Datenanalyst/in

Mach aus unseren Produkt- und Akquisedaten Entscheidungen.

Stuttgart, Deutschland — hybrid (2–3 Tage/Woche im Büro)Vollzeit / WerkstudentProdukt & Wachstum

MyChatWrap verwandelt exportierte WhatsApp-Chats in Beziehungsanalysen — komplett im Browser, ohne dass etwas gespeichert wird. Wir erzeugen jede Menge First-Party-Produkt- und Akquisedaten, aber zu wenige Antworten. Du übernimmst die Analytics-Ebene: die Modelle, die Dashboards und die wöchentlichen Auswertungen, die dem Team sagen, was gebaut werden sollte und wo es sich lohnt, Geld auszugeben.

Deine Aufgaben

Baue und pflege die Kennzahlen, auf die es ankommt — Aktivierung, Retention, Performance der Akquisekanäle, Conversion-Funnels — und mach sie self-service.
Konzipiere und analysiere A/B-Tests sowie Preis-/Onboarding-Experimente end-to-end, von der Hypothese bis zur klaren Ship/Kill-Empfehlung.
Grabe dich in den Akquise-Funnel (Suche, KI-Assistenten, Social, Direct) und sag uns, welche Quellen wirklich konvertieren.
Arbeite mit dem Engineering-Team am Event-Schema zusammen, damit die erhobenen Daten echte Fragen beantworten.
Schreibe kurze, meinungsstarke Analysen — keine 40-Folien-Decks —, nach denen ein Gründer noch am selben Tag handeln kann.

Was wir suchen

2+ Jahre in einer Analytics-Rolle (Product, Growth oder BI) — oder ein herausragendes Portfolio, wenn du noch am Anfang deiner Karriere stehst.
Starkes SQL und sicher im Umgang mit einer Skriptsprache für Analysen (Python oder R).
Du kannst eine Geschäftsfrage einordnen, die richtige Methode wählen und die Antwort klar kommunizieren.
Solides Verständnis von Experimenten — Signifikanz, Power, häufige Fallstricke.
Englisch auf C1-Niveau oder höher.

Von Vorteil

Erfahrung mit einem Warehouse-nativen BI-Tool oder dem Bau von Dashboards in Code (Recharts, Streamlit usw.).
Vertrautheit mit MongoDB-Aggregation-Pipelines.
Hintergrund in Marketing-/SEO-Analytics (GSC, GA4, Attribution).
Deutsch.

Sprachen

Englisch auf C1-Niveau oder höher ist erforderlich. Deutsch ist von großem Vorteil.

Werkstudent/in

Als Werkstudent/in: ca. 16–20 Std./Woche während des Semesters, flexibel um deinen Stundenplan herum, Verantwortung für ein bis zwei wiederkehrende Analysen plus Ad-hoc-Deep-Dives.