Propósito del rol
transformar datos operativos y de clientes en información clara y accionable para apoyar decisiones del día a día (ventas, marketing, producto, operaciones) mediante reporting, visualizaciones y análisis descriptivo/diagnóstico.
responsabilidades clave
* diseñar, automatizar y mantener tableros y reportes ejecutivos/semanales/mensuales.
* extraer, transformar y validar datos.
* generar insights sobre desempeño (tendencias, variaciones, cohortes, rfm/deciles) y explicar el "qué pasó" y el "por qué".
* apoyar experimentos (a/b) con definición de métricas, segmentación, significancia y lectura de resultados.
* documentar definiciones de métricas y asegurar consistencia entre áreas (catálogo de kpis).
* colaborar con ti para mejorar la calidad de datos.
* capacitar a usuarios de negocio en el uso de reportes, tableros y en lectura de métricas.
requisitos
* licenciatura en ingeniería matemática, economía, matemáticas aplicadas o afín.
* 2+ años analizando datos de negocio (marketing, ventas, producto, operaciones).
* dominio de sql intermedio-avanzado y hojas de cálculo.
* manejo de herramientas de bi (power bi, tableau, looker/looker studio).
* conocimientos de estadística descriptiva y análisis de experimentos (a/b).
* r indispensable
* deseable: python, google analytics/bigquery, extracción, carga y trasformación de datos.
competencias
* pensamiento analítico y orientación a negocio.
* comunicación visual (data storytelling) y simplificación.
* atención al detalle y gobierno de datos.
* colaboración con equipos no técnicos.
* uso de herramientas de inteligencia artificial
tecnologías (típicas en el rol)
* sql (postgresql/mysql/bigquery), excel/sheets.
* power bi / tableau / looker.
* herramientas básicas de trabajo en equipo y documentación para ordenar el trabajo, dejar huella de lo hecho y colaborar.
* dominio de r
* deseable python para análisis puntuales.
kpis del rol
* adopción de tableros (% usuarios activos).
* tiempos de entrega (sla) de análisis/solicitudes.
* calidad de datos en reportes (errores detectados por millón de registros).
* % iniciativas con medición definida.
* impacto de insights (casos documentados de decisiones soportadas por datos).