Product Analyst (Billing)

• SQL sólido y pensamiento analítico: capacidad para explorar datos desordenados, validar la lógica, detectar casos límite y construir conjuntos de datos fiables.

• Gran sentido de la responsabilidad y de las métricas: capacidad para trabajar a partir de preguntas vagas, definir métricas significativas, comparar metodologías y explicar discrepancias.

• Amplia experiencia en analítica: haber trabajado en analítica de producto, de negocio o de ingresos, incluyendo uso de producto, funnels, métricas operativas, de informes o financieras.

• Experiencia con dbt o un equivalente cercano: comprender el modelado modular, los marts, las dependencias y la lógica de negocio mantenible.

• Capacidad para trabajar con lógica B2B y B2C: desde métricas de negocio a nivel de cliente hasta el comportamiento del usuario final o de los leads.

• Capacidad para traducir la complejidad de los datos en requisitos de ingeniería: identificar qué debe cambiar en las etapas previas y explicar por qué.

• Altos estándares de calidad de datos y colaboración: validar resultados, documentar suposiciones y trabajar eficazmente con equipos técnicos y de negocio.

• Experiencia en B2B SaaS y elaboración de informes para clientes

• Experiencia con facturación, pagos, suscripciones, facturas, reembolsos o conciliación

• Experiencia con analítica de producto y datos de comportamiento

• Experiencia con pensamiento sistémico o diseño de sistemas de datos

• Experiencia trabajando con estructuras de datos de API y con Data Engineers en el diseño de data warehouses

• Experiencia con ClickHouse

• Trabajo remoto flexible: Trabaja desde cualquier lugar con un horario que se adapte a tu vida. Nuestro equipo principal opera en Europa y aceptamos candidatos de todo el mundo a través de Deel.com.

• Gran autonomía e impacto real: influirás activamente en las decisiones técnicas y de producto, no solo ejecutarás tareas predefinidas.

• Entorno de startup ágil: Valoramos la velocidad, la autonomía y la resolución práctica de problemas por encima de los procesos corporativos rígidos.

• Comunicación directa: Mantenemos las cosas simples y transparentes, asegurando que te concentres en lo que más importa: hacer las cosas.

• Apoyo profesional: Ofrecemos un presupuesto mensual que puedes asignar según tus prioridades personales y profesionales, incluyendo aprendizaje de idiomas, desarrollo profesional, apoyo a la salud mental, deportes o seguro médico.

A medida que FunnelFox crece, también lo hace la complejidad de nuestros datos.

Estamos construyendo nuestra base de analítica con nuestro propio data warehouse, dbt y Airflow. Ahora buscamos un analista sólido que pueda transformar datos de origen desordenados en lógica de negocio fiable, marts claros y dashboards utilizables.

Trabajarás estrechamente con nuestro Analytics Lead y nuestro Data Engineer, principalmente en el área de Billing & Payments. Tu trabajo impulsará tanto la toma de decisiones interna como la elaboración de informes para clientes, por lo que la precisión y la confianza en los datos son críticas.

Tu enfoque principal será la capa de negocio de la analítica: marts, lógica de métricas y conjuntos de datos que sustentan los informes. No te encargarás de la ingesta ni de los pipelines de la capa raw, pero deberás sentirte cómodo investigando sistemas de origen, identificando lagunas y definiendo requisitos claros para las etapas previas (upstream).

Este es un rol de IC (Individual Contributor) para alguien que se sienta cómodo con la ambigüedad y con la construcción de analítica mientras el propio sistema aún está evolucionando.

• Responsabilidad total de los problemas analíticos de principio a fin: transformar preguntas de negocio ambiguas en resultados analíticos fiables.

• Definir y validar la lógica de las métricas: establecer cómo se calculan las métricas clave, conciliar los resultados con los sistemas de origen y evitar que números erróneos lleguen a los stakeholders o clientes.

• Dar estructura a los datos desordenados: investigar APIs, tablas de origen y la lógica de informes existente para entender qué es útil, qué falta o qué no es fiable.

• Construir marts orientados al negocio: ser responsable de la lógica analítica detrás de los conjuntos de datos utilizados para dashboards, informes y toma de decisiones.

• Definir requisitos de ingeniería upstream: definir qué debe cambiar cuando los datos raw o los modelos de capas inferiores no permiten una analítica fiable.

• Mejorar la consistencia analítica: reducir la duplicidad de la lógica y la deriva de los dashboards mediante conjuntos de datos reutilizables, una propiedad clara y documentación.

• Colaborar con toda la empresa: trabajar estrechamente con el Analytics Lead, Data Engineer, Product, CS, Marketing y Finance.