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