Data Analyst / Analytics Engineer (m/w/d)

• Du weißt, dass gute Datenarbeit nicht bei Dashboards anfängt — sondern bei der Frage, was eine Metrik überhaupt bedeutet
• Du hast schon mal Daten aus einer Produktivdatenbank in einen Analytics-Layer gebracht — und weißt, warum man das nicht einfach so macht
• Du arbeitest lieber in einem unfertigen Umfeld mit echtem Gestaltungsraum als an einem polierten Stack, den du nur verwaltest

Das kommt dir bekannt vor? Dann ist es Zeit für etwas Neues!

Bei uns bist du Teil einer Multi-Tenant-Plattform für E-Commerce-Buchhaltung — an der Schnittstelle von Amazon, Stripe, DATEV und allem, was Onlinehändler buchhalterisch bewegt. Über unsere Daten wissen wir bisher erstaunlich wenig. Du änderst das.

Aufgaben

In den ersten Monaten:

• Du baust den Weg von unserer geshardeten MariaDB in einen Analytics-Layer, den man abfragen kann, ohne die Produktion auszubremsen
• Du modellierst darauf saubere, dokumentierte Datenmodelle statt gewachsener Query-Sammlungen
• Du legst fest, was unsere Metriken überhaupt bedeuten. Wann ist ein Kunde aktiv? Was zählt zu MRR? Ab wann ist jemand abgewandert? Das sind fachliche Fragen — und aktuell beantwortet sie jede Abteilung anders

Danach dauerhaft:

• Kern-Dashboards für Geschäftsführung, Sales und Support: Umsatz und MRR, Onboarding-Funnel, Churn und Churn-Frühwarnung, Feature-Adoption
• Ad-hoc-Analysen für konkrete Entscheidungen: Preisgestaltung, Priorisierung, wo Kunden im Produkt hängenbleiben
• Schnittstellen-Health: Wir haben Dutzende Anbindungen (Marktplätze, Payment-Provider, ERP-Systeme wie JTL, Xentral, Plentymarkets). Welche laufen sauber, welche produzieren still Fehler, welche verursachen unsere Support-Last?
• Self-Service ermöglichen, damit nicht jede Frage über deinen Schreibtisch läuft

Qualifikation

SQL auf hohem Niveau — Window Functions, Query-Pläne lesen, verstehen warum eine Abfrage die Datenbank umbringt. Bei uns hängt an derselben Datenbank die Produktion

• Erfahrung, Daten aus einer Produktivdatenbank in einen Analytics-Layer zu bekommen (ELT/Pipelines) — egal ob mit ClickHouse, BigQuery, Snowflake, Postgres oder DuckDB. Was wir einsetzen, entscheidest du mit
• Datenmodellierung mit dbt oder Vergleichbarem, inklusive Tests und Dokumentation
• Sicherer Umgang mit einem BI-Tool (Metabase, Superset, Looker Studio, Power BI — Präferenz offen)
• Du kannst fremden Code lesen. Unser Backend ist PHP. Du musst nicht darin entwickeln, aber wenn eine Zahl komisch aussieht, schaust du nach, wie sie entsteht
• Deutsch verhandlungssicher. Unsere Fachbereiche und die gesamte Buchhaltungs-Domäne (DATEV, Umsatzsteuer, OSS) sind deutschsprachig
• Die Haltung, mit unfertigen Daten zu arbeiten. Vieles wird nicht sauber getrackt sein. Du sagst dann, was fehlt — statt zu warten, bis es jeman