Líder de Análisis de Datos (Product Intelligence)

Lo que buscamos 

Experiencia en analítica 

• Titulación en un campo cuantitativo, técnico o de análisis de negocio, o experiencia práctica equivalente. 
• Más de 7 años de experiencia en un rol de data analyst, product analyst, analytics engineer o business intelligence, incluyendo experiencia operando con un alto nivel de autonomía y gestionando tu propia agenda analítica. 
• SQL sólido: comodidad trabajando directamente en un data warehouse con datos grandes, desordenados y de múltiples fuentes sin necesidad de que alguien los prepare por ti. 
• Experiencia demostrada colaborando con equipos de Product y negocio para ofrecer insights orientados al producto, como la identificación de oportunidades de upsell, la predicción de churn o el apoyo al crecimiento de los ingresos. 
• Experiencia demostrada gestionando stakeholders sénior y presentando estrategias de datos e insights a audiencias ejecutivas o de nivel C. 
• Experiencia práctica con datos de uso de producto o telemetría: embudos, recorridos de usuario, adopción de funciones, análisis de cohortes y retención. 
• Experiencia definiendo métricas de éxito y KPIs, y el criterio para saber cuándo una métrica propuesta impulsará un comportamiento incorrecto. 
• Experiencia con herramientas de visualización de datos y BI como Power BI, QuickSight, Tableau o similares, incluyendo la construcción del modelo semántico/de datos detrás de un dashboard, no solo el dashboard en sí. 
• Comprensión sólida de los conceptos de modelado de datos (facts, dimensions, grain, slowly changing dimensions) y la capacidad de razonar sobre si un modelo de datos puede responder a una pregunta de negocio determinada. 
• Experiencia práctica utilizando herramientas de codificación de IA agéntica (Claude Code o similares) como parte de tu trabajo analítico diario: explorar datos desconocidos, escribir y depurar consultas y transformaciones, y automatizar análisis repetitivos. 
• Familiaridad con el modern data stack (dbt, cloud data warehouses como Redshift, Snowflake, BigQuery o similares), servicios de AWS como S3, Athena o Glue, y comodidad utilizando Git como parte de un flujo de trabajo analítico. 
• Experiencia especificando requisitos de telemetría o instrumentación junto con los equipos de Product y Engineering. 
• Excelentes habilidades de comunicación, con la capacidad de explicar un hallazgo complejo de forma sencilla sin perder su rigor. Fluidez en inglés. 
• Disponibilidad para viajar a nuestra oficina central en Lausana de forma ocasional. 

Calidad de datos, gobernanza y preparación para la IA 

• Experiencia práctica gestionando la calidad de los datos: definiendo controles y expectativas, investigando discrepancias y distinguiendo un resultado de negocio real de un problema de datos. 
• Experiencia con catalogación de datos, documentación o prácticas de gobernanza de datos, y comprensión de por qué las definiciones compartidas importan más que las herramientas. 
• Comprensión sólida de los conceptos de IA/ML y LLM y sus implicaciones para los datos; en particular, por qué las definiciones semánticas, la consistencia de las métricas y la calidad de los datos determinan si una herramienta de IA da una respuesta fiable o una respuesta errónea pero plausible. 
• Capacidad para identificar dónde la IA puede crear valor en un flujo de trabajo analítico e interés en utilizarla para trabajar más rápido. 

Cómo trabajas 

• Curioso y proactivo: buscas el insight que nadie ha pedido y compruebas la coherencia de un resultado con la realidad del negocio antes de presentarlo. 
• Cómodo con la ambigüedad: capaz de convertir una pregunta de negocio vaga en un análisis bien definido, y de decir claramente cuándo los datos no pueden responderla. 
• Colaborativo: trabajas como un socio real para los Product Managers y para tu homólogo de ingeniería de datos, en lugar de actuar como una cola de peticiones. 
• Riguroso y honesto sobre los niveles de confianza, las advertencias y los límites de los datos. 

Si buscas un cambio y te gusta un buen ambiente, muchos retos y divertirte mientras trabajas, ¡esta es una gran oportunidad para ti! Consulta lo que ofrecemos:

•  Contrato indefinido y un paquete de compensación competitivo.
• 📍 Oficinas increíbles con ubicación central cerca del Estadio Bernabéu.
• 🩺 Seguro médico privado (Sanitas) y vales de comida diarios de 11 EUR, que nosotros cubriremos íntegramente.
• 🏡 Modelo de trabajo híbrido que equilibra la oficina y el trabajo remoto, con un enfoque estructurado para las nuevas contrataciones con el fin de fomentar las conexiones y la incorporación.
•  🏖️ Horario flexible y vacaciones ilimitadas (los empleados tienen tiempo libre remunerado ilimitado además de los 23 días de vacaciones que ofrecemos), más 3 días de voluntariado pagados por la empresa.
• 🤸 Hasta 25 EUR al mes para una suscripción al gimnasio.
• 🛴 Plan de compensación flexible para guardería y transporte público.
• 🧑‍🏫 Reembolso de hasta el 50% del coste de clases de inglés y español.
• 🍉 Fruta fresca, galletas, refrescos y batidos de proteínas en la oficina.
• 🍕 Eventos regulares de la empresa y de equipo como "Pizza talks", actividades de Team Building, fiestas de Navidad, organización de Meetups en la oficina y más.
• 📣  Bonos por referir contrataciones exitosas tras tres meses de empleo continuo.
• 🚚 Ofrecemos un paquete de relocalización a las personas que vengan de otro país.

Ten en cuenta que no todos los beneficios enumerados anteriormente están disponibles para puestos temporales, por contrato o de prácticas. Para asegurarte de tener la información más actualizada, te recomendamos consultarlo con tu Recruitment Partner.

El salario base para este puesto es de 62.000 € – 110.000 € brutos anuales, con un rango de ingresos totales por objetivos (OTE) de 68.200 € – 126.500 € incluyendo un bono anual por desempeño. También formarás parte de nuestro paquete de compensación total más amplio, que incluye beneficios adaptados a tu lugar de residencia y a tu forma de trabajar mejor. 

Establecemos nuestros rangos salariales utilizando criterios objetivos: el alcance y nivel del puesto, las habilidades necesarias para desempeñarlo correctamente y los datos de mercado pertinentes. Los rangos se revisan cada año para seguir siendo competitivos y justos. Somos transparentes al respecto porque creemos que mereces saber por qué estás trabajando desde el primer día. De acuerdo con la Directiva de la UE sobre transparencia retributiva (2023/970), publicamos los rangos salariales en cada puesto de Nexthink. No te preguntaremos cuánto ganas actualmente ni tu salario anterior. Lo que nos importa es lo que vale este puesto y si se ajusta a ti. Los Nexthinkers proceden de todo tipo de entornos, y eso es lo que nos hace más fuertes. Damos la bienvenida a las candidaturas de todo el mundo.

Sobre el puesto 

El equipo de Product Intelligence desempeña un papel fundamental al proporcionar inteligencia de negocio a la organización: sintetizamos fuentes de datos de toda la empresa, ofreciendo información sobre el uso del producto y perspectivas de negocio que moldean directamente la estrategia del producto y la toma de decisiones. 

Buscamos un Data Analytics Lead para hacerse cargo de la capa analítica y semántica de Product Intelligence: la persona que defina qué significan nuestros datos, se asegure de que sean fiables y los convierta en información que transforme las decisiones. Trabajarás mano a mano con Product Management y Engineering para definir la telemetría que necesitamos para responder a las preguntas que la empresa realmente se plantea, establecer las métricas de éxito con las que se mide a los equipos de producto y comerciales, e investigar proactivamente el uso del producto y los recorridos de los usuarios para detectar oportunidades que los PM no encontrarían por sí solos. También serás la voz analítica ante la alta dirección, presentando regularmente hallazgos y recomendaciones a la gerencia sénior. 

Este es un rol de analítica con una responsabilidad muy amplia y de alto nivel de propiedad, más que un rol de creación de informes. Te encargarás de la calidad de los datos, la catalogación y las definiciones semánticas que hacen que nuestros datos estén listos para la IA, y trabajarás estrechamente con tu homólogo de ingeniería de datos, definiendo las necesidades de negocio y los requisitos de datos, y colaborando con ellos para entregar los pipelines y modelos que los sustenten. 

Como contribuidor individual sénior, liderarás nuestra función analítica, sus estándares y sus definiciones. Como Lead, se espera que seas el responsable de la disciplina y establezcas su dirección, con una influencia que provendrá de la calidad de tu trabajo y de tus colaboraciones en Product, Engineering y el resto de la empresa. 

Lo que harás 

Insight & análisis 

• Colaborar con Product Management y los stakeholders de negocio para traducir el uso del producto y los datos de telemetría en insights orientados al producto, identificando oportunidades de upsell, prediciendo el churn y apoyando los objetivos de ingresos. 
• Realizar análisis proactivos y autónomos sobre el uso del producto y los recorridos de los usuarios (análisis de embudos y abandono, adopción de funciones, comportamiento de cohortes y retención) para ayudar a los Product Managers a entender cómo se utiliza realmente el producto y dónde mejorarlo. 
• Definir, documentar y ser responsable de las métricas de éxito utilizadas para evaluar las funciones del producto, los lanzamientos y los objetivos de negocio, asegurando que se comprendan y apliquen de forma coherente en todos los equipos. 
• Proporcionar informes, insights y recomendaciones periódicas a la alta dirección, y presentarlos directamente a dicha audiencia. 
• Gestionar stakeholders sénior en toda la empresa, equilibrando las prioridades analíticas contrapuestas de Product, Sales, Customer Success y Finance. 

Definición, calidad y gobernanza de datos 

• Ser responsable de la capa semántica: definir qué significan nuestras entidades y métricas de negocio principales (cliente, cuenta, usuario activo, adopción, churn, expansión) para que una métrica determinada signifique lo mismo en toda la empresa. 
• Impulsar una estrategia de datos preparada para la IA mediante la definición de la semántica, las definiciones de métricas y los metadatos que permitan a las herramientas basadas en IA y LLM consultar nuestros datos de forma fiable y devolver respuestas de confianza. 
• Responsabilizarte de la calidad de los datos para la capa analítica: definir las expectativas y controles de calidad, monitorizar fallos de corrección silenciosos y resolver problemas con los equipos responsables antes de que lleguen a un dashboard o a una presentación de la dirección. 
• Construir y mantener el catálogo de datos y la documentación, para que los consumidores de datos de toda la empresa puedan encontrar datos, entender su significado y saber cuánto confiar en ellos. 
• Establecer y mantener prácticas de gobernanza de datos para la capa analítica (propiedad, linaje, definiciones y acceso) proporcionales a un equipo con un ritmo rápido. 

Recopilación de datos y colaboración con Engineering 

• Trabajar con Product Managers y Engineering para definir e implementar nueva telemetría de producto, especificando los eventos, propiedades y granularidad necesarios para responder a preguntas de negocio reales, y validar que lo que se lanza realmente las responde. 
• Identificar lagunas en lo que recopilamos actualmente y justificar la instrumentación necesaria para cerrarlas. 
• Definir los requisitos de negocio y de datos con la claridad suficiente para que puedan construirse, y colaborar con tu homólogo de ingeniería de datos para entregar los pipelines, modelos y estructuras de datos necesarios para soportarlos. 
• Contribuir al diseño y evolución de la capa analítica, incluyendo el modelado semántico y la creación de dashboards dentro de nuestras herramientas de BI. 
• Promover una forma de trabajar ágil e iterativa y contribuir activamente a las ceremonias del equipo.