## Was du unbedingt mitbringst - Mindestens 2 Jahre Berufserfahrung im BereichProductAnalytics oder in einer eng verwandten analytischen Rolle. - Erfahrung in der ganzheitlichen Bearbeitung von Analytics-Themen (End-to-End) sowie im Aufbau nachhaltiger, skalierbarer Lösungen. - Erfahrung mit Experimenten, Funnel-Analysen, Segmentierung, Retention- und Growth-Kennzahlen. - Sehr gute SQL-Kenntnisse sowie praktische Erfahrung im Umgang mit Produktdaten in modernen Analytics-Setups (z. B. Snowflake, dbt, Looker/Sigma oder Amplitude) - Fähigkeit zum Aufbau zuverlässiger Datenmodelle sowie Erfahrung mit BI-Tools wie Sigma, Tableau oder Power BI. - Verständnis für Product Discovery und nutzerzentrierte Produktentwicklung sowie Erfahrung in der Zusammenarbeit mit cross-funktionalen Produktteams. - Fähigkeit, Analysen in klare Insights zu übersetzen und Ergebnisse überzeugend an Stakeholder wie Product Manager (allgenders), Designer (allgenders) und User Researcher (allgenders) zu kommunizieren. - Sehr gute Englischkenntnisse. ## Was du idealerweise noch mitbringst - Erfahrung in einem digitalen Produktumfeld. - Erste Berührungspunkte mit der Entwicklung von Mess- und Reporting-Frameworks, einschließlich KPI-Definitionen, Event-Tracking-Konzepten und Experimentier-Setups. - Kenntnisse in Python oder R. - Gute Deutschkenntnisse. ## Was dich erwartet - Mitwirkung an der Umsetzung unserer Product-Analytics-Strategie und Unterstützung der Business-Insights-Vision über verschiedene Produktbereiche hinweg. - Unterstützung von Product-Discovery-Streams durch datenbasierte Erkenntnisse und Empfehlungen. - Weiterentwicklung von KPI-Frameworks, Analytics-Standards und Experimentiermethoden in Zusammenarbeit mit Senior Analyst:innen. - Übersetzung von Nutzer- und Produktdaten in konkrete Handlungsempfehlungen in enger Zusammenarbeit mit Produkt-, UX-, Tech- und Research-Teams. - Pflege von Reporting- und Monitoring-Lösungen, die dateninformierte Produktentscheidungen unterstützen. - Klare und strukturierte Präsentation vonInsightsund Empfehlungen gegenüber Produkt-Stakeholdern. - Beitrag zu einer starken Daten- und Experimentierkultur durch das Teilen von Best Practices und Learnings innerhalb des Teams und darüber hinaus.