
HighLevel è un’azienda SaaS che sviluppa una piattaforma completa di marketing e vendite per aziende e professionisti del marketing. Il suo software riunisce acquisizione di lead, programmazione di appuntamenti, gestione della pipeline, siti web, funnel, landing page e follow-up automatizzato tramite telefono, SMS, e-mail e canali social. HighLevel offre inoltre integrazioni API, strumenti per la gestione di iscrizioni e corsi e opzioni white label che consentono alle aziende di proporre la piattaforma con il proprio marchio. Per chi cerca lavoro, il profilo dell’azienda riflette attività incentrate sulla realizzazione e sul supporto di un ampio prodotto di automazione aziendale utilizzato nella consulenza, nella logistica e in altre organizzazioni orientate ai servizi.
Data Scientist Staff, Retention dei ricavi — Da remoto negli Stati Uniti
Guida le analisi causali per la retention dei ricavi principali e la monetizzazione degli add-on in HighLevel. Collabora con i team CPaaS, Customer Success, Finance e prodotto per orientare le decisioni su retention e crescita.
163.400 $ – 220.000 $ / anno
Da remotoTempo pienoLeadLingua Richiesta: ingleseData scientistDescrizione
- Guidare l’analisi causale della retention dei ricavi principali e della monetizzazione degli add-on tra CPaaS, add-on di IA e altri flussi di ricavi
- Misurare il potenziale di ricavi degli add-on e identificare i fattori che ne determinano l’adozione e l’utilizzo
- Utilizzare matching, difference-in-differences, modelli di sopravvivenza e di rischio, controlli sintetici e altri metodi causali correlati
- Collaborare con Finance e RevOps per stabilire definizioni autorevoli e input per le previsioni
- Collaborare con i responsabili di Product Strategy, Growth ed Experimentation sulle priorità di churn e sui test di retention
- Fornire indicazioni analitiche ai responsabili di Customer Success, Finance e Comunicazioni/CPaaS
- Definire le pratiche analitiche per la Data Science e i relativi team di analisti
- Dirigere la misurazione della retention dei ricavi a livello aziendale e mantenere le metriche canoniche di GRR, NRR, churn e add-on
- Sviluppare la tassonomia analitica della retention in collaborazione con l’Analytics Engineering
- Creare framework riutilizzabili per l’analisi della retention e l’inferenza causale
- Utilizzare strumenti di IA come Claude per la ricerca, la documentazione e il lavoro analitico
- Riportare attraverso Product Analytics e Data Science, assumendo la responsabilità dei risultati di retention tra i team
Requisiti
- Almeno 9 anni di esperienza nell’analisi dei ricavi o della retention, nella data science o nella statistica applicata, inclusa una solida esperienza con churn, retention e monetizzazione
- Esperienza applicata nell’inferenza causale e capacità di distinguere i risultati causali dagli artefatti del processo di generazione dei dati
- Esperienza nella riconciliazione di dati finanziari, di fatturazione e di utilizzo complessi e nella definizione di metriche affidabili per i team Finance e prodotto
- Competenze avanzate in SQL e padronanza pratica di Python
- Esperienza con Snowflake e dbt
- Impatto dimostrato dell’analisi della retention o della monetizzazione sulle decisioni relative a prodotto, prezzi, Customer Success o ciclo di vita
- Capacità di lavorare efficacemente con dati incompleti e in evoluzione e con fonti di dati sottoposte a governance
- Capacità di influenzare gli stakeholder di prodotto, Customer Success, Finance e della dirigenza senza autorità formale
- Esperienza con CPaaS o modelli di ricavi basati sull’utilizzo e sul consumo
- Esperienza in B2B SaaS o CRM, inclusi MRR o fatturazione in abbonamento, gestione dei mancati pagamenti e recupero del churn involontario
- Familiarità con Statsig o una piattaforma di sperimentazione simile
- Esperienza con processi di analisi supportati dall’IA
- Esperienza nel mentoring di analisti
Benefit
- Ambiente di lavoro orientato al remoto
- Datore di lavoro che garantisce pari opportunità
- Organizzazione globale progettata per il lavoro da remoto
- Possibilità di sviluppare e guidare un pod con l’ampliamento dell’incarico