Data Analyst (all genders)

Eine Wahrheit, nicht fünf

Du definierst unsere Kernkennzahlen über den gesamten Funnel, einmal verbindlich, mit klarer Namenskonvention und einer Definition pro Metrik. Teile davon existieren bereits, sie sind nur nirgends operationalisiert. Du gleichst die Quellen ab, erklärst Abweichungen und sorgst dafür, dass eine Frage genau eine Antwort hat, egal wer sie stellt.

Den Marktplatz messbar machen

Unsere Analyseeinheit ist der Korridor, nicht die Stadt und nicht das Land. Du machst Angebot, Nachfrage, Fill Rate und Time-to-Match auf dieser Ebene sichtbar, inklusive der Fälle, die in keinem Standard-Funnel auftauchen. Ein Fahrer, der nichts findet, ist bei uns ein Signal, kein fehlender Datenpunkt.

Das MUVN Brain bauen

Heute: direktes SQL, Python-Skripte, API-Pulls. Du überführst das in einen leichtgewichtigen, verbundenen Stack und entscheidest über Architektur und Tools, vom Warehouse über den Transformations-Layer bis zum BI-Tool. Jedes Werkzeug kommt an dem Punkt rein, an dem es seine Kosten verdient, nicht früher. Lieber fünf verlässliche Modelle als fünfzig halb vertraute.

Pipelines, denen man vertraut

Du integrierst unsere Quellen mit Pipelines, die idempotent, testbar und dokumentiert sind. Du baust Validierung zwischen den Quellen und fängst Diskrepanzen ab, bevor sie ein Meeting erreichen. Wenn etwas bricht, findest du die Ursache statt das Symptom und planst Backfills mit Prüfung davor und danach.

Analysen, die Entscheidungen tragen

Wiederkehrendes Management-Reporting, Kohorten, Retention, Pricing, Funnel, Marketing-Performance Ende zu Ende. Ad-hoc-Fragen beantwortest du schnell. Die, die immer wiederkommen, überführst du in Self-Serve-Reports, damit das Team sich selbst bedient.

Das Team unabhängig von dir machen

Du nimmst Anforderungen von Gründern, Marketing und Operations auf und übersetzt sie in Modelle, die wiederverwendbar sind. Du dokumentierst Definitionen, Annahmen und Sonderfälle dort, wo sie hingehören, im Code und in der Doku, nicht in deinem Kopf. Datenfragen sollen nicht bei dir enden., * Karriereperspektive: baue langfristig dein eigenes Team auf, in DACH und Europa

• Hybrides Arbeiten & Remote: Flexibilität ist bei uns Programm
• Offsites mit dem Team: Gemeinsam erreichen wir mehr
• Free MUVN Rides: Für dich entstehen keinerlei Nutzungsgebühren
• Corporate Benefits: Rabatte in hunderten Onlineshops

Mehr Infos zu unseren Benefits und unseren Firmenwerten findest du auf unserer Karriereseite.

Schick uns deinen CV und zwei, drei Sätze dazu: Welche Kennzahl würdest du bei uns als Erstes verbindlich definieren, und warum ausgerechnet die?

So läuft es ab: erstes Gespräch mit unserem CFO, dann eine fachliche Session an einem anonymisierten Fall aus unserem Marktplatz, dann Kennenlernen mit dem Team.

Fragen? Direkt an Katharina.

Du hast mehrere Jahre Erfahrung als Analyst:in, Analytics Engineer oder in einer vergleichbaren Rolle und schon einmal ein Reporting von null aufgebaut, nicht nur eines gepflegt. SQL ist für dich Handwerk, nicht Hürde: Window Functions, CTEs, Query-Optimierung, und genug Tiefe, um einen Execution Plan zu lesen und ein Performanceproblem selbst zu finden. Python nutzt du für Analysen und Pipeline-Arbeit.

Was diese Rolle von klassischer Analyse unterscheidet: Du bekommst keine Tickets. Du bekommst Entscheidungen, die anstehen, und findest selbst heraus, welche Zahl sie tragen muss, wer sie liest und was es dazu schon gibt.

Was bei uns funktioniert:

• Du fragst zuerst, welche Entscheidung an der Zahl hängt, bevor du die erste Query schreibst.
• Du formulierst eine Hypothese, bevor du sie prüfst, und änderst sie, wenn die Daten etwas anderes sagen.
• Du merkst, wenn eine Zahl zu gut ist, um wahr zu sein, und gehst ihr nach, bevor sie in ein Meeting kommt.
• Du arbeitest eigenständig und meldest dich, wenn etwas klemmt, nicht erst im Wochenmeeting.
• Du misst dich selbst an Ergebnissen, bevor es jemand anderes tut.
• Du dokumentierst so, dass die nächste Person dich nicht fragen muss.
• Du denkst in Kosten, bei Compute, Speicherung und Pipeline-Design, und handelst danach.
• Du teilst, was du weißt. Wissen, das nur bei dir liegt, ist bei uns ein Risiko, kein Vorteil.

Solides Analytics-Fundament: Kohorten, Funnels, Unit Economics und statistisches Grundverständnis. Praxiserfahrung mit Produkt- und Marketing-Analytics-Tools wie Mixpanel, GA4, Mobile Attribution oder Vergleichbarem. Engineering-Grundprinzipien auf Datenarbeit angewendet: Modularität, Idempotenz, Testbarkeit als Default. Datenschutzbewusste Modellierung ist für dich selbstverständlich, wir arbeiten mit Zahlungs- und Personendaten. AI-gestützte Workflows sind dein Alltag, mit voller Verantwortung für das Ergebnis.

Ein Plus, kein Muss: dbt oder ein Modern Data Stack, den du selbst eingeführt hast. Erfahrung mit Payments-Daten. Marktplatz- oder Plattformhintergrund, also Liquidität, Take Rate, Angebots- und Nachfragedynamik. Early-Stage-Erfahrung, du hast schon ohne Playbook gearbeitet.

Deutsch und Englisch fließend.

MUVN Hamburg, Vollzeit

Jede Entscheidung bei MUVN hängt an einer Zahl. Niemand soll sie suchen müssen.

MUVN verbindet Fahrer:innen mit freiem Laderaum mit Menschen und Unternehmen, die etwas transportieren müssen. Kein neuer Fuhrpark, keine neue Logistik. Bessere Nutzung von dem, was ohnehin unterwegs ist. Unser Marktplatz wächst über Korridore, also über einzelne Strecken, die dicht genug werden, um von selbst zu tragen. Ob eine Strecke trägt, ist keine Meinungsfrage, sondern eine Messung.

Dafür bauen wir das MUVN Brain: eine verbundene Schicht über unseren Systemen, in der Kennzahlen einmal definiert sind und Menschen wie AI-Agents dieselbe Antwort bekommen. Es wird immer mehr als ein System geben. Der Unterschied liegt darin, ob sie miteinander reden. Du baust das.

Du bist unsere erste dedizierte Datenstelle, berichtest an unseren CFO und arbeitest direkt mit dem Gründungsteam, Marketing und Operations. Du erbst keine Datenplattform, du entscheidest, was sie wird. Und du beantwortest die Fragen, an denen bei uns Geld hängt: Welcher Korridor kippt als Nächstes. Wo verlieren wir Nachfrage. Welcher Kanal bringt Matches statt Downloads.

Du arbeitest dabei AI-First: AI übernimmt die Ausführung, dir gehören Intention, logisches Denken und Korrektheit.