Data Analyst

Pillar; Milano; In loco; EUR 36.000 - 44.000; Tempo pieno

Vantaggi offerti da questo lavoro

Welfare da 2k

Buoni pasto

ESOP

Descrizione del lavoro

Pillar è alla ricerca di un Data Analyst a Milano per trasformare i dati in decisioni strategiche. Il candidato ideale ha solida esperienza in analytics di business e grande familiarità con le metriche SaaS.

Saranno richieste competenze in SQL e Python, nonché capacità di creare dashboard efficaci. Offriamo un ambiente dinamico, senza micromanagement, e un salario di partenza di 40k con benefit interessanti.

Competenze

• Esperienza solida (idealmente 3+ anni) in analytics di business in una SaaS / scale-up.
• Padronanza vera delle metriche SaaS: ARR, NRR/GRR, retention per cohort, LTV/CAC.
• A tuo agio nell'ambiguità e nella trasformazione delle domande vaghe in analisi chiare.

Mansioni

• Costruire e mantenere dashboard sulle metriche che contano.
• Analizzare revenue retention e usage cohort.
• Lavorare fianco a fianco col team di prodotto sull'instrumentation.

Conoscenze

SQL fluente

Strumenti di BI (Metabase, Looker, Tableau)

Python

Analisi della coorte

Metriche SaaS (ARR, NRR/GRR)

Mentalità da cacciatore di pattern

Lingua inglese

Lingua italiana

Descrizione del lavoro

Data Analyst — Pillar

Milano · Full-time · In presenza

Il contesto

Pillar è l'operating system dell'edilizia. ~600 aziende clienti, oltre €2M di ARR in meno di 10 mesi, un team che è passato da 5 a 60 persone in 6 mesi. Stiamo costruendo ERP, procurement, marketplace e servizi finanziari per un settore che vale triliardi e gira ancora su Excel e telefonate.

Generiamo già una quantità enorme di dati su clienti, ricavi, utilizzo, onboarding ma i dati da soli non valgono niente. Cerchiamo qualcuno che li trasformi in comprensione. Non in grafici: in decisioni.

• Quali clienti rimangono e quali no, e cosa li distingue già al giorno zero?
• Quale tipo di onboarding produce i clienti che restano e si espandono?
• etc.

Tu sei la persona che va a trovare le risposte.

Cosa farai

• Costruirai e manterrai le dashboard sulle metriche che contano davvero: ARR, NRR/GRR, retention, churn, expansion, utilizzo per modulo. Non vanity metrics i numeri su cui prendiamo decisioni.
• Vivrai dentro le cohort. Segmenterai i clienti in ogni modo possibile data di firma, dimensione azienda, tipo di azienda, canale di acquisizione, tipo di onboarding, modulo attivato e cercherai i pattern. Perché questa cohort ritiene e quella no? Cosa cambia tra chi espande e chi se ne va?
• Analizzerai revenue retention e usage cohort: curve di retention nette e lorde, decadimento dell'utilizzo, attivazione, time-to-value. Capirai non solo che un numero si muove, ma perché.
• Lavorerai fianco a fianco col team di prodotto sull'instrumentation. Quando il dato che ti serve non esiste, non ti fermi: definisci gli eventi, ti coordini con prodotto ed engineering e lo fai tracciare.
• Trasformerai domande ambigue in risposte difendibili. "Perché la NRR è a questo livello%?” non è un ticket: è un'indagine che segmenti, diagnostichi e chiudi con una raccomandazione.
• Porterai gli insight in tavola prima che qualcuno te li chieda. Founder, GTM e prodotto si fideranno dei tuoi numeri e delle tue letture. Zero margin of error.

Cosa NON farai

• Non sarai un produttore di dashboard a comando. Non costruiamo grafici belli che nessuno guarda. Se una dashboard non cambia una decisione, non esiste.
• Non sarai un data engineer. Devi capire da dove arrivano i dati e saperli interrogare, ma non passerai le giornate a manutenere pipeline. Se ogni tanto ci metti mano, bene ma non è questo il lavoro.
• Non farai data science / ML. Questo non è un ruolo da modelli predittivi e training. È analisi di business, fatta con rigore. Niente teatro dell'AI.
• Non aspetterai il dataset perfetto. Nessuno ti consegnerà dati puliti e una domanda chiara. Parte del lavoro è farti la domanda giusta e andare a costruire il dato che manca.
• Non lavorerai in un silos. Non sei un service desk che evade richieste. Sei in stanza con chi decide, e ci aspettiamo che tu abbia opinioni.
• Non farai reporting fine a sé stesso. Niente report mensili compilati perché "si è sempre fatto così". Ogni cosa che produci ha un perché.

Cosa cerchiamo

• Esperienza solida (idealmente 3+ anni) in analytics di business in una SaaS / scale-up. La cohort analysis dev'essere una seconda natura, non qualcosa che hai sentito nominare.
• SQL fluente non negoziabile. Forte con almeno un tool di BI (Metabase, Looker, Tableau o simili). Python è un must. Bonus se hai già lavorato con product analytics (es. PostHog) e Postgres/Supabase.
• Padronanza vera delle metriche SaaS: ARR, NRR/GRR, retention per cohort, LTV/CAC, attivazione, expansion. Sai cosa significano e sai quando mentono.
• Mentalità da cacciatore di pattern: curioso, scettico verso le medie, guardi le distribuzioni e non solo i totali. Quando un numero ti sorprende, scavi finché non capisci.
• A tuo agio nell'ambiguità. Sai trasformare una domanda vaga del founder in un'analisi chiara, e sai dire "questo numero non vuol dire quello che pensi".
• Sai parlare due lingue: quella tecnica con prodotto ed engineering (eventi, tracking, schema) e quella di business con founder e GTM.
• Italiano e inglese fluenti. Curiosità per l'edilizia, il fintech o il vertical SaaS è un bonus.

Come lavoriamo

Siamo diretti, veloci e allergici alla fuffa. Diamo contesto e autonomia, non micromanagement. Preferiamo una verità scomoda a una slide ottimista.

Comp

• Salary starting at 40k
• 2k welfare
• buoni pasto
• ESOP

Se questo ti suona come casa, scrivici.