A HighLevel é uma empresa de SaaS que desenvolve uma plataforma completa de marketing e vendas para empresas e profissionais de marketing. Seu software reúne captação de leads, agendamento de compromissos, gerenciamento de pipeline, sites, funis, páginas de destino e acompanhamento automatizado por telefone, SMS, e-mail e canais sociais. A HighLevel também oferece integrações por API, ferramentas de gerenciamento de associações e cursos e opções de marca branca que permitem às empresas oferecer a plataforma com sua própria marca. Para quem busca emprego, o perfil da empresa reflete um trabalho voltado à criação e ao suporte de um amplo produto de automação empresarial usado em consultoria, logística e outras organizações orientadas a serviços.
Cientista de Dados Staff, Retenção de Receita — Remoto nos Estados Unidos
Lidere análises causais para a retenção da receita principal e a monetização de complementos na HighLevel. Faça parceria com as equipes de CPaaS, Sucesso do Cliente, Finanças e produto para orientar decisões de retenção e crescimento.
Estados Unidos$ 163.400 – $ 220.000 / ano
RemotoTempo integralLíderIdioma Obrigatório: inglêsCientista de dadosDescrição
- Liderar a análise causal da retenção da receita principal e da monetização de complementos em CPaaS, complementos de IA e outros fluxos de receita
- Medir o potencial de receita dos complementos e identificar os fatores que impulsionam a adesão e o uso
- Utilizar pareamento, diferenças em diferenças, modelos de sobrevivência e risco, controles sintéticos e outros métodos causais relacionados
- Trabalhar com Finanças e Operações de Receita para estabelecer definições oficiais e dados de entrada para previsões
- Colaborar com líderes de Estratégia de Produto, Crescimento e Experimentação nas prioridades de churn e nos testes de retenção
- Oferecer orientação analítica às lideranças de Sucesso do Cliente, Finanças e Comunicações/CPaaS
- Definir práticas analíticas para Ciência de Dados e equipes relacionadas de analistas
- Liderar a medição da retenção de receita em toda a empresa e manter as métricas canônicas de GRR, NRR, churn e complementos
- Desenvolver a taxonomia de análise de retenção em parceria com a Engenharia de Analytics
- Criar estruturas reutilizáveis para análise de retenção e inferência causal
- Usar ferramentas de IA, como Claude, para pesquisa, documentação e trabalho analítico
- Responder por meio de Analytics de Produto e Ciência de Dados, assumindo a responsabilidade pelos resultados de retenção entre as equipes
Requisitos
- Pelo menos 9 anos de experiência em análise de receita ou retenção, ciência de dados ou estatística aplicada, incluindo experiência significativa com churn, retenção e monetização
- Experiência aplicada em inferência causal e discernimento para distinguir conclusões causais de artefatos do processo gerador dos dados
- Experiência na reconciliação de dados financeiros, de faturamento e de uso complexos e na definição de métricas confiáveis para as equipes de Finanças e produto
- Conhecimento avançado de SQL e proficiência prática em Python
- Experiência trabalhando com Snowflake e dbt
- Impacto comprovado de análises de retenção ou monetização em decisões de produto, preços, Sucesso do Cliente ou ciclo de vida
- Capacidade de trabalhar com eficácia com dados incompletos e em evolução e com fontes de dados governadas
- Capacidade de influenciar partes interessadas de produto, Sucesso do Cliente, Finanças e liderança executiva sem autoridade formal
- Experiência com CPaaS ou modelos de receita baseados em uso e consumo
- Experiência em B2B SaaS ou CRM, incluindo MRR ou faturamento por assinatura, cobrança de inadimplentes e recuperação de churn involuntário
- Familiaridade com Statsig ou uma plataforma de experimentação semelhante
- Experiência com processos de análise apoiados por IA
- Experiência orientando analistas
Benefícios
- Ambiente de trabalho remoto desde o início
- Empresa que oferece igualdade de oportunidades
- Organização global estruturada para o trabalho remoto
- Oportunidade de desenvolver e liderar um pod à medida que o escopo se expande