En un coup d'œil
- Missions: Analyse des données pour optimiser nos produits SaaS et influencer les décisions stratégiques.
- Entreprise: DotWorld, un Venture Builder innovant avec une culture de confiance et d'impact.
- Avantages: Télétravail, horaires flexibles, budget coworking et équipements fournis.
- Autres infos: Environnement stimulant avec des opportunités de croissance professionnelle.
- Pourquoi ce job: Rejoins une équipe dynamique et fais la différence dans le monde du SaaS.
- Qualifications: 3 à 5 ans d'expérience en analyse de données, idéalement en SaaS.
Le salaire estimé est compris entre 47700 - 58300 € par an.
Date de démarrage : Préavis jusqu'à 3 mois accepté - une arrivée plus rapide est la bienvenue.
Séniorité : Confirmé(e) à Sénior.
100% Remote (Europe) ou hybride à Lausanne.
Description du poste :
DotWorld opère plusieurs produits SaaS par abonnement, vendus dans le monde entier. Nous recherchons un(e) Data Analyst SaaS capable de transformer ces données en réponses utiles et en décisions concrètes. Ton rôle : comprendre ce qui fait grandir nos produits, ce qui freine leur performance et où se trouvent les meilleures opportunités d'amélioration.
Tu analyses aussi bien la performance marketing et les comportements des utilisateur(rice)s que les paiements, les revenus et les risques. Selon les sujets, tu travailles avec les équipes concernées pour formuler des recommandations, prioriser les actions et en mesurer l'impact.
Ce n'est pas un poste centré sur la création de dashboards : nous cherchons une personne curieuse, rigoureuse et orientée business, qui sait poser les bonnes questions, creuser les chiffres et expliquer ce qu'ils impliquent.
Tes responsabilités :
- Analyser la performance des canaux, campagnes et cohortes d'acquisition : coût d'acquisition, conversion, revenu et valeur client.
- Répondre à des questions comme : quelle est la LTV des client(e)s selon leur canal d'acquisition ? Quels segments ou campagnes génèrent une croissance rentable ?
- Identifier les tendances, les écarts et les opportunités, puis partager des recommandations concrètes avec les équipes Marketing et la direction.
- Analyser les étapes du parcours client, de la première visite à l'inscription, l'essai, l'abonnement et la fidélisation.
- Étudier les funnels, les cohortes, les interactions utilisateur(rice)s, la rétention et le churn.
- Travailler avec le ou la Data Scientist SaaS sur les analyses et la mesure des impacts.
- Analyser la performance des paiements : acceptation, refus et retries.
- Suivre les revenus et les indicateurs de risque, notamment les disputes et la fraude.
- Proposer avec l'équipe Paiement des pistes d'amélioration et mesurer leurs résultats.
- Transformer les questions des équipes et de la direction en analyses fiables et compréhensibles.
- Vérifier la qualité et la cohérence des données avec le Data Engineer.
- Présenter les résultats, leurs limites et des recommandations priorisées.
- Créer et maintenir des skills data et d'analyse réutilisables à l'échelle de DotWorld.
Expérience :
- 3 à 5 ans d'expérience en tant que Data Analyst ou dans un rôle proche en BI / analytics.
- Une expérience en SaaS, dans un modèle par abonnement ou en e-commerce.
- Une expérience d'analyse de données client, marketing, produit ou paiement.
- Une familiarité avec les données de paiement ou de PSP est appréciée.
Compétences techniques :
- SQL solide : jointures, segmentation, cohortes et fonctions de fenêtrage.
- Profil AI-native : utilisation des assistants IA et intégration de l'IA dans les workflows d'analyse.
- Solides bases en analyse de données et en statistiques.
- Capacité à relier des données issues de plusieurs sources.
- Compréhension des métriques business telles que conversion, coût d'acquisition, rétention, ARPA et LTV.
- La maîtrise de Python et l'expérience d'outils d'analytics produit sont appréciées.
Compétences interpersonnelles :
- Curiosité et sens business.
- Rigueur et esprit critique.
- Capacité à formuler et défendre des recommandations claires.
- Autonomie, proactivité et capacité à prioriser.
- Pédagogie : capacité à expliquer tes conclusions.
Compétences linguistiques :
- Français courant.
- Anglais niveau B2 minimum.
Les avantages du poste :
- Une culture d'entreprise exigeante et stimulante.
- Un impact direct sur les décisions et la croissance de plusieurs produits SaaS.
- Des échanges directs avec l'équipe Data et les équipes métier.
- Un rôle varié, permettant de découvrir plusieurs domaines business.
Les défis du poste :
- Prioriser les questions et les analyses entre plusieurs produits et équipes.
- Relier des données et des métriques issues de différentes étapes du parcours client.
- Allier rigueur analytique, curiosité et recommandations actionnables.
Notre processus de recrutement :
- Entretien de découverte avec notre Talent Acquisition Manager.
- Étude de cas et échange avec notre Chief Data Officer.
- Entretien culturel avec notre Head of HR & Finance.
- Prise de références.
Dotworld est un Venture Builder et SaaS Studio. Notre modèle est simple mais exigeant : nous concevons, lançons et scalons plusieurs produits SaaS en parallèle. Notre équipe, entièrement distribuée, évolue avec une culture forte : Test, Learn, Scale.
Nous croyons en un environnement de travail inclusif, où chacun(e) peut s'épanouir et contribuer à notre succès collectif.
Télétravail - Europe : travaille depuis n'importe quel pays d'Europe.
Budget coworking : prise en charge de ton espace de coworking à hauteur de 200 euros par mois.
Vacances sur mesure : prends les congés dont tu as besoin.
Horaires flexibles : organise ton emploi du temps comme tu le souhaites.
Budget équipement : un budget pour t'équiper avec tout ce qu'il te faut.
2 séminaires par an : moments inspirants et fun en équipe.
Nos valeurs : PERFORMANCE, OWNERSHIP, INTEGRITY, GROWTH.
Data Analyst SaaS employeur : DotWorld
DotWorld est un employeur exceptionnel qui valorise la créativité et l'innovation dans un environnement de travail entièrement à distance. Avec une culture d'entreprise dynamique, nous offrons des opportunités de croissance professionnelle et un soutien continu pour le développement des compétences. Rejoindre notre équipe, c'est faire partie d'une aventure passionnante au sein d'une entreprise en forte croissance, où chaque contribution compte et où le bien-être des employés est une priorité.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Analyst SaaS
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de DotWorld
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez DotWorld. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Analyst SaaS
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez DotWorld, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à DotWorld que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez DotWorld. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez DotWorld
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de DotWorld et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
