HighLevel to firma SaaS tworząca kompleksową platformę marketingowo-sprzedażową dla przedsiębiorstw i marketerów. Jej oprogramowanie łączy pozyskiwanie potencjalnych klientów, planowanie spotkań, zarządzanie lejkiem sprzedażowym, strony internetowe, lejki i strony docelowe, a także automatyczne działania następcze za pośrednictwem telefonu, SMS-ów, poczty elektronicznej i kanałów społecznościowych. HighLevel oferuje również integracje API, narzędzia do zarządzania członkostwem i kursami oraz opcje white label, dzięki którym firmy mogą udostępniać platformę pod własną marką. Dla osób poszukujących pracy profil firmy odzwierciedla pracę nad tworzeniem i obsługą rozbudowanego produktu do automatyzacji biznesu, wykorzystywanego przez organizacje konsultingowe, logistyczne i inne podmioty usługowe.
Staff Data Scientist ds. utrzymania przychodów — HighLevel, praca zdalna w Indiach
Kierowanie analizą przyczynową odpływu klientów, retencji i monetyzacji dodatków dla opartego na AI systemu operacyjnego HighLevel dla firm. Wspieranie decyzji w obszarach CPaaS, Customer Success, finansów, produktu i rozwoju.
Opis
- Kierowanie analizą przyczynową kluczowych zagadnień związanych z utrzymaniem przychodów i monetyzacją dodatków w CPaaS, dodatkach AI oraz innych strumieniach przychodów
- Ocena potencjału przychodów z dodatków w CPaaS i nowych funkcjach AI oraz identyfikowanie czynników wpływających na ich dołączanie i wykorzystanie
- Stosowanie technik wnioskowania przyczynowego, takich jak matching, różnica w różnicach, analiza przeżycia i hazardu oraz kontrola syntetyczna
- Współpraca z zespołami finansów i RevOps w celu ustalenia wiarygodnych definicji metryk i danych wejściowych do prognozowania
- Współpraca ze strategią produktu i zespołem Growth nad kartą TTP i odpływu oraz z zespołem eksperymentów nad oceną inicjatyw retencyjnych
- Zapewnianie wsparcia analitycznego liderom Customer Success, finansów i Communications/CPaaS
- Definiowanie standardów analitycznych dla data scientistów i analityków w powiązanych zespołach
- Wyznaczanie kierunku technicznego dla firmowego pomiaru retencji oraz odpowiedzialność za kanoniczne metryki GRR, NRR, odpływu i dodatków
- Tworzenie taksonomii analityki retencji wspólnie z Analytics Engineering
- Tworzenie wielokrotnego użytku frameworków do analizy retencji i wnioskowania przyczynowego
- Wykorzystywanie Claude i porównywalnych narzędzi AI do eksploracji, dokumentacji i analizy
Wymagania
- Co najmniej 9 lat doświadczenia w analityce przychodów lub retencji, data science albo statystyce stosowanej, w tym dogłębnej pracy nad odpływem, retencją i monetyzacją
- Praktyczne doświadczenie we wnioskowaniu przyczynowym oraz trafna ocena pozwalająca odróżniać ustalenia przyczynowe od artefaktów procesu generowania danych
- Umiejętność interpretowania złożonych danych finansowych, rozliczeniowych i dotyczących wykorzystania oraz definiowania metryk odpornych na weryfikację przez zespoły finansów i produktu
- Bardzo dobra znajomość SQL i praktyczna znajomość języka Python
- Doświadczenie w pracy ze środowiskiem Snowflake i dbt
- Udowodniony wpływ analiz retencji lub monetyzacji na decyzje dotyczące produktu, cen, Customer Success lub cyklu życia klienta
- Umiejętność pracy z niedoskonałymi, zmieniającymi się danymi, korzystania z zarządzanych źródeł i poprawy jakości analiz bez przebudowy potoków
- Umiejętność wywierania wpływu na produkt, Customer Success, finanse i kadrę zarządzającą bez bezpośrednich uprawnień
- Doświadczenie z CPaaS, w tym telefonią lub komunikacją wiadomościową, albo z przychodami opartymi na wykorzystaniu i konsumpcji
- Doświadczenie w B2B SaaS lub CRM, w tym w zakresie MRR, rozliczeń subskrypcji, dunningu i odzyskiwania przychodów z przymusowego odpływu
- Znajomość Statsig lub porównywalnej platformy eksperymentów
- Doświadczenie w procesach analitycznych wspieranych przez AI
- Doświadczenie w mentoringu analityków
Benefity
- Globalna organizacja działająca przede wszystkim zdalnie
- Współpraca z globalnym zespołem obejmującym ponad 10 krajów
- Możliwość rozwijania zespołu wraz z rozszerzaniem zakresu odpowiedzialności