Funciones:

• Análisis de crecimiento: Analizar embudos, campañas, cohortes y métricas del ciclo de vida para identificar dónde y cómo podemos mejorar la adquisición, activación y retención de usuarios.
• Modelado de atribución de marketing y ROI: Construir marcos y modelos para medir el impacto de los canales pagados/orgánicos, la incrementalidad y el rendimiento de las campañas.
• Previsión y planificación: Desarrollar modelos estadísticos y de aprendizaje automático para pronosticar ingresos, crecimiento de usuarios, CAC, LTV y gasto en productos.
• Experimentación y optimización: Diseñar y analizar pruebas A/B y multivariantes para optimizar las páginas de destino, los flujos de incorporación y las campañas de productos.
• Segmentación conductual: Identificar los segmentos de usuarios clave y los comportamientos que impulsan la conversión y la retención. Desarrollar la lógica de segmentación para CRM y marketing de ciclo de vida.
• Modelado predictivo: Cree modelos para la predicción de abandono, la mejor acción siguiente, el valor de vida del cliente (CLV) y la interacción con el producto.
• Colaboración con las partes interesadas: Trabajar en estrecha colaboración con los equipos de crecimiento, producto y marketing para comprender las necesidades del negocio y traducir la información obtenida de los datos en acciones estratégicas.
• Narrativa de datos: Elabore paneles de control, informes y presentaciones prácticas para el liderazgo y los socios interfuncionales.

Requisitos:

• Experiencia: Más de 5 años en puestos de ciencia de datos con un fuerte enfoque en crecimiento, marketing o análisis de productos.
• Experiencia en estadística y aprendizaje automático: Dominio de modelado (regresión logística, series temporales, modelado uplift, etc.), experimentación, inferencia causal y segmentación.
• Herramientas: SQL avanzado y Python (pandas, scikit-learn, statsmodels, plotly/seaborn). Se valorará el conocimiento de dbt o similares.
• Dominio de la plataforma: Amplia experiencia práctica en el uso de Databricks (o un datalake similar) para el análisis de datos y el aprendizaje automático (incluidos Spark, Delta Lake y MLflow).
• Conocimientos del sector: Comprensión de CAC, LTV, ROAS, MTA, modelado de la combinación de medios y ciclos de crecimiento. Se valorará experiencia en Web3.
• Visualización de datos: Gran capacidad para comunicar ideas clave a través de paneles de control o informes (Tableau, Looker o herramientas nativas de Databricks).
• Perspicacia empresarial: Capacidad para traducir modelos y tendencias en estrategias de crecimiento tangibles y resultados empresariales.