Data Analyst

• Medir, validar y asegurar la calidad del buscador en plataformas digitales.
• Analizar el desempeño mediante KPIs de negocio y métricas de relevancia.
• Garantizar que cada cambio de ranking y experiencia de búsqueda genere mejoras medibles en la navegación, el descubrimiento de productos y la conversión.
• Medir y reportar KPIs del buscador: porcentaje de sesiones que usan Search, CTR sobre sugerencias, conversión y revenue atribuido.
• Calcular métricas de relevancia (NDCG, MRR) y validar antes y después de cada release que los cambios de ranking mejoren de forma medible.
• Detectar regresiones y casos borde, como búsquedas sin resultados y errores ortográficos no corregidos.
• Apoyar el diseño y análisis de tests A/B sobre cambios de ranking y UX de búsqueda.
• Construir y mantener dashboards de desempeño del buscador para los equipos de producto y negocio.
• Colaborar con los equipos de Backend, Frontend, Search y Producto para priorizar hallazgos e implementar mejoras continuas.

QA Data Analyst

• Analizar, medir y asegurar la calidad del motor de búsqueda mediante la definición de métricas, validación de resultados y ejecución de pruebas
• Optimizar la relevancia, experiencia de usuario y desempeño del buscador
• Medir y reportar KPIs del buscador, incluyendo uso de Search, CTR, conversión y revenue atribuido
• Analizar métricas de calidad de ranking como NDCG y MRR, validando mejoras antes y después de cada cambio
• Ejecutar pruebas funcionales y de calidad sobre nuevas versiones del motor de búsqueda
• Detectar regresiones, errores y casos borde relacionados con búsquedas sin resultados, errores ortográficos y relevancia de resultados
• Apoyar el diseño y análisis de pruebas A/B sobre mejoras de ranking y experiencia de búsqueda
• Generar reportes e insights para equipos de Search, Data y Producto

Data Analyst, Search

• Diseñar, implementar y mantener flujos en Power Automate
• Integrar herramientas como SharePoint, Excel, Outlook y Microsoft Teams
• Extraer, consolidar, limpiar y transformar información proveniente de SAP, Excel, SharePoint y otras fuentes internas
• Mantener bases de datos estructuradas, consistentes y confiables para apoyar los análisis del área
• Construir reportes y dashboards utilizando Excel, Power BI u otras herramientas de visualización disponibles
• Elaborar visualizaciones para realizar el seguimiento de indicadores relevantes para el negocio
• Realizar análisis exploratorios de datos mediante Excel, Python, SQL u otras tecnologías disponibles
• Aplicar herramientas estadísticas básicas para identificar tendencias, desviaciones y oportunidades de mejora
• Apoyar la automatización de procesos, asegurando su correcto funcionamiento, trazabilidad y continuidad operativa
• Apoyar al área de Pricing en la automatización de procesos, el análisis de información comercial y el desarrollo de soluciones digitales

Practicante de Automatización de Procesos, Analítica de Datos

• Architect and implement the reporting stack from zero, including source connections, a central data layer, and Looker as the reporting front end
• Select and implement the ETL/ingestion approach for each source system
• Build clean, documented data models
• Make monthly reporting a review step rather than a data-entry exercise
• Consolidate data across Shopify Plus, Pipedrive, QuickBooks Online, ShipStation, PandaDoc, Rippling, Google Analytics, and Asana
• Establish agreed definitions for every metric and reconcile discrepancies between systems
• Flag data quality problems and work with department leads to fix them at the source
• Own the company-wide KPI framework and tracker
• Produce monthly performance reporting for all nine departments across three brands
• Explain performance movements, identify drivers, and flag leadership priorities
• Run ad hoc analysis for the executive team on profitability, customer segments, sales performance, and operational throughput
• Build and maintain Looker dashboards
• Produce a monthly executive reporting package
• Present findings to the executive team monthly and department teams regularly
• Turn analysis into specific recommendations
• Document every data source, definition, model, and process
• Build scalable reporting as the company adds departments, brands, and acquisitions
• Recommend and implement improvements to the data stack