Lead Product Analyst

Analiza produktowa – około 70% czasu:

• Analizowanie zachowań użytkowników i lejka B2B2C – od pozyskania klienta w CRM po retencję pracownika w aplikacji.
• Badanie konwersji, retencji, zamówień i wąskich gardeł oraz weryfikowanie hipotez produktowych.
• Łączenie danych produktowych i eventowych z danymi CRM, finansowymi i logistycznymi.
• Definiowanie KPI i metryk sukcesu oraz przekładanie danych na rekomendacje dla biznesu i produktu.
• Prezentowanie wniosków Head of Product i osobom na poziomie C-Level.

Budowanie obszaru Data – około 30% czasu:

• Porządkowanie ekosystemu danych i budowanie architektury opartej na Snowflake i dbt.
• Ustalanie standardów event trackingu, jakości danych i Data Governance.
• Tworzenie roadmapy analitycznej i priorytetyzacja zadań.
• Docelowo rekrutowanie, mentoring i rozwijanie 3–4-osobowego zespołu Data.

Oferta:

• Możliwość zbudowania obszaru Data od podstaw i wpływania na rozwój produktu.
• Duża autonomia, hybrydowy model pracy we Wrocławiu i elastyczne godziny.
• Współpraca B2B w przedziale 22 000–25 000 PLN netto + VAT.

Wymagania kluczowe:

• Minimum 5 lat doświadczenia w analityce produktowej lub biznesowej, najlepiej w technologii, SaaS, B2B2C albo marketplace.
• Bardzo dobra znajomość SQL oraz codzienne wykorzystywanie Pythona w pracy analitycznej.
• Praktyka w analityce produktowej i eventowej, analizie kohort, lejków, retencji oraz testach A/B.
• Umiejętność łączenia danych produktowych i biznesowych oraz formułowania rekomendacji prowadzących do decyzji.
• Doświadczenie z dbt i Snowflake lub gotowość do uporządkowania architektury analitycznej z ich użyciem.
• Znajomość narzędzi analitycznych i BI, takich jak Hex, Amplitude, Mixpanel, Looker, Tableau, HubSpot i GA4.
• Samodzielne prowadzenie tematów end-to-end, od problemu i hipotezy po rekomendację działania.
• Odwaga w kwestionowaniu założeń biznesowych oraz jasna komunikacja wniosków opartych na danych.
• Gotowość do wywierania wpływu na produkt, proces decyzyjny i obszar Data.

Mile widziane:

• Doświadczenie w budowaniu architektury danych od podstaw.
• Rekrutowanie, mentoring lub zarządzanie małym zespołem analitycznym.