Data Product Partner

• Desarrollar la estrategia de datos de negocio: Colaborar con los líderes de negocio para definir cómo los datos pueden impulsar sus objetivos estratégicos, resolver retos críticos y descubrir nuevas oportunidades

• Identificar y calificar el valor: Identificar proactivamente casos de uso de alto impacto e iniciativas de datos que generen el máximo valor mensurable (p. ej., aumento de ingresos, reducción de costes, mejora de la eficiencia) para la unidad de negocio asociada

• Actuar como el principal traductor entre todas las disciplinas, explicando el mismo concepto de forma diferente a los distintos roles del equipo de datos y a los ejecutivos

• Gestionar proactivamente las expectativas y definir el alcance adecuado y hojas de ruta (roadmaps) flexibles

• Desarrollar sentido de producto para los datos, anticipando problemas comunes de calidad de datos, reconociendo cuándo las soluciones más sencillas son mejores y diciendo "no" estratégicamente a las solicitudes que comprometan nuestra visión alineada

• Publicitar y amplificar el trabajo realizado para impulsar la adopción y el aprendizaje de nuestras soluciones

• Entrenar a los equipos para que sean capaces de realizar sus propias investigaciones preliminares de forma autónoma

• Centrarse en definir qué construir y por qué (Data Product Partner) en lugar de cómo (AE/ DA/ DE/ DS/ DG). Asegurar que construimos lo correcto, frente al Data Team Lead, que se encarga de asegurar que construimos la cosa correctamente

• Mientras que los equipos de datos son dueños de las estimaciones de plazos, el DPP define la urgencia, la fecha objetivo de negocio requerida y la priorización, lo que influye en cómo el equipo de Craft aborda la estimación

• Modelar y priorizar la demanda: Trabajar con los stakeholders de negocio para aclarar sus necesidades de datos, traduciendo solicitudes vagas en proyectos bien definidos y mensurables, y en requisitos técnicos de datos que puedan entregarse a los equipos de datos

• Gestionar la cartera de datos de la unidad de negocio: Supervisar el flujo de proyectos de datos, productos de datos e iniciativas relevantes para su unidad de negocio, asegurando la alineación con la capacidad y las prioridades estratégicas. Trabajar estrechamente con los equipos de datos para evaluar las compensaciones técnicas con el posible impacto en el negocio

• Realizar el seguimiento de la consecución de valor: Monitorizar e informar continuamente sobre los resultados de negocio reales y el ROI aportado por los proyectos y productos de datos completados

• El Data Product Partner es la primera línea de respuesta para las preguntas de datos del negocio y desempeña un papel crítico en la determinación del nivel adecuado de esfuerzo y responsabilidad

• Realizar análisis ad-hoc iniciales cuando sea apropiado, incluyendo consultas SQL ligeras, análisis exploratorios en Looker, así como validaciones rápidas, comprobaciones de coherencia y pruebas de hipótesis

• Utilizar este análisis inicial para responder directamente a preguntas de negocio sencillas y urgentes, aclarar el problema subyacente y evaluar la viabilidad, la calidad de los datos y el impacto potencial

• Triar y priorizar las solicitudes ad-hoc determinando si la solicitud puede resolverse rápidamente o si requiere un trabajo analítico o de ingeniería más profundo. Escalar y entregar solicitudes bien definidas a Data Analytics, Analytics Engineering, Data Engineering, Data Science o Data Governance cuando sea necesario. Proporcionar un contexto claro, urgencia y criterios de éxito a los equipos receptores

• Identificar activamente solicitudes ad-hoc recurrentes que indiquen una carencia en los dashboards o productos de datos existentes, la necesidad de mejorar la calidad de los datos, la documentación o la capacitación, o una oportunidad para convertir el trabajo reactivo en productos de datos escalables

• Proporcionar consultoría de datos: Ofrecer asesoramiento experto a los stakeholders de negocio sobre la disponibilidad de datos, las metodologías apropiadas y la interpretación de los conocimientos derivados de los datos

• Impulsar la alfabetización y adopción de datos: Promover el uso de herramientas de datos e insights dentro de la unidad de negocio, asesorando a los equipos sobre cómo integrar eficazmente los datos en sus procesos diarios de toma de decisiones

• Presentar proactivamente observaciones, tendencias o riesgos como valiosas aportaciones de conocimiento (insights)

• Cerrar la brecha entre los datos y la acción: Garantizar que los conocimientos se comuniquen claramente, se traduzcan y se integren en acciones de negocio concretas y cambios de procesos

• Asegurar que los puntos críticos de las brechas de calidad de datos se identifiquen y prioricen dentro del equipo de datos

Estamos creando un nuevo equipo de Data Product Partners para cerrar la brecha entre las necesidades de negocio y los sistemas de datos complejos, garantizando que nuestros activos de datos sean fiables, localizables, impactantes y que resuelvan verdaderamente los problemas de los usuarios.

Como Data Product Partner (DPP), serás el motor del impacto de nuestro equipo de datos con el negocio de Perk. Te moverás con fluidez entre el mundo del negocio y el de los datos, tomando decisiones críticas basadas tanto en las necesidades del usuario como en la realidad técnica. Tu objetivo es ir más allá de la simple prestación de soluciones para demostrar un impacto empresarial tangible.

• Título del puesto: Data Product Partner

• Reporta a: Manager, Data Product Partner

• Mandato principal: Ser el consultor de datos, solucionador, estratega y gestor de relaciones principal para un dominio de negocio específico (p. ej., Customer Care, Finance, Marketing, Revenue, Spend & Control, Travel)

• Estamos abiertos a perfiles tanto Regular como Senior

IA en Perk
La IA está integrada en nuestra forma de trabajar en todas las funciones. Las herramientas que utilizarás en el día a día están habilitadas para la IA, de modo que puedas avanzar más rápido y dedicar más tiempo al trabajo que importa. En la práctica, esto significa usar la IA para investigar y priorizar cuentas, redactar y perfeccionar comunicaciones, gestionar las interacciones con los clientes de forma más eficaz, sintetizar información y eliminar el trabajo en la sombra —las tareas invisibles que alejan a las personas del trabajo que solo ellas pueden hacer— para que puedas centrarte en las relaciones y los resultados.