Ang HighLevel ay isang SaaS na kompanya na bumubuo ng all-in-one na platform para sa marketing at pagbebenta para sa mga negosyo at marketer. Pinagsasama ng software nito ang pangangalap ng lead, pag-iiskedyul ng appointment, pamamahala ng sales pipeline, mga website, funnel, landing page, at awtomatikong follow-up sa pamamagitan ng telepono, SMS, email, at mga social channel. Nagbibigay rin ang HighLevel ng mga API integration, mga tool para sa pamamahala ng membership at kurso, at mga opsyong white-label na nagpapahintulot sa mga negosyo na ialok ang platform sa ilalim ng sarili nilang brand. Para sa mga naghahanap ng trabaho, ipinapakita ng profile ng kompanya ang trabahong nakatuon sa pagbuo at pagsuporta sa isang malawak na produkto para sa business automation na ginagamit sa pagkonsulta, logistics, at iba pang organisasyong nakatuon sa serbisyo.
Staff na Data Scientist, Pagpapanatili ng Kita — HighLevel, Remote sa India
Pangungunahan ang causal analysis ng churn, retention, at add-on monetization para sa AI-powered business operating system ng HighLevel. Magbibigay ng batayan sa mga desisyon sa CPaaS, Customer Success, Finance, Product, at Growth.
Paglalarawan
- Pangungunahan ang causal analysis ng pangunahing revenue retention at add-on monetization sa CPaaS, AI add-ons, at iba pang revenue stream
- Susuriin ang potensyal na kita mula sa mga add-on sa CPaaS at mga bagong AI feature, at tutukuyin ang mga salik na nagtutulak sa attachment at paggamit
- Gagamit ng mga teknik sa causal inference gaya ng matching, difference-in-differences, survival at hazard analysis, at synthetic control
- Makikipagtulungan sa Finance at RevOps upang magtakda ng mapagkakatiwalaang depinisyon ng mga metric at input para sa forecasting
- Makikipagtulungan sa Product Strategy at Growth sa TTP at churn charter, at sa Experimentation upang suriin ang mga retention initiative
- Magbibigay ng analytical guidance sa mga lider ng Customer Success, Finance, at Communications/CPaaS
- Magtatakda ng analytical standards para sa mga data scientist at analyst sa mga kaugnay na team
- Magtatakda ng teknikal na direksiyon para sa pangkumpanyang retention measurement at mangangasiwa sa canonical GRR, NRR, churn, at add-on metrics
- Bubuo ng retention analytics taxonomy kasama ang Analytics Engineering
- Lilikha ng reusable framework para sa retention analysis at causal inference
- Gagamit ng Claude at mga katulad na AI tool para sa exploration, documentation, at analysis
Mga Kinakailangan
- Hindi bababa sa 9 na taong karanasan sa revenue o retention analytics, data science, o applied statistics, kabilang ang malalim na trabaho sa churn, retention, at monetization
- Hands-on na karanasan sa causal inference at mahusay na paghatol sa pagkilala sa causal findings kumpara sa mga artifact ng proseso ng pagbuo ng data
- Kakayahang umunawa ng kumplikadong financial, billing, at usage data at magtakda ng mga metric na makapagtitiis sa pagsusuri ng Finance at Product
- Malakas na kasanayan sa SQL at praktikal na kahusayan sa Python
- Karanasan sa pagtatrabaho sa Snowflake at dbt environment
- Napatunayang epekto ng retention o monetization analysis sa mga desisyon tungkol sa produkto, presyo, Customer Success, o lifecycle
- Kakayahang magtrabaho sa hindi perpekto at patuloy na nagbabagong data, gumamit ng governed sources, at pagbutihin ang analytical quality nang hindi nire-rebuild ang mga pipeline
- Kakayahang impluwensiyahan ang Product, Customer Success, Finance, at leadership nang walang direktang awtoridad
- Karanasan sa CPaaS, kabilang ang telephony o messaging, o sa usage-based at consumption revenue
- Background sa B2B SaaS o CRM, kabilang ang MRR, subscription billing, dunning, at pagbawi ng involuntary churn
- Pamilyar sa Statsig o katulad na experimentation platform
- Karanasan sa AI-assisted analytics workflows
- Karanasan sa pag-mentor ng mga analyst
Mga Benepisyo
- Global na organisasyong remote-first
- Pakikipagtulungan sa global na team na sumasaklaw sa higit sa 10 bansa
- Pagkakataong bumuo ng isang pod habang lumalawak ang mandato