Старший специалист по данным – GTM Data

Данные Удаленно (США)

Возможность

В качестве старшего специалиста по данным GTM в PandaDoc вы будете выступать в роли ключевого аналитического партнера для наших команд Go-To-Market (GTM). Вы погрузитесь в наши GTM-данные, чтобы выявлять тенденции и предлагать действенные рекомендации для отделов продаж, маркетинга и поддержки клиентов.

Основная задача этой роли — разрабатывать, создавать и поддерживать предиктивные модели машинного обучения, которые оптимизируют привлечение клиентов, атрибуцию доходов и усилия по удержанию. Вы будете применять аналитическую строгость и методологии, такие как экспериментирование и причинно-следственный анализ, чтобы предоставить руководству GTM надежное понимание эффективности и влияния бизнеса. Вы будете подчиняться директору GTM Data и выступать в качестве надежного партнера для отделов маркетинга, продаж, поддержки клиентов и финансов.

Что вы будете делать

Предиктивное моделирование и GTM-стратегия

• Разработка моделей: Разрабатывайте, создавайте и внедряйте основные GTM-модели, включая прогнозирование пожизненной ценности клиента (LTV), атрибуцию маркетинговых и продажных усилий, а также модели склонности (например, склонность к конверсии, оттоку или расширению).
• GTM-экспериментирование: Сотрудничайте с GTM-командами для разработки и анализа контролируемых экспериментов в различных каналах, включая A/B-тестирование веб-сайтов, ценовые эксперименты и оценку эффективности маркетинговых кампаний. Вы будете использовать такие методологии, как AB, многовариантное тестирование, байесовские методы и причинно-следственный анализ.
• Глубокий анализ: Проводите проактивные, сложные аналитические исследования для выявления скрытого поведения пользователей и первопричин изменений в GTM-метриках, преобразуя результаты в действенные рекомендации.
• Моделирование маркетингового комплекса (MMM): Поддерживайте интерпретацию результатов MMM, чтобы помочь максимизировать рентабельность инвестиций в маркетинг и оценить целесообразность будущего внутреннего моделирования.

Измерение и техническая строгость

• Структуры измерения: Определяйте, внедряйте и управляйте единой структурой ключевых показателей эффективности (KPI), которая связывает GTM-деятельность (например, CAC, конверсию воронки, удержание) с высокоуровневыми бизнес-результатами.
• Продвижение данных: Преобразуйте сложные статистические выводы и результаты моделей в убедительные бизнес-нарративы для кросс-функциональных партнеров.
• Партнерство по данным: Тесно сотрудничайте с Data Engineering для обеспечения качества данных, надежного инструментария и разработки многократно используемых предиктивных активов, таких как хранилища признаков моделей.
• Руководство: Предоставляйте техническое руководство коллегам и заинтересованным сторонам по лучшим практикам исследования данных, моделирования ML и причинно-следственных методологий.

О вас

Квалификация

• Опыт: 4+ года профессионального опыта в прикладной науке о данных, экономике или аналитике GTM с подтвержденным опытом использования предиктивного моделирования и экспериментирования для достижения измеримых бизнес-результатов.
• Образование: Степень бакалавра (BA или BS) в области математики, статистики, экономики, информатики или смежной количественной дисциплины. Степень магистра предпочтительна, но не обязательна.

Техническая экспертиза

• Машинное обучение: Подтвержденный опыт создания и валидации готовых к эксплуатации моделей для бизнес-приложений (LTV, атрибуция, склонность).
• Причинно-следственный анализ: Практическое применение методов причинно-следственного анализа, таких как квазиэксперименты, методы сопоставления (PSM) и разность разностей.
• Экспериментирование: Владение статистическими методологиями A/B-тестирования, включая расчет размера выборки, последовательное тестирование и методы снижения дисперсии.
• Программирование и инструменты: Продвинутое владение Python или R (в частности, Scikit-Learn, pandas, numpy) и экспертный уровень SQL.
• Конвейеры данных: Опыт работы с такими инструментами, как dbt, Airflow, Databricks или Snowflake, является большим плюсом.

Ключевые атрибуты

• Стратегическая коммуникация: Сильные навыки изложения данных с возможностью влиять на кросс-функциональных партнеров и добиваться консенсуса в неоднозначных условиях.
• Успех в условиях неопределенности: Способность преобразовывать сложные бизнес-вопросы в четкие аналитические структуры, управляя множеством конкурирующих приоритетов.
• Экспертиза в предметной области: Опыт работы в домене SaaS и сильный акцент на поддержку потребностей в данных для отделов продаж, маркетинга или поддержки клиентов очень предпочтительны. Опыт создания моделей LTV, атрибуции и склонности очень предпочтителен.

Культура компании:

• Мы известны нашим балансом между работой и личной жизнью, добрыми коллегами и творческими виртуальными мероприятиями для укрепления командного духа. И хотя наши Панды находятся по всему миру, мы остаемся на связи с помощью технологий и гарантируем, что каждый в нашей команде чувствует себя, ну, как команда.
• Панды работают лучше, когда они счастливы. Мы сохраняем наши таланты, придерживаясь наших ценностей честности и прозрачности, и продавая продукт, который меняет жизнь наших клиентов.
• Посетите наш LinkedIn, чтобы узнать больше.

Льготы:

Годовой базовый оклад для этой должности составляет до $165 000–$185 000.

• Наши льготы включают огромные возможности для карьерного роста, конкурентную заработную плату, льготы на медицинское обслуживание и проезд, оплачиваемое компанией страхование жизни и от нетрудоспособности, более 20 дней PTO, планы 401K и FSA, и, конечно же, веселую команду Пандочек, с которыми можно работать!

PandaDoc является работодателем, предоставляющим равные возможности. Мы стремимся к равному отношению ко всем сотрудникам без учета расы, национального происхождения, религии, пола, возраста, сексуальной ориентации, статуса ветерана, физических или умственных недостатков или других оснований, защищенных законом.