Taux journalier (TJM): 650 € CONTEXTE Au sein d'une équipe Produit, vous accompagnez les équipes dans leurs décisions grâce à la donnée, avec un focus sur les parcours post-achat et le self-service client. MISSIONS * Analyse et optimisation : mener des analyses approfondies pour mesurer l'impact des évolutions produit, des A/B tests et des optimisations sur les indicateurs clés de performance post-achat. * Aide à la décision stratégique : fournir des insights qui orientent la roadmap produit et aident les équipes à prioriser les initiatives à plus fort impact business. Transformer ces analyses en recommandations claires et actionnables. * Collaboration avec les parties prenantes : travailler avec les équipes produit pour définir les indicateurs de succès, partager les insights et peser sur les décisions, auprès de profils techniques comme non techniques. * Stratégie de collecte de données : définir et faire évoluer les besoins de tracking pour garantir une collecte fiable. Valider la bonne implémentation du tracking avec les équipes engineering et data collection, et veiller à l'intégrité des données. Ce poste s'adresse à une personne qui s'épanouit dans un environnement orienté produit, qui aime résoudre des problèmes analytiques complexes et qui veut avoir un impact business concret grâce à la donnée. STACK TECHNIQUE * Amplitude * Tableau * Databricks * Statsig CONDITIONS DE TRAVAIL * Localisation : Paris, hybride (2 à 3 jours par semaine sur site) * Temps de travail : temps plein * TJM : 650 € * Anglais courant 1. Maîtrise de SQL, notamment des jointures complexes et de l'exploitation de gros volumes de données, avec une exigence forte sur la fiabilité des résultats 2. Très bonne connaissance d'outils comme Amplitude et des bonnes pratiques de tracking, y compris la lecture et l'interprétation de plans de taggage 3. Capacités d'analyse et de résolution de problèmes, à l'aise avec de gros jeux de données, capable de formuler des hypothèses et de les traduire en recommandations claires pour des interlocuteurs techniques et non techniques 4. Expérience en développement et optimisation produit : pratique des sprints, de l'expérimentation et de l'optimisation itérative, idéalement sur des parcours post-achat et du self-service client 5. Capacité à mesurer l'impact des évolutions produit sur les indicateurs business et à proposer des pistes pour améliorer l'expérience client 6. Grande aisance à travailler avec des équipes transverses (product managers, designers, développeurs, équipes business) pour que les décisions produit s'appuient sur la donnée 7. Communication et data storytelling : capacité à présenter des données complexes de façon claire et percutante, en adaptant le discours à l'audience, dans un environnement rapide et collaboratif