Marketing data scientist & AI consultant

Aiuto aziende B2C e B2B a capire meglio i propri clienti e a prendere decisioni strategiche usando i dati.

Lavoriamo insieme Scarica il CV
LinkedIn GitHub
Customer behaviourMarketing analyticsAI automation
Wendy Martinez

Come lavoro

01

Ascolto.

Prima di scrivere una riga di codice capisco il contesto e l'obiettivo di business che si vuole raggiungere.

02

Trasformo i dati in decisioni.

Rendo analisi complesse facili da capire e le traduco in insight e strategie concrete per il business.

03

Metto le persone al centro.

Quando progetto soluzioni AI penso prima a chi dovrà usarle. Costruisco strumenti comprensibili, utili e facili da integrare nel lavoro quotidiano.

04

Automatizzo.

L'AI non deve sostituire le persone, ma togliere il lavoro ripetitivo per far spazio al pensiero.

Casi studio: dalla domanda iniziale al risultato

01

Brand architecture & conjoint · OSB Group

Ridisegnare l'architettura di brand su risparmio e prestiti

Conjoint analysisArchitettura di brandShare of preferenceSimulatori di scenario
Dettagli su richiesta
Situazione
OSB Group doveva definire l'architettura di brand su risparmio e prestiti, per due pubblici diversi: consumatori e broker.
Obiettivo
Misurare i trade-off tra le architetture possibili e l'impatto commerciale di ciascuna, e capire come canali e modello di servizio incidono su fiducia e fedeltà.
Azione
Ho progettato e analizzato gli studi di conjoint sui due pubblici, stimato le utilità per attributo e costruito simulatori di scenario segmentati.
Risultato
Architettura scelta sulle evidenze invece che sulle opinioni interne, con simulatori che mostrano come si sposta la preferenza al variare delle configurazioni.
02

Analisi MaxDiff · Wikipedia

Capire cosa motiva le persone a donare

MaxDiffSurvey researchAnalisi statisticaConsumer behaviour
Dettagli su richiesta
Situazione
Wikipedia vive di donazioni, ma non tutti i messaggi pesano allo stesso modo nella decisione di donare.
Obiettivo
Rendere misurabili le motivazioni alla donazione e capire quali messaggi prioritizzare.
Azione
MaxDiff: per ogni gruppo di possibili ragioni, i partecipanti sceglievano la più e la meno importante. Ne ho ricavato l'importanza relativa di ogni driver e le differenze tra gruppi di utenti.
Risultato
Evidenza quantitativa su quali messaggi enfatizzare nelle campagne di fundraising, al posto dell'intuizione.
03

Social listening su larga scala · Coca-Cola, Pernod Ricard

Ascoltare milioni di conversazioni e trovarci dentro gli insight

Topic modellingSentiment analysisNERTrend detection
Dettagli su richiesta
Situazione
Brand globali del beverage con conversazioni social sparse su piattaforme, lingue e mercati diversi.
Obiettivo
Trasformare volumi enormi di testo non strutturato in temi, sentiment e segnali di tendenza utilizzabili.
Azione
Ho costruito una pipeline end-to-end di web scraping e social listening con topic modelling, sentiment analysis, NER e trend detection.
Risultato
Gli insight hanno orientato la strategia di brand e il posizionamento sull'audience.
04

MVP di AI consumer intelligence

Trasformare i dati dei clienti in conversazioni

Consumer researchAudience segmentationGenerative AIRAG & prompt engineeringAI personasNext.jsGemini
Dettagli su richiesta
Situazione
Gli insight delle survey restano chiusi in dataset, tabelle e report: ogni nuova domanda significa tornare ai dati, filtrare e rianalizzare.
Obiettivo
Permettere di caricare una survey, ottenere i segmenti di pubblico e interrogarli in linguaggio naturale, invece di cercare le risposte dentro un report.
Azione
Un MVP end-to-end: la survey diventa 2-5 segmenti con il relativo profilo, i segmenti diventano AI personas e l'utente pone domande a un segmento. Ho costruito interfaccia e workflow AI: Next.js, React, TypeScript, Genkit, Gemini, Firebase.
Risultato
Da survey, dataset, analisi manuale e report si passa a survey, segmento, domanda, insight: i dati diventano accessibili anche a chi non lavora con le statistiche.
05

Ricerca mixed-methods · eargym

Perché gli utenti abbandonavano l'app

Usability testingThematic analysisMoSCoWDati comportamentali
Dettagli su richiesta
Situazione
Gli analytics di una startup di salute uditiva mostravano utenti che scaricavano l'app e la lasciavano dopo poche sessioni.
Obiettivo
Capire cosa rendeva i giochi di allenamento poco chiari o poco coinvolgenti, con un panel difficile da reclutare.
Azione
Panel di 14 persone con diversi livelli di udito, test di usabilità moderati e interviste; analisi tematica affiancata al tracciamento di completamento, successo ed errori.
Risultato
Report, clip reali dei problemi osservati e un workshop di prioritizzazione MoSCoW: i risultati sono diventati una roadmap condivisa con il team.
06

Ricerca quantitativa · pubblicazione ACM

Etica e neurotecnologie sul posto di lavoro

Disegno della surveyAnalisi statistica avanzataSPSSNVivo
Dettagli su richiesta
Situazione
I dispositivi di scansione cerebrale iniziavano a essere proposti come strumenti di produttività in azienda.
Obiettivo
Misurare atteggiamenti e timori delle persone verso il monitoraggio del carico mentale sul lavoro.
Azione
Survey su 92 partecipanti reclutati via Prolific e 10 interviste semi-strutturate; analisi statistiche avanzate in SPSS e analisi tematica in NVivo.
Risultato
Oltre il 60% entusiasta della tecnologia e, allo stesso tempo, preoccupato per fiducia e discriminazione; paper pubblicato su ACM Digital Library.

Competenze

NLP

  • Topic modelling (LDA, BERTopic)
  • Sentiment analysis
  • Text classification
  • Hugging Face Transformers

Marketing analytics & consumer insights

  • Social listening
  • Segmentazione
  • Conjoint analysis
  • MaxDiff
  • A/B testing
  • Customer journey
  • Brand positioning

ML & data science

  • Python (pandas, NumPy, scikit-learn, XGBoost)
  • SQL
  • Machine learning supervisionato e non supervisionato
  • Model evaluation
  • Forecasting
  • Feature engineering

AI & LLM engineering

  • Prompt engineering
  • Architetture RAG
  • Embeddings
  • Vector database
  • Retrieval evaluation
  • Guardrail e sicurezza delle risposte
  • Agenti AI

AI automation & deployment

  • API integration
  • FastAPI
  • Docker
  • AWS

Strumenti

  • Claude Code
  • Google Analytics
  • SPSS
  • Lighthouse Studio (Sawtooth)
  • n8n
  • Power BI
  • Excel

Un background multidisciplinare. Dalle persone ai dati, dai dati alle decisioni.

MSc Computer Science, AI

Georgia Tech · in corso

MSc Human-Computer Interaction

University of Nottingham · Distinction

BSc Neuroscience

University of Nottingham · 2:1

Il mio percorso unisce neuroscienze, UX, data science e intelligenza artificiale. La mia ossessione è capire come le persone pensano, cosa influenza le loro decisioni e come interagiscono con prodotti e tecnologie. Non parto dai dati: parto dalle persone. I dati sono ciò che uso per comprenderle meglio, individuare pattern e progettare esperienze, strategie e sistemi più efficaci.

Contatti

Che si tratti di capire meglio i tuoi clienti, i tuoi dati o processi da automatizzare, raccontami cosa stai cercando di risolvere.

wendym504@gmail.com
LinkedIn