Analista de Dados Growth | TikTok Shop

Você está preparado para fazer parte de algo verdadeiramente inovador?A Snack Content é uma feed-first company que nasceu redefinindo o modo de fazer conteúdo social para marcas. Atuamos como um estúdio global, com a missão clara de fazer as marcas pensarem e agirem como verdadeiros criadores. Tudo isso por meio de uma metodologia própria, que combina inteligência de dados com criatividade.A Snack não quer apenas executar bem. Quer mudar a hierarquia do marketing.Nossos valores: Simplicidade e liberdade de expressão, Agilidade, Paixão pelos clientes, Autenticidade, Comprometimento com o sucesso, Diversidade, Influência positiva, Compartilhamento;Vem ser Snacker!Responsabilidades e atribuiçõesEstruturar e liderar a análise de performance de TikTok Shop (lives, afiliados, catálogo, GMV, conversão, tráfego) para contas-chave, com autonomia sobre metodologia e entregávelDefinir metas e benchmarks de projeto com base em análise histórica de dados, sem necessidade de validação constanteConstruir e evoluir frameworks próprios de leitura de performance e curadoria de criadores/afiliados no ecossistema TikTok ShopIdentificar tendências de mercado e movimentos da concorrência, antecipando oportunidades para o clienteApresentar diretamente a clientes e liderança interna, traduzindo dado complexo em recomendação de negócio claraColaborar horizontalmente com mídia, comercial e operação, atuando como referência técnica de dados dentro do timeRequisitos e qualificaçõesExperiência sólida em análise de dados aplicada a e-commerce social e/ou TikTok Shop especificamente; vivência com live commerce e programas de afiliados é fortemente desejávelExcel avançado indispensável; SQL ou Python como diferencial para lidar com volume de dados maiorHistórico de liderar análises de ponta a ponta e reportar diretamente para stakeholders de cliente, sem intermediaçãoComunicação forte e segurança para defender uma leitura de dados em reunião com clienteInformações adicionaisExperiência com TikTok Shop é um diferencial