Bouw de analytics-fundering waarop de organisatie haar beslissingen neemt

Voor een snelgroeiende, internationale organisatie zoeken wij een Lead Analytics Engineer die de volgende stap wil zetten in de verdere professionalisering van Data & Analytics.

In deze rol combineer je hands-on analytics engineering met inhoudelijk leiderschap. Je werkt dicht op de business en vertaalt complexe vraagstukken vanuit onder andere Marketing, Sales, Customer Success, Product en Finance naar betrouwbare metrics, schaalbare datamodellen en analytics-oplossingen waarop de organisatie daadwerkelijk kan sturen.

Je krijgt veel ownership. Je bepaalt mede de analytische architectuur en roadmap, ontwikkelt zelf de belangrijkste modellen en zorgt ervoor dat definities, data en rapportages organisatiebreed betrouwbaar en consistent worden gebruikt.

Dit is nadrukkelijk geen traditionele managementfunctie. Je blijft technisch hands-on en leidt vanuit inhoudelijke expertise.

Wat ga je doen?

Als Lead Analytics Engineer neem je ownership over de analytische laag tussen het centrale datawarehouse en de business.

Je werkt binnen een compacte Data & Analytics-omgeving waarin de basis voor data-ingestie en datawarehousing grotendeels staat. De volgende uitdaging ligt in het verder ontwikkelen van betrouwbare, goed beheerde datamodellen en een semantische laag waarmee de organisatie steeds zelfstandiger met data kan werken.

Je houdt je onder andere bezig met:

• Ontwikkelen en uitvoeren van de Data & Analytics-roadmap.
• Vertalen van complexe businessvragen naar heldere definities, metrics en schaalbare datamodellen.
• Ontwerpen en verder ontwikkelen van de analytische architectuur en semantic layer.
• Zelf ontwerpen, bouwen, testen en documenteren van bedrijfskritische modellen met SQL en dbt.
• Vaststellen en bewaken van standaarden voor datamodellering, kwaliteit en development.
• Verbinden van data uit verschillende onderdelen van de customer journey, van marketing en sales tot omzet, gebruik, retentie en klantwaarde.
• Ontwikkelen en bewaken van betrouwbare KPI-definities.
• Zorgen dat commerciële en financiële metrics consistent en uitlegbaar zijn.
• Verbeteren van executive dashboards en self-service analytics.
• Samenwerken met Data Engineering rondom databronnen, pipelines, warehouse-architectuur en technische prioriteiten.
• Reviewen van modellen en code en inhoudelijk begeleiden van andere dataspecialisten.
• Onderzoeken en oplossen van verschillen tussen rapportages en databronnen.
• Presenteren van analyses en conclusies aan senior stakeholders.
• Toepassen van AI binnen analytics en het verder ontwikkelen van AI-enabled en conversational analytics.

De oorspronkelijke functie is ongeveer voor de helft technisch/hands-on en voor de andere helft gericht op discovery, stakeholdermanagement, inhoudelijk leiderschap en decision support.

De uitdaging

De organisatie beschikt over steeds meer data, maar wil de volgende stap zetten van beschikbare data naar betrouwbare en organisatiebreed gedragen analytics.

Daarbij spelen vragen als:

Welke definitie gebruiken we voor een bepaalde KPI? Waarom laten twee rapportages verschillende cijfers zien? Hoe verbinden we marketingactiviteiten aan sales, omzet en uiteindelijk klantretentie? En hoe zorgen we ervoor dat medewerkers zelfstandig betrouwbare antwoorden uit data kunnen halen?

Jij brengt hierin structuur.

Je bouwt niet alleen dashboards, maar zorgt ervoor dat de onderliggende definities, modellen en businesslogica kloppen en herbruikbaar zijn.

Customer lifecycle & commerciële analytics

Een belangrijk onderdeel van de functie is het verbinden van data over de volledige customer lifecycle.

Denk daarbij aan:

Marketing & Growth
Bereik, demand generation, attribution en customer acquisition.

Sales
Leads, pipeline, conversie, sales cycle en bookings.

Finance & Revenue
Omzet, recurring revenue, unit economics en financiële performance.

Customer Success
Onboarding, expansion, renewal, retention en churn.

Product
Gebruik, adoptie en engagement.

Je zorgt ervoor dat deze onderdelen niet als afzonderlijke databronnen of dashboards worden behandeld, maar samen een consistent beeld geven van de prestaties van de organisatie.

Wat breng je mee?

Voor deze positie zoeken we een ervaren Analytics Engineer die technisch sterk is, maar tegelijkertijd gemakkelijk met de business communiceert.

Je hebt bij voorkeur:

• Minimaal 5 jaar relevante ervaring binnen Analytics Engineering, BI, Data Engineering of een vergelijkbare datafunctie.
• Recente hands-on ervaring met Analytics Engineering.
• Zeer sterke kennis van SQL en datamodellering.
• Ruime praktijkervaring met dbt.
• Ervaring met Snowflake of een vergelijkbaar cloud datawarehouse.
• Ervaring met een moderne BI-tool zoals Power BI, Looker of Metabase.
• Ervaring met het ontwikkelen van semantic layers, governed data models of vergelijkbare analytische modellen.
• Ervaring met het ophalen van requirements en vertalen van businessvragen naar schaalbare data-oplossingen.
• Ervaring met commerciële en financiële data en KPI’s.
• Ervaring met meerdere onderdelen van de customer lifecycle.
• Bij voorkeur ervaring binnen een B2B SaaS-, subscription-, fintech-, marketplace- of vergelijkbare digitale omgeving.
• Het vermogen om complexe technische en analytische onderwerpen begrijpelijk uit te leggen aan niet-technische stakeholders.
• Ervaring met het inhoudelijk begeleiden, reviewen of coachen van andere data professionals.
• Interesse in en ervaring met het praktisch toepassen van AI binnen Data & Analytics.

Wat voor persoon zoeken we?

Je bent iemand die een businessvraag niet simpelweg vertaalt naar een nieuw dashboard.

Je wilt eerst begrijpen welke beslissing iemand probeert te nemen, welke definitie daarbij hoort en of de onderliggende data betrouwbaar genoeg is.

Je kunt kritisch zijn richting stakeholders wanneer dat nodig is en durft bestaande KPI’s of aannames ter discussie te stellen. Tegelijkertijd kun je technische complexiteit vertalen naar begrijpelijke taal.

Je vindt het leuk om richting te geven, maar wilt zelf ook dicht bij de techniek blijven.

Technologie

De omgeving bestaat onder andere uit:

SQL | dbt | Snowflake | Power BI | Metabase | ETL/ELT | Data Modelling | Semantic Layers | AI-enabled Analytics

Er wordt daarnaast gewerkt met verschillende commerciële, financiële en productgerelateerde databronnen.

Wat kun je verwachten?

Je krijgt een sleutelpositie binnen een organisatie waar Data & Analytics steeds belangrijker wordt voor besluitvorming.

Je kunt rekenen op:

• Veel inhoudelijke vrijheid en ownership.
• Een belangrijke rol in het bepalen van de Data & Analytics-roadmap.
• Directe samenwerking met senior stakeholders.
• Een moderne dataomgeving.
• Een combinatie van hands-on engineering en inhoudelijk leiderschap.
• Hybride werken.
• Ruimte voor professionele en persoonlijke ontwikkeling.
• Een marktconform arbeidsvoorwaardenpakket.
• Een internationale werkomgeving met korte lijnen en veel ruimte voor initiatief.

Interesse?

Wil jij als Lead Analytics Engineer niet alleen data beschikbaar maken, maar ervoor zorgen dat een organisatie daadwerkelijk kan vertrouwen op haar metrics en analytics?

Dan komen we graag met je in contact.

Deze vacature wordt exclusief begeleid door StatTec Recruitment, specialist in Data & Analytics recruitment en onderdeel van Stätter Recruitment.

Neem contact met ons op voor meer informatie over de organisatie, de technische omgeving en de uitdagingen binnen deze positie

Info@stattec.com of 020-7162747