Descrizione del ruolo
Il Data Analyst supporterà le decisioni commerciali analizzando dati di vendita, traffico digitale e comportamento clienti. Tradurrà dati provenienti da piattaforme e-commerce, POS e sistemi CRM in insight operativi per ottimizzare conversioni, assortimento, pricing e campagne marketing.
Responsabilità principali
* Analisi vendite omnicanale (negozio fisico + online)
* Monitoraggio KPI e-commerce (conversion rate, AOV, cart abandonment)
* Analisi funnel di acquisto e customer journey
* Creazione dashboard su performance prodotto, categorie e canali
* Segmentazione clienti (RFM, cohort analysis)
* Supporto a campagne marketing (ROI, CAC, LTV)
* Analisi stock e rotazione prodotti (sell-through, inventory turnover)
* A/B test su pricing, promozioni e UX
* Data quality check e integrazione fonti (CRM, ERP, piattaforme e-commerce)
Requisiti
Hard skills:
* SQL avanzato (join complessi, aggregazioni)
* Excel avanzato (Power Query, pivot)
* Esperienza con strumenti BI come Power BI o Tableau
* Python (pandas) o R per analisi dati
* Familiarità con piattaforme e-commerce come Shopify o Magento
* Conoscenza strumenti analytics come Google Analytics
Soft skills:
* Pensiero analitico orientato al business
* Capacità di tradurre dati in insight commerciali
* Comunicazione efficace verso team marketing e commerciale
* Attitudine al problem solving
Requisiti preferenziali
* Esperienza in retail moda o consumer goods
* Conoscenza di dinamiche pricing e promozioni
* Esperienza con CRM e marketing automation
* Nozioni di UX/UI e comportamento utente online
* Conoscenza base di SQL su data warehouse (BigQuery, Snowflake)
Formazione
* Laurea in Economia, Statistica, Ingegneria o discipline quantitative
KPI specifici del ruolo
* Conversion Rate (CR)
* Average Order Value (AOV)
* Customer Acquisition Cost (CAC)
* Customer Lifetime Value (LTV)
* Sell-through rate
* Margine per prodotto/categoria
* Tasso di riacquisto clienti
* Riduzione stock invenduto
Obiettivi del ruolo
* Incrementare vendite e margini attraverso analisi data-driven
* Ottimizzare il funnel e-commerce
* Migliorare la gestione stock e assortimento
* Supportare strategie di marketing e pricing
Esempi di attività concrete
* Identificare prodotti best-seller e slow-moving
* Analizzare campagne ads e suggerire ottimizzazioni
* Costruire dashboard giornaliere vendite e traffico
* Segmentare clienti per campagne mirate
1.