Data Analyst

This is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokThis is what building actually looks like.LinkedInInstagramTikTokBack to open rolesOpen RoleData AnalystOperationsMilanonsiteYou obsess over finding patternsApplyCopy link Job descriptionData Analyst — PillarMilano · Full-time · In presenzaIl contestoPillar è l'operating system dell'edilizia. ~600 aziende clienti, oltre €2M di ARR in meno di 10 mesi, un team che è passato da 5 a 60 persone in 6 mesi. Stiamo costruendo ERP, procurement, marketplace e servizi finanziari per un settore che vale triliardi e gira ancora su Excel e telefonate.Generiamo già una quantità enorme di dati su clienti, ricavi, utilizzo, onboarding ma i dati da soli non valgono niente. Cerchiamo qualcuno che li trasformi in comprensione. Non in grafici: in decisioni.Questo ruolo esiste perché abbiamo domande vere e scomode a cui rispondere.- Quali clienti rimangono e quali no, e cosa li distingue già al giorno zero?- Quale tipo di onboarding produce i clienti che restano e si espandono?- etcTu sei la persona che va a trovare le risposte.Cosa faraiCostruirai e manterrai le dashboard sulle metriche che contano davvero: ARR, NRR/GRR, retention, churn, expansion, utilizzo per modulo. Non vanity metrics i numeri su cui prendiamo decisioni.Vivrai dentro le cohort. Segmenterai i clienti in ogni modo possibile data di firma, dimensione azienda, tipo di azienda, canale di acquisizione, tipo di onboarding, modulo attivato e cercherai i pattern. Perché questa cohort ritiene e quella no? Cosa cambia tra chi espande e chi se ne va?Analizzerai revenue retention e usage cohort: curve di retention nette e lorde, decadimento dell'utilizzo, attivazione, time-to-value. Capirai non solo che un numero si muove, ma perché.Lavorerai fianco a fianco col team di prodotto sull'instrumentation. Quando il dato che ti serve non esiste, non ti fermi: definisci gli eventi, ti coordini con prodotto ed engineering e lo fai tracciare.Trasformerai domande ambigue in risposte difendibili. "Perché la NRR è a questo livello%?” non è un ticket: è un'indagine che segmenti, diagnostichi e chiudi con una raccomandazione.Porterai gli insight in tavola prima che qualcuno te li chieda. Founder, GTM e prodotto si fideranno dei tuoi numeri e delle tue letture. Zero margin of error.Cosa NON faraiNon sarai un produttore di dashboard a comando. Non costruiamo grafici belli che nessuno guarda. Se una dashboard non cambia una decisione, non esiste.Non sarai un data engineer. Devi capire da dove arrivano i dati e saperli interrogare, ma non passerai le giornate a manutenere pipeline. Se ogni tanto ci metti mano, bene ma non è questo il lavoro.Non farai data science / ML. Questo non è un ruolo da modelli predittivi e training. È analisi di business, fatta con rigore. Niente teatro dell'AI.Non aspetterai il dataset perfetto. Nessuno ti consegnerà dati puliti e una domanda chiara. Parte del lavoro è farti la domanda giusta e andare a costruire il dato che manca.Non lavorerai in un silos. Non sei un service desk che evade richieste. Sei in stanza con chi decide, e ci aspettiamo che tu abbia opinioni.Non farai reporting fine a sé stesso. Niente report mensili compilati perché "si è sempre fatto così". Ogni cosa che produci ha un perché.Cosa cerchiamoEsperienza solida (idealmente 3+ anni) in analytics di business in una SaaS / scale-up. La cohort analysis dev'essere una seconda natura, non qualcosa che hai sentito nominare.SQL fluente non...