Auf einen Blick
- Aufgaben: Baue die Web-Tracking-Infrastruktur für ein neues KI-Produkt im Bereich mentale Gesundheit auf.
- Unternehmen: A-Players, ein innovatives Unternehmen im Gesundheitsbereich mit einem dynamischen Team.
- Vorteile: Flexibles Arbeiten, wettbewerbsfähige Vergütung und ein Budget für Weiterbildung.
- Weitere Informationen: Wachstumsmöglichkeiten in einem modernen Tech-Stack mit einem unterstützenden Team.
- Warum dieser Job: Sei Teil eines bedeutenden Projekts und arbeite direkt mit einem Performance-Team an echten Kampagnen.
- Qualifikationen: Mindestens 3 Jahre Erfahrung in Datenanalyse und starke Kenntnisse in Web-Analytics.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Bei A-Players entwickeln wir ein neues KI-Produkt im Bereich psychische Gesundheit und Achtsamkeit und suchen einen Data & Marketing Analyst, der die Analytics-Schicht von Anfang an übernimmt. Wir bauen die Analytik nicht nachträglich auf, sondern bereits bevor die erste Anzeige live geht. Das bedeutet sauberes Tracking von Tag eins, eine Attribution, die die Realität widerspiegelt, und Dashboards, die das Performance-Team jeden Morgen öffnet - nicht einmal pro Quartal.
In der Praxis werden Sie die gesamte Tracking-Infrastruktur von Grund auf einrichten, das Attributionsmodell besitzen, Marketingausgaben mit realen Einnahmen verbinden und LTV- sowie Retentionsmetriken aktuell und vertrauenswürdig halten. Sie arbeiten eng mit dem Performance-Marketing-Team zusammen und sind der dedizierte Analyst für dieses Produkt. Um Sie herum befindet sich ein erfahrenes Datenteam von über 10 Personen in den Bereichen Datenanalyse, Datenengineering, Data Science, BI und KI sowie eine gemeinsame Infrastruktur, einschließlich BigQuery, dbt, Tableau und GA4.
Diese Rolle passt zu Ihnen, wenn Sie den gesamten Analytics-Stack bei einem schnelllebigen Web-Abonnementprodukt navigiert haben, wissen, was es braucht, um Vertrauen in Daten von Grund auf aufzubauen, und bedeutungsvolle Arbeit an etwas leisten möchten, das gerade erst beginnt.
Verantwortlichkeiten- Aufbau der Web-Tracking-Grundlage für das Produkt. Einrichtung von GA4 und GTM, sowohl clientseitig als auch serverseitig, von Grund auf: UTM-Konventionen, dataLayer-Schema, Ereignis-Deduplizierung und Attributionsfenster.
- Implementierung serverseitiger Konversionen für bezahlte Kanäle, einschließlich Meta CAPI, Google Enhanced Conversions und TikTok Events API.
- Aufbau und Pflege eines Web-Attributionsmodells, das Marketingausgaben mit tatsächlichen Einnahmen verbindet, und Bereitstellung von kanalbezogenen LTV- und CAC-Analysen.
- Entwurf und Verwaltung von Tableau-Dashboards für Akquisemetriken, einschließlich CAC, ROAS und Kanalmix; Trichtermetriken, einschließlich Registrierung → erster Kauf → Wiederholungskauf; Retentionsmetriken, einschließlich Kohorten und LTV-Kurven; und finanzieller Übersicht.
- Unterstützung des Performance-Marketing-Teams mit ad-hoc SQL-Analysen und Python-Skripten zur Automatisierung.
- Entwurf und Analyse von A/B-Tests über den gesamten Trichter, Dokumentation der Ergebnisse und Unterstützung bei der Umsetzung von Maßnahmen basierend auf den Erkenntnissen.
- Dokumentation von Tracking-Konventionen und Datendefinitionen in der Wissensdatenbank.
- 3+ Jahre Erfahrung als Datenanalyst, Webanalyst oder Marketinganalyst mit Web-Abonnement- oder E-Commerce-Produkten.
- Starke Expertise in Web-Analytics, einschließlich Trichtern, Attribution, Tracking-Logik und Messung der Marketingleistung.
- Erfahrung mit Performance-Marketing-Daten.
- Erfahrung mit Roh- und halbverarbeiteten Daten aus Facebook Ads, Google Ads, TikTok Ads oder ähnlichen Plattformen, einschließlich Datenvalidierung und -bereinigung.
- Starkes Verständnis von Abonnementgeschäftsmetriken, einschließlich LTV, Kohorten, Retention, wiederkehrenden Einnahmen, CAC und Amortisationszeitraum.
- Erfahrung im Aufbau von Web-Tracking von Grund auf mindestens einmal, z.B. für ein neues Produkt, einen neuen Trichter oder einen neuen Markt.
- Fortgeschrittene SQL-Kenntnisse: Fensterfunktionen, CTEs, Abfrageoptimierung und Arbeiten mit komplexen Datensätzen.
- Fundierte Python-Kenntnisse: pandas, NumPy, Analyseskripte und grundlegende Automatisierung.
- Erfahrung mit BI-Tools wie Tableau, Looker, Power BI oder ähnlichem.
- Komfortabel im Umgang mit Unklarheiten und beim Aufbau von Strukturen, wo noch keine existieren.
- Offener, klarer und proaktiver Kommunikationsstil.
- Hohe Eigenverantwortung und Initiative.
- Praktische Erfahrung mit GA4.
- Praktische Erfahrung mit GTM, einschließlich clientseitiger und serverseitiger Implementierung.
- Erfahrung mit PSP-Daten.
- A/B-Test-Erfahrung.
- Tableau-Erfahrung: Dashboards, berechnete Felder, Parameteraktionen.
- BigQuery-Erfahrung: große Datensätze, Kostenoptimierung und Leistungsoptimierung.
- Erfahrung mit dbt.
- Vollständige Verantwortung und Freiheit, das Tracking von Grund auf für ein neues Produkt einzurichten, ohne Erbschaftsbeschränkungen.
- Echter Geschäftseinfluss: Sie arbeiten direkt mit einem Performance-Team, das Live-Kampagnen durchführt, und erstellen keine Dashboards, die niemand liest.
- Ein starkes Datenteam um Sie herum (über 10 Personen), einschließlich Dateningenieuren, Datenwissenschaftlern, BI-Spezialisten und KI-Spezialisten, mit denen Sie konsultieren, lernen und wachsen können.
- Moderne Technologie: SQL, BigQuery, dbt, GA4, GTM, Tableau und Python.
- Offenheit für neue Praktiken: Das Team hat bereits GrowthBook, dbt, serverseitiges Tracking und GenAI-Fähigkeiten für Analysten implementiert.
- Karriereweg: Starke Leistung öffnet die Tür zu echtem Karrierewachstum.
- Flexibler Zeitplan und remote-freundliche Einrichtung.
- Wettbewerbsfähige Vergütung mit regelmäßigen Leistungsbewertungen.
- Krankenversicherung.
- Budget für Lernen und Entwicklung.
Data & Marketing Analyst Arbeitgeber: A-Players
A-Players ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, von Anfang an eine entscheidende Rolle in der Entwicklung eines innovativen KI-Produkts im Bereich mentale Gesundheit und Achtsamkeit zu übernehmen. Mit einem starken Team von über 10 Datenexperten und einer modernen technischen Infrastruktur profitieren Sie von einem offenen Arbeitsumfeld, das Ihre berufliche Weiterentwicklung fördert und Ihnen die Freiheit gibt, Tracking-Methoden ohne Einschränkungen zu gestalten. Zudem bieten wir flexible Arbeitszeiten, wettbewerbsfähige Vergütung und ein Budget für Weiterbildung, um sicherzustellen, dass Sie nicht nur einen Job, sondern eine bedeutungsvolle Karriere aufbauen können.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data & Marketing Analyst erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei A-Players zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data & Marketing Analyst mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data & Marketing Analyst bei A-Players gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei A-Players vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für A-Players entscheidend sein!
