SQL.
  • Used a proper join to bring regional discount context into the margin analysis.
  • Identified the main deterioration drivers in the right order: raw-material inflation, logistics inefficiency, and discounting.
  • Translated the analysis into a prioritised recommendation memo with impact and effort framing.
  • Structured Hypothesis Formation
  • Leakage-Free Business Diagnosis
Meine eingereichte Arbeit20 Aufgaben

12 Aufgaben · 6.8k Zeichen · 8 Textantworten · 197 Wörter

  • Hypothesis Sheet365 Zeichen
  • KPI Driver Map174 Zeichen
  • Data Audit100 Zeichen
  • Week1 Update768 Zeichen
  • Sql Category Profit301 Zeichen
  • Sql Region Join369 Zeichen
  • Root Causes158 Zeichen
  • Forecast279 Zeichen
  • Recommendations1.4k Zeichen
  • Boardroom Deck622 Zeichen
  • Stakeholder Qa827 Zeichen
  • Bosch Real Case Study1.5k Zeichen
  • Hypothesis Sheet25 Wörter
  • KPI Driver Map1 Wort
  • Data Audit4 Wörter
  • Week1 Update107 Wörter
  • Sql Category Profit17 Wörter
  • Sql Region Join32 Wörter
  • Root Causes5 Wörter
  • Forecast6 Wörter

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
3Abgeschlossene Projekte
3Verifizierte Zertifikate
90Durchschnittsnote
Erstelle dein Portfolio mit ProoV