Senior Product Manager, Data, CDP & Analytics

Data ist das Betriebssubstrat eines KI-nativen Unternehmens. Jede Kundeninteraktion, die wir für einen Händler durchführen – Verkauf, Service, F&I, Zahlungen – ist ein Signal, das in intelligenteres Engagement, schärfere Berichterstattung und zunehmend autonome Agenten umgewandelt werden sollte. Wir haben die Plattform, die Kunden und ein engagiertes AI Labs-Team. Was wir brauchen, ist der Produktverantwortliche, der die Datenebene als ein System sehen kann – CDP, Identität und Einwilligung sowie kundenorientierte Analytik – und es umsetzen kann.

Sie werden die Datenprodukt-Ebene von Anfang bis Ende besitzen. Sie werden das CDP produktifizieren, den Identitätsdienst aufbauen, dem jeder andere DC-Produkt vertraut, und die veraltete Berichterstattung durch eine moderne Analytik-Oberfläche ersetzen, die Händler tatsächlich nutzen. Sie werden der einzige verantwortliche Eigentümer der Datenbasis von DC sein.

Dies ist keine Wartungsrolle. Dies ist die Rolle, die die Daten von DC in kumulative Hebelwirkung für jedes Produkt verwandelt, das wir ausliefern, und jeden Agenten, den wir einsetzen.

Was Sie besitzen werden:

• Das CDP, die Kunden-Datenplattform des Unternehmens – Aufnahme, Vereinheitlichung, Zielgruppenmodellierung und Aktivierung – produktifiziert für Händlerbetreiber und von jedem internen Produktteam konsumiert. Eine Plattform, ein Fahrplan, ein Eigentümer.
• Identität und Einwilligung. Das Identitätsdiagramm, das Händlerkunden über DMS, CRM, Web und Engagement-Signale auflöst – deterministische und probabilistische Zuordnung, individuell und haushaltsbezogen, mit einem klaren Einwilligungs- und Datenschutzmanagement-Modell. Jedes Produkt und jeder KI-Agent bei DC hängt davon ab.
• Moderne Analytik. Die analytische Oberfläche für Händler. Eingebettete Berichterstattung, Dashboards und Selbstbedienungsanalysen, die Händler nutzen, um ihr Geschäft zu führen – nicht die veraltete Berichterstattung, die wir zurückziehen.
• Ergebnisse, die zählen. Datenaktivierungsrate, Präzision und Rückruf der Identitätsübereinstimmung, Dashboard MAU und Haftung sowie Personalisierung des Agenten, die auf dem Identitätssignal basieren. Sie definieren den Metrikstapel, instrumentieren ihn und berichten darüber.
• Die Kundenbeziehung für Daten. Sie sind das Produktgesicht des Unternehmens für die Personen in den Autohäusern, die Daten konsumieren – GMs, BDC-Manager, Marketingdirektoren und die Betreiber im Nachgang. Sie werden einen Händlerdatenrat leiten und die vertrauenswürdigste Stimme im Unternehmen sein, was Händler tatsächlich von ihren Daten benötigen.

Wie wir arbeiten:

• KI-nativ von Anfang an. Sie arbeiten mit unserem AI Labs-Team und unserer Engineering-Organisation zusammen, um identitätsbewusste, datengestützte agentische Fähigkeiten zu liefern. Sie besitzen die Datenebene als Produkt. Engineering baut die Infrastruktur. AI Labs baut die Agenten. Sie definieren, was wir bauen und warum.
• Kunden-null-Kultur. PMs im Unternehmen verbringen Zeit mit den Menschen, die unsere Produkte nutzen. Für Daten bedeutet das Händler-GMs, BDC-Manager, Marketingbetreiber und die internen vertikalen PMs, die von Ihnen abhängen. Wenn Sie nur für Ingenieure bauen möchten, ist dies nicht die Rolle.
• Schlank und dicht. Kleines Team, hohe Talentdichte, KI-Augmentation überall. Wir stellen nicht ein, um Organigramme zu füllen. Wir stellen ein, um die Hebelwirkung der bereits hier befindlichen Personen zu multiplizieren.
• Direkte Exposition. Sie berichten an den VP of Product und haben wöchentliche Skip-Level-Zugänge zum CPBO. Sie arbeiten direkt mit dem VP of Engineering und dem Leiter von AI Labs zusammen. Keine politischen Schichten.

Was Sie mitbringen:

• 5+ Jahre Produktmanagement. Mit mindestens 3 Jahren Erfahrung in der Entwicklung von produktisierten CDPs, Identität, eingebetteten Analysen oder vergleichbaren Datenplattformprodukten in einem B2B-SaaS-Unternehmen. Reine Datenengineering- oder Analytik-Engineering-Pfade ohne Produktlieferung an einen Nicht-Entwickler-Käufer werden nicht ausreichen.
• Nachgewiesene Geschichte im Versand von KI. Sie haben LLM-, Agenten- oder KI-gesteuerte Funktionen in der Produktion ausgeliefert. Sie können uns durch die Architektur, das Daten- und Identitätssignal, auf dem es beruhte, die Bewertungen, die Beobachtbarkeit, die Misserfolge und was Sie anders machen würden, führen. Wir werden fragen.
• KI-native PM-Workflows. Claude, ChatGPT, Cursor oder Äquivalente sind für Sie keine gelegentlichen Werkzeuge. Sie sind, wie Sie jeden Tag PM-Arbeit leisten. Sie haben starke, verteidigbare Meinungen darüber, wie KI Entdeckung, Spezifikationsschreibung, Prototyping und Kundenforschung verändert, und können den Unterschied zwischen KI als Funktion und KI als Betriebsmodell artikulieren.
• CDP- oder vergleichbare Datenprodukteerfahrung. Sie haben Produkte in einem reinen CDP-Unternehmen (Segment, mParticle, Hightouch, Census, RudderStack, ActionIQ, Tealium, BlueConic, Amperity oder vergleichbar) oder in einem vertikalen SaaS-Datenprodukt (Toast Data, ServiceTitan, Procore, Veeva, BlackLine oder vergleichbar) ausgeliefert, wo Sie eine kundenorientierte Daten-, Identitäts- oder Analytikoberfläche besaßen.
• Fließende Identitätsauflösung. Sie haben Meinungen zur deterministischen vs. probabilistischen Zuordnung, individueller vs. haushaltsbezogener Auflösung, Identitätszusammenführungsabwägungen und wie das Identitätssignal in nachgelagerte Produktoberflächen fließt. Sie müssen den Matching-Algorithmus nicht schreiben – aber Sie müssen die Entscheidung zwischen zwei Architekturen treffen und diese verteidigen.
• Strategisch mit technischer Tiefe. Sie können SQL lesen, über Schemata nachdenken, einen Vorschlag eines Dateningenieurs hinterfragen und Abwägungen zu Datenmodellierung, Pipeline-Architektur und Reverse ETL treffen, ohne überstimmt zu werden. Strategisch mit technischer Fließfähigkeit, nicht technische Tiefe, die bei Engineering leben sollte.
• Cross-funktionales Versenden. Nachweisliche Erfolge beim Versand mit Engineering, Design, Daten und GTM-Partnern. Sie wissen, wie man eine Spezifikation schreibt, die Ingenieure respektieren, einen Launch versendet, den PMM verkaufen kann, und ein Produkt so instrumentiert, dass der Support es debuggen kann.
• Betreiber-Energie. Sie bewegen sich schnell, schreiben klar, widersprechen, wenn Sie anderer Meinung sind, und übernehmen Verantwortung, ohne gefragt zu werden. Sie behandeln Ihren Manager als Peer, nicht als Elternteil.

Bonuspunkte:

• Sie haben Datenprodukte in einem vertikalen SaaS-Kontext an Nicht-Entwickler-Betreiber (Einzelhandel, Dienstleistungen, Gesundheitswesen, Gastgewerbe, Automobil) ausgeliefert.
• Sie haben direkte Erfahrung als Händlerbetreiber oder enge Verwandte im Geschäft – dies ist jedoch ein Tiebreaker, kein Prerequisite.
• Sie haben Identitätsstitching, Einwilligungsmanagement oder Datenschutz-in-Design-Infrastruktur (CCPA, CPRA, GDPR-Äquivalente) aufgebaut oder betrieben.
• Sie haben agentenbewusste Datenprodukte ausgeliefert – Funktionen, bei denen ein KI-Agent ein erstklassiger Verbraucher von Identitäts- und Zielgruppensignalen ist.
• Sie haben mit eingebetteten Analyseplattformen (Sigma, ThoughtSpot Embedded, Looker Embedded, Cube, maßgeschneidert) gearbeitet.

Leistungen:

• Bezahlter Urlaub
• Neun (9) bezahlte Feiertage
• 401(k) plus Arbeitgeberbeitrag
• Krankenversicherung
• Flexible Ausgabenrechnung
• Gesundheitssparkonto
• Zahnversicherung
• Sehversicherung
• Kurz-/Langzeit-Invaliditätsversicherung
• Arbeitgeberfinanzierte Lebensversicherung
• Zusätzliche freiwillige Lebensversicherung
• Unfallversicherung
• Kritische Pflegeversicherung
• Krankenhausentschädigungsversicherung
• Mitarbeiterhilfeprogramm

Gleichstellungserklärung: Das Unternehmen ist ein Arbeitgeber, der Chancengleichheit bietet. Wir diskriminieren nicht aufgrund von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, Veteranenstatus oder anderen geschützten Merkmalen. Alle qualifizierten Bewerber werden ermutigt, sich zu bewerben.