Mailchimp Customer Success - Staff Data Scientist

Intuit ist die globale Finanztechnologie-Plattform, die Wohlstand für die Menschen und Gemeinschaften, die wir bedienen, fördert. Mit etwa 100 Millionen Kunden weltweit, die Produkte wie TurboTax, Credit Karma, QuickBooks und Mailchimp nutzen, glauben wir, dass jeder die Möglichkeit haben sollte, zu prosperieren.

Die Mission des Mailchimp Customer Success (CS) Data Science & Analytics-Teams besteht darin, erstklassige Kundenerlebnisse über digitale und expertengeführte Kanäle zu ermöglichen, indem datengestützte Erkenntnisse, Experimente und prädiktive Intelligenz bereitgestellt werden. Wir arbeiten eng mit den Teams für Customer Success, Produkt, Datenengineering und Betrieb zusammen, um das Kundenengagement, die Kundenbindung und den langfristigen Erfolg für Mailchimps kleine und mittelständische Kunden zu verbessern.

Als Staff Data Scientist werden Sie als seniorer individueller Beitragender und strategischer Partner fungieren, der tiefgehende analytische Expertise und Geschäftswissen auf einige der komplexesten und wirkungsvollsten Probleme von Mailchimp CS anwendet. Sie werden Messrahmen gestalten, fortgeschrittene Experimente und kausale Analysen leiten und Erkenntnisse in klare Empfehlungen übersetzen, die die Strategie und Ausführung in der gesamten Organisation beeinflussen.

Diese Rolle bietet eine einzigartige Gelegenheit, zu definieren, wie der Einfluss des Customer Success in großem Maßstab gemessen wird – insbesondere während Mailchimp seine Datenplattformen, KI-gestützten Erlebnisse und Modelle zur Kundenbindung weiterentwickelt.

• Strategischer Analysepartner für Customer Success, Produkt und Betriebsleiter sein – helfen, Probleme, Erfolgsmetriken und datengestützte Entscheidungen zu definieren.
• Unklare Geschäftsprobleme konzipieren, Hypothesen formulieren und rigorose analytische Ansätze entwerfen, um Programme und Initiativen im Customer Success zu bewerten.
• Experimente über traditionelle A/B-Tests hinaus entwerfen, durchführen und interpretieren, einschließlich Methoden zur kausalen Inferenz (z.B. quasi-Experimente, DiD, Matching, synthetische Kontrolle).
• Skalierbare Messrahmen für wichtige CS-Ergebnisse wie Engagement, Bindung, TNPS, Kundenhealth und Unterstützungseffektivität entwickeln und pflegen.
• Prädiktive Modelle und dauerhafte Ansätze zur Kundensegmentierung erstellen, um Zielgruppenansprache, Priorisierung und Personalisierung des Kundenerlebnisses zu verbessern.
• Komplexe Analysen in klare, umsetzbare Erkenntnisse und Narrative für technische und nicht-technische Stakeholder, einschließlich der Unternehmensleitung, übersetzen.
• Mit dem Datenengineering-Team zusammenarbeiten, um hohe Datenqualität, gut definierte Metriken und skalierbare Analyseassets sicherzustellen – insbesondere während Plattform- und Datenmigrationen.
• Den Einfluss von KI/ML- und LLM-gesteuerten Kundenerlebnissen über menschliche und digitale Erfolgskanäle bewerten und messen.
• Analytische Strenge, bewährte Praktiken für Experimente und wiederverwendbare Lösungen fördern, die den Einfluss über einzelne Projekte hinaus skalieren.
• Intuits „Win Together“-Mentalität vorleben, indem man tiefgreifend über Teams hinweg zusammenarbeitet und die analytische Qualität der breiteren Organisation erhöht.

• Über 6 Jahre Erfahrung in Datenwissenschaft, Analytik oder Produktanalytik mit nachweisbarem Einfluss im Bereich Customer Success, Produkt, Marketing oder Markteinführungsbereichen.
• Starke Grundlagen in Statistik, Experimentierung und kausaler Inferenz, einschließlich Erfahrung im Entwerfen und Interpretieren von Analysen über einfache A/B-Tests hinaus.
• Fortgeschrittene SQL-Kenntnisse und starke Kenntnisse in Python für Datenanalyse, Modellierung und Experimentierung (z.B. pandas, numpy, scikit-learn, statsmodels).
• Nachgewiesene Fähigkeit, mit großen, komplexen Datensätzen zu arbeiten und Erkenntnisse in Geschäftsentscheidungen zu übersetzen.
• Erfahrung im Aufbau skalierbarer, wiederverwendbarer Analyse- oder Modellierungslösungen, die Effizienz und Konsistenz verbessern.
• Exzellente Kommunikations- und Erzählfähigkeiten mit der Fähigkeit, Stakeholder zu beeinflussen und Entscheidungsprozesse zu leiten.
• Abschluss in einem quantitativen Fachgebiet (Statistik, Wirtschaft, Mathematik, Informatik, Datenwissenschaft oder verwandte Bereiche); ein fortgeschrittener Abschluss ist bevorzugt.
• Erfahrung im Fintech-, SaaS-, Marketingtechnologie- oder SMB-fokussierten Produkten.
• Vertrautheit mit Customer Success-Metriken und -Konzepten (z.B. Kundenhealth, Abwanderungsrisiko, Lebenszyklusengagement, Unterstützungseffektivität).
• Erfahrung in enger Zusammenarbeit mit Produkt-, Ingenieur- und KI/ML-Teams.
• Vertrautheit mit BI- und Visualisierungstools (z.B. Tableau, Qlik, Quicksight).
• Erfahrung mit Versionskontrolle (git) und Anwendung bewährter Praktiken der Softwareentwicklung auf Analyse-Workflows.
• Einblick in generative KI oder LLM-gesteuerte Analytik und kundenorientierte Anwendungsfälle.

Intuit bietet ein wettbewerbsfähiges Vergütungspaket mit einem starken leistungsbezogenen Belohnungsansatz. Diese Position kann für einen Bargeldbonus, Eigenkapitalvergütungen und Leistungen in Übereinstimmung mit unseren geltenden Plänen und Programmen in Frage kommen. Die angebotene Vergütung basiert auf Faktoren wie berufsbezogenem Wissen, Fähigkeiten, Erfahrung und Arbeitsort. Um eine faire Vergütung für Mitarbeiter zu gewährleisten, führt Intuit regelmäßige Vergleiche über Ethnizitäts- und Geschlechtskategorien durch. Der erwartete Grundvergütungsbereich für diese Position beträgt: New York $ 186.500,00 - 252.000,00.