Inserat online seit: Veröffentlicht vor 17 Std.
Aufgaben der Stelle
Das bieten wir Dir:
- Echte Datenverantwortung mit Budget-Hebel und kurzem Weg zur Entscheidung
- Personalrabatt in all unseren Einrichtungsmärkten
- Interessante Einkaufsvorteile bei Kooperationsfirmen
- Sonderurlaub für besondere Anlässe
- Attraktive Zusatzleistungen wie z. B. Betriebliche Altersvorsorge, Mitarbeiterrabatt, vermögenswirksame Leistungen oder E-Bike Leasing
Das sind Deine Aufgaben:
- Reporting & Dashboards aufbauen, automatisieren und pflegen (BI-Tool + Datenmodellierung)
- Marketingwirkung messen: Attribution, Funnel- und Kohortenanalysen; perspektivisch echte Wirkungsmessung (z.B. Incrementality-Tests, Geo-Experimente) statt naiver Last-Click-Logik
- Datenquellen zusammenführen: Kanaldaten (Google Ads, Meta, weitere) über APIs/Connectors konsolidieren und mit internen E-Commerce-Daten verknüpfen
- Analysen und Reporting automatisieren: wiederkehrende Auswertungen und Reports mit LLM-gestützten Workflows beschleunigen und reproduzierbar machen, statt sie manuell jedes Mal neu zu bauen
- Handlungsempfehlungen ableiten und Stakeholder beraten – inklusive der unbequemen Botschaft, wenn Daten eine Annahme nicht hergeben
Deine ECom-Zusatz-Power: Tracking verantworten und weiterentwickeln: GA4, Google Tag Manager (inkl. Server-side Tracking), dataLayer-Konzeption, Consent Management / Consent Mode – inklusive der Frage, welche Daten DSGVO-konform überhaupt erhoben werden dürfen
Das solltest Du mitbringen:
- Mehrjährige Erfahrung im Marketing-Analytics und/oder Web-Umfeld
- Erfahrung mit mindestens einem BI-Tool (z. B. Looker) inkl. Datenmodellierung
- Tiefes, praktisches Verständnis von GA4 und GTM, inkl. server-side Tracking und Consent-Logik – nicht nur „schon mal angefasst“
- Belastbares Verständnis der Marketing-Kanäle mit Fokus Digital (SEA, Paid Social, Display): KPIs, Gebots- und Auktionslogik, Datenstruktur. Operative Kampagnensteuerung ist nicht zwingend – das Verständnis dahinter schon
- Kritisches, hypothesengetriebenes Denken: Du hinterfragst Datenqualität, Signifikanz und Kausalität, bevor du eine Zahl präsentierst
