Analityczka / Analityk CRM (zastępstwo)
Warszawa, Mazowieckie, PolskaPZU
Wynagrodzenie do ustalenia
Oferujemy
Praca w modelu hybrydowym z elastycznymi godzinami rozpoczęcia
Umowa o pracę na zastępstwo
Pracowniczy Program Emerytalny w wysokości 7% opłacany przez pracodawcę
Opieka medyczna w PZU Zdrowie
Zniżka pracownicza do 50% na ubezpieczenia (m. in. PZU DOM, PZU AUTO)
Platforma benefitowa m.in. karta sportowa, bilety do kin i teatrów, vouchery zakupowe
Elastyczna oferta grupowego ubezpieczenie na życie w wielu wariantach
Dostęp do bazy szkoleń cyfrowych oraz nowoczesnych platform edukacyjnych
Szkolenia i programy rozwojowe dla pracowników i menedżerów
Programy i działania wellbeingowe dla pracowników
4 godziny wolnego w dniu urodzin (do odebrania w miesiącu, w którym obchodzisz urodziny)
2 dni w roku na wolontariat pracowniczy (możesz zrealizować autorski projekt wolontariacki lub wziąć udział w akcji zorganizowanej przez Fundację PZU)
Możliwość rozwoju pasji sportowych w ramach 18 sekcji PZU Sport Team (od Badmintona – po Żeglarstwo)
Najbardziej zielone biuro w Warszawie (PZU Park) ze strefami relaksu i siłownią
Wymagania
Minimum 2 lat doświadczenia w przetwarzaniu dużych zbiorów danych oraz przygotowywaniu analiz
Znajomość języka SQL, Python i/lub oprogramowania SAS
Bardzo dobra znajomość pakietu MS Office, w tym Excel
Umiejętność przekształcania danych oraz analiz w wiedzę i rekomendacje biznesowe, poszukiwania przyczyn i zależności
Wykształcenie wyższe lub ostatni rok studiów o profilu ekonometria, metody ilościowe, matematyka, informatyka, ekonomia, inne kierunki ścisłe
Zakres obowiązków
Przygotowywanie analiz wspierających realizację celów biznesowych z zakresu akwizycji, x-sell, upsell oraz utrzymania klientów
Selekcja klientów do kampanii CRM poprzez implementację warunków i przygotowanie baz danych, grup docelowych
Opracowywanie analiz celem oszacowania potencjałów dla przygotowywanych kampanii oraz analizy efektów realizowanych działań
Sporządzanie rekomendacji biznesowych, opracowanie i wizualizacja przygotowanych danych
Profilowanie klientów z wykorzystaniem technik statystycznych oraz modeli predykcyjnych (SAS, Python)
Praca z dużymi zbiorami danych o różnorodnej i rozproszonej strukturze z wykorzystaniem SQL, SAS, Python, Excel