Analista de Datos Sénior - Marketing

• Contar con más de 6 años de experiencia en análisis de marketing, ciencia de datos o un rol relacionado, con un enfoque en performance marketing y/o crecimiento PLG

• Comprender profundamente la atribución de marketing, las pruebas de incrementalidad y el media mix modeling, y cómo se complementan entre sí en lugar de competir

• Tener un nivel avanzado de SQL y de al menos un lenguaje de programación estadística (Python o R) para el análisis y modelado de experimentos

• Tener experiencia práctica diseñando, ejecutando e interpretando experimentos en canales de marketing digital: búsqueda, social, display, email, in-product

• Haber construido o trabajado estrechamente con MMM y/o modelos de atribución avanzados, idealmente en un entorno de consumo o BaaS

• Tener una sólida visión de negocio y fluidez en métricas de crecimiento: CAC, LTV, periodo de payback, tasas de conversión, rendimiento del funnel

• Pensar en términos de autoservicio y escala: tu instinto es construir herramientas y marcos de trabajo que hagan que los equipos de marketing sean capaces de forma independiente, no convertirte en el cuello de botella para cada pregunta de "¿ha funcionado esto?"

• Ser capaz de mantener el contexto técnico y estratégico a la vez: te sientes tan cómodo con los residuales de un modelo como en una conversación sobre compensaciones presupuestarias

• Tener una mentalidad orientada a la IA en tu forma de trabajar: utilizas LLMs y herramientas de IA habitualmente y tienes un punto de vista claro sobre cómo esto cambia lo que un analista puede hacer

• Comunicar claramente a stakeholders no técnicos y saber cómo trasladar los matices causales a una conversación de negocio

• Prosperar en entornos asíncronos y autónomos, y sentirte motivado por construir una función de medición desde cero

• Experiencia en BaaS, DevRel o empresas de herramientas de desarrollo de código abierto, conectando el gasto de marketing con los resultados de pipeline e ingresos

• Experiencia con econometría aplicada, modelado de series temporales o métodos bayesianos para MMM y experimentación

• Familiaridad con herramientas comunes de marketing y análisis (Google Ads, Meta, LinkedIn, web analytics, CDPs, herramientas de BI/visualización)

• Totalmente Remoto

  Contratamos a nivel mundial. Creemos que puedes hacer tu mejor trabajo desde cualquier lugar. No hay oficinas de Supabase, pero proporcionamos una membresía de WeWork o una asignación para co-working que puedes usar en cualquier parte del mundo.

• ESOP

  Cada miembro del equipo recibe ESOP (participación en el capital) de la empresa. Queremos que todos participen en el éxito de lo que estamos construyendo juntos.

• Asignación Tecnológica

  Utiliza este presupuesto para configurar tu entorno de trabajo ideal: portátil, monitor, auriculares o cualquier cosa que te ayude a realizar tu mejor trabajo.

• Beneficios de Salud

  Supabase cubre el 100% del seguro médico para los empleados y el 80% para sus dependientes, dondequiera que estés. Tu bienestar y la salud de tu familia son importantes para nosotros.

• Encuentros Anuales (Off-Sites)

  Una vez al año, toda la empresa se reúne en una ciudad nueva durante una semana de conexión, colaboración y diversión. Es uno de los momentos más destacados de nuestro año.

• Trabajo Flexible

  Operamos de forma asíncrona y confiamos en que gestiones tu propio tiempo. Tú sabes qué hay que hacer y cuándo.

• Desarrollo Profesional

  Cada miembro del equipo recibe una asignación anual para formación destinada al aprendizaje: cursos, libros, conferencias o cualquier cosa que apoye tu crecimiento.

Estamos buscando un Senior Data Analyst, Marketing para unirse a nuestro equipo de Data Intelligence y construir la base de medición que nos indique qué está funcionando realmente en los canales de pago y PLG. Trabajarás estrechamente con Marketing, Growth y los responsables de cada canal, ayudándonos a ir más allá de las métricas reportadas por las plataformas y los números de vanidad para obtener respuestas causales y fiables sobre qué impulsa el pipeline y los ingresos.

Este rol es ideal para alguien que prospere en entornos asíncronos y de ritmo rápido, que tenga una mentalidad orientada a la IA en su forma de trabajar y que le entusiasme construir una función de medición desde cero.

• Liderar la estrategia de medición de marketing de extremo a extremo en experimentación, media mix modeling y atribución para canales de pago y PLG

• Establecer y evolucionar el marco de atribución: cómo los datos de las plataformas, la atribución multi-touch, el MMM y los experimentos trabajan juntos para fundamentar las decisiones

• Traducir resultados de medición complejos en recomendaciones claras sobre dónde invertir, qué recortar y cómo alcanzar los objetivos de pipeline, ingresos y eficiencia (CAC, payback, LTV to CAC)

• Actuar como experto en la materia para la medición de marketing, educando a los stakeholders sobre causalidad, la incertidumbre de los modelos y las limitaciones de las métricas reportadas por las plataformas

• Diseñar y ejecutar pruebas de incrementalidad constantes, a nivel de usuario y de geografía, para cuantificar el impacto causal de canales, campañas y tácticas clave

• Calcular el lift incremental, el porcentaje de incrementalidad y el ROAS/CPA incremental, y utilizarlos para guiar la reasignación del presupuesto

• Crear plantillas de análisis y playbooks repetibles para el diseño, análisis y presentación de experimentos, de modo que los resultados sean consistentes entre los equipos

• Colaborar con los responsables de canal (paid search, paid social, lifecycle, website/SEO) para construir y priorizar una hoja de ruta de experimentación, integrándola en la planificación de campañas, las pruebas creativas y la estrategia de audiencia

• Construir y mantener modelos de media mix utilizando datos históricos para estimar la contribución de los canales, los retornos marginales y la asignación óptima del presupuesto

• Incorporar la estacionalidad, el adstock y los efectos de saturación, y validar continuamente el rendimiento del modelo mediante backtesting y la reconciliación con los resultados de los experimentos

• Convertir los insights de MMM en escenarios presupuestarios y previsiones en todos los canales y regiones, comunicándolos de forma que los stakeholders no técnicos puedan actuar en consecuencia

• Liderar y construir el contexto y las habilidades que permitan a los equipos de marketing realizar análisis de autoservicio precisos: definiciones de métricas, documentación de modelos y patrones de análisis reutilizables, no solo dashboards

• Utilizar herramientas de IA como parte central del trabajo diario para acelerar el análisis y profundizar más allá de lo que permite un flujo de trabajo de analista tradicional, y ayudar a establecer prácticas orientadas a la IA en toda la organización de marketing

• Identificar lagunas e inconsistencias en los datos de marketing (seguimiento, gasto, exportaciones de plataformas) y trabajar de forma transversal para solucionarlas de raíz en lugar de aplicar parches en las etapas posteriores