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.
Starszy specjalista ds. analizy danych, utrzymanie przychodów — praca zdalna w Stanach Zjednoczonych
Kieruj analizą przyczynową utrzymania podstawowych przychodów i monetyzacji dodatków w HighLevel. Współpracuj z zespołami CPaaS, Customer Success, Finance i produktu, aby wspierać decyzje dotyczące retencji i wzrostu.
Stany Zjednoczone163 400 $ – 220 000 $ / rok
ZdalniePełny etatLeadWymagany Język: angielskiData scientistOpis
- Kieruj analizą przyczynową utrzymania podstawowych przychodów i monetyzacji dodatków w CPaaS, dodatkach AI oraz innych strumieniach przychodów
- Mierz potencjał przychodów z dodatków i identyfikuj czynniki wpływające na ich dołączanie oraz wykorzystanie
- Stosuj matching, metodę różnicy w różnicach, modele przeżycia i hazardu, kontrole syntetyczne oraz powiązane metody przyczynowe
- Współpracuj z zespołami Finance i RevOps nad ustaleniem autorytatywnych definicji oraz danych wejściowych do prognozowania
- Współpracuj z liderami Product Strategy, Growth i Experimentation nad priorytetami dotyczącymi rezygnacji oraz testami retencji
- Zapewniaj wskazówki analityczne liderom Customer Success, Finance i Communications/CPaaS
- Określaj praktyki analityczne dla zespołów Data Science i powiązanych zespołów analitycznych
- Kieruj pomiarem utrzymania przychodów w całej firmie oraz utrzymuj kanoniczne metryki GRR, NRR, rezygnacji i dodatków
- Rozwijaj taksonomię analityki retencji we współpracy z Analytics Engineering
- Twórz wielokrotnego użytku frameworki do analizy retencji i wnioskowania przyczynowego
- Korzystaj z narzędzi AI, takich jak Claude, do badań, dokumentacji i pracy analitycznej
- Pracuj w ramach Product Analytics i Data Science, odpowiadając za wyniki retencji w całej organizacji
Wymagania
- Co najmniej 9 lat doświadczenia w analityce przychodów lub retencji, data science albo statystyce stosowanej, w tym znaczące doświadczenie w pracy z rezygnacją, retencją i monetyzacją
- Doświadczenie w stosowaniu wnioskowania przyczynowego oraz umiejętność odróżniania wniosków przyczynowych od artefaktów procesu generowania danych
- Doświadczenie w uzgadnianiu złożonych danych finansowych, rozliczeniowych i dotyczących wykorzystania oraz definiowaniu metryk, którym ufają zespoły Finance i produktu
- Zaawansowana znajomość SQL i praktyczna biegłość w Pythonie
- Doświadczenie w pracy z Snowflake i dbt
- Udokumentowany wpływ analiz retencji lub monetyzacji na decyzje dotyczące produktu, cen, Customer Success lub cyklu życia klienta
- Umiejętność efektywnej pracy z niepełnymi, zmieniającymi się i zarządzanymi źródłami danych
- Umiejętność wywierania wpływu na zespoły produktu, Customer Success, Finance i kadrę kierowniczą bez formalnych uprawnień
- Doświadczenie z CPaaS lub modelami przychodów opartymi na wykorzystaniu i zużyciu
- Doświadczenie w B2B SaaS lub CRM, w tym w zakresie MRR lub rozliczeń subskrypcyjnych, dunningu i odzyskiwania klientów po przymusowej rezygnacji
- Znajomość Statsig lub podobnej platformy do eksperymentów
- Doświadczenie w procesach analitycznych wspieranych przez AI
- Doświadczenie w mentoringu analityków
Benefity
- Środowisko pracy z pierwszeństwem pracy zdalnej
- Pracodawca zapewniający równe szanse
- Globalna organizacja stworzona z myślą o pracy zdalnej
- Możliwość rozwijania i prowadzenia zespołu wraz z rozszerzaniem zakresu odpowiedzialności