Data Analyst — Pillar Milano
· Full-time
· In presenza 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. 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? Tu sei la persona che va a trovare le risposte. 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. Analizzerai revenue retention e usage cohort: curve di retention nette e lorde, decadimento dell'utilizzo, attivazione, time-to-value. 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. non è un ticket: è un'indagine che segmenti, diagnostichi e chiudi con una raccomandazione. Founder, GTM e prodotto si fideranno dei tuoi numeri e delle tue letture. Non sarai un produttore di dashboard a comando. Non sarai un data engineer.



Devi capire da dove arrivano i dati e saperli interrogare, ma non passerai le giornate a manutenere pipeline. 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. Non sei un service desk che evade richieste. Non farai reporting fine a sé stesso. Niente report mensili compilati perché "si è sempre fatto così". Ogni cosa che produci ha un perché. 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. Resistente 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. Quando un numero ti sorprende, scavi finché non capisci. 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. Siamo diretti, veloci e allergici alla fuffa. buoni pasto ~ Se questo ti suona come casa, scrivici. #

📌 Data Analyst (Italia)
🏢 Pillar
📍 Italia