Data elmi üzrə aparıcı mütəxəssis (Müştəri dəyərinin idarə edilməsi)

Əsas vəzifələr

• CVM və digər biznes tərəfləri ilə birlikdə biznes problemlərini anlamaq, tapşırığın əhatə dairəsini, uğur meyarlarını və ölçülə bilən KPI-ları müəyyən etmək.
• Biznes ehtiyaclarını analitik, statistik və maşın öyrənməsi yanaşmalarına çevirmək, uyğun həll yanaşmasını formalaşdırmaq və alternativ metodları qiymətləndirmək.
• Analitik həlləri problemin formalaşdırılmasından başlayaraq məlumatların hazırlanması, araşdırılması, həllin qurulması, validasiyası, tətbiqi və monitorinqinə qədər end-to-end idarə etmək.
• Müştəri davranışını, istifadə xüsusiyyətlərini, gəlir dinamikasını, məhsul istifadəsini, müştəri yol xəritəsini və digər kommersiya göstəricilərini təhlil edərək biznes üçün praktik nəticələr və yeni imkanlar müəyyən etmək.
• Müştəri itkisini azaltmaq, gəliri artırmaq, müştəri dəyərini yüksəltmək, məhsul və xidmət istifadəsini genişləndirmək, fərdiləşdirməni inkişaf etdirmək və marketinq xərclərini optimallaşdırmaq üçün data əsaslı yanaşmalar hazırlamaq.
• CVM qərarverməsində istifadə ediləcək analitik yanaşmaları və müştəri dəyərləndirmə metodologiyalarını hazırlamaq, nəticələrin kampaniya və təklif mexanizmlərində tətbiqini dəstəkləmək.
• Eksperimentlər, treatment-control yanaşmaları, A/B testlər və digər test-and-learn metodları vasitəsilə biznes təşəbbüslərinin həqiqi incremental təsirini ölçmək.
• Həlləri yalnız texniki göstəricilər əsasında deyil, gəlir artımı, xərclərin optimallaşdırılması, müştəri itkisi, konversiya, ARPU, istifadə səviyyəsi və digər biznes nəticələri üzrə qiymətləndirmək.
• Statistik analiz, proqnozlaşdırma, hipotezlərin yoxlanması, həssaslıq və qiymət təsiri təhlili kimi yanaşmalardan istifadə etməklə biznes qərarlarını dəstəkləmək.
• Telekommunikasiya məlumatlarının, o cümlədən istifadə davranışı, zəng və data istifadəsi, gəlir göstəriciləri, şəbəkə təcrübəsi və müştəri əlaqə nöqtələrinin təhlili əsasında müştəri yönümlü həllər hazırlamaq.
• Fərdiləşdirilmiş məhsul, xidmət, təklif və müştəri təcrübəsinin formalaşdırılması üçün tövsiyə və qərarvermə yanaşmalarının hazırlanmasına dəstək vermək.
• Müştəri müraciətləri, mətn məlumatları və digər strukturlaşdırılmamış məlumatlardan istifadə etməklə analitik və avtomatlaşdırma imkanlarını araşdırmaq.
• Generativ süni intellekt, NLP və digər yeni texnologiyaların CVM, fərdiləşdirmə və müştəri təcrübəsində tətbiq imkanlarını qiymətləndirmək.
• Biznes problemi üçün mürəkkəb analitik həllin həqiqətən tələb olunub-olunmadığını qiymətləndirmək və zəruri hallarda daha sadə statistik, eksperimental və ya qayda əsaslı yanaşmalar təklif etmək.
• Model və analitik nəticələrin biznes mənasını, əsas faktorlarını, məhdudiyyətlərini və tövsiyə olunan tədbirləri qeyri-texniki tərəflərə aydın şəkildə izah etmək.
• Data Science, CVM, Data Engineering, İT, marketinq, məhsul və digər komandalarla əməkdaşlıq edərək analitik həllərin biznes proseslərinə, kampaniya platformalarına və qərarvermə sistemlərinə inteqrasiyasını dəstəkləmək.

Tələblər

• Data Science, analitika, statistika, tətbiqi riyaziyyat, kompüter elmləri, süni intellekt və ya əlaqəli sahədə iş təcrübəsi.
• CVM, CRM, marketinq analitikası, müştəri analitikası və ya yüksək həcmli abunə və istehlakçı bizneslərində analitik layihələr üzrə praktiki təcrübə.
• Müştəri davranışı, müştəri dəyəri, müştəri həyat dövrü və kommersiya analitikası üzrə güclü anlayış.
• Biznes ehtiyaclarını strukturlaşdırılmış analitik problemlərə, ölçülə bilən KPI-lara, hipotezlərə və tətbiq oluna bilən həllərə çevirmək bacarığı.
• Analitik həllərin hazırlanması, validasiyası, production mühitinə keçirilməsi və sonrakı monitorinqi üzrə end-to-end təcrübə.
• Klassik maşın öyrənməsi, statistik modelləşdirmə və eksperimental dizayn sahəsində güclü nəzəri və praktiki biliklər.
• Python, SQL və geniş istifadə olunan Data Science və machine learning kitabxanaları ilə güclü iş bacarığı.
• Məlumatların araşdırılması, xüsusiyyətlərin formalaşdırılması, nəticələrin interpretasiyası və biznes üçün aydın tövsiyələrin hazırlanması bacarığı.
• Analitik həlləri həm texniki performans, həm də incremental biznes təsiri əsasında qiymətləndirmək bacarığı.
• A/B testlər, treatment-control yanaşmaları, hipotezlərin yoxlanması və eksperiment nəticələrinin şərhi üzrə təcrübə.
• Güclü analitik və tənqidi düşüncə, problem həll etmə, kommersiya yanaşması və prioritetləşdirmə bacarıqları.
• Qeyri-müəyyən biznes problemlərini strukturlaşdırmaq, mövcud yanaşmalara konstruktiv şəkildə etiraz etmək və alternativ həllər təklif etmək bacarığı.
• Texniki mövzuları qeyri-texniki auditoriyaya sadə və aydın biznes dili ilə təqdim etmək bacarığı.
• Güclü kommunikasiya, təqdimat və stakeholder management bacarıqları.
• Telekommunikasiya və ya oxşar yüksək həcmli istehlakçı sahələrində, o cümlədən bank, maliyyə, pərakəndə satış və e-commerce sahələrində iş təcrübəsi.
• MLOps, analitik həllərin tətbiqi, monitorinqi, performans dəyişikliklərinin izlənməsi və feature management yanaşmaları üzrə təcrübə.
• Tövsiyə sistemləri, fərdiləşdirmə və real-time qərarvermə yanaşmaları üzrə təcrübə.
• AWS və ya digər cloud əsaslı Data Science və AI xidmətləri ilə iş təcrübəsi.
• Deep learning, NLP, transformer əsaslı həllər və generativ süni intellekt üzrə praktiki təcrübə.
• API-lərlə işləmək və analitik nəticələrin biznes və texnoloji sistemlərə inteqrasiyası üzrə təcrübə.
• Telekommunikasiya sahəsində bazar dinamikası, rəqabət mühiti, tarif və məhsul strukturu, müştəri davranışı və CVM prinsipləri barədə biliklər.