Mit Daten Wertschöpfung schaffen und Wundversorgung verbessern.
Werden Sie unser Head of Data Strategy, Analytics & Engineering (m/w/d) und entwickeln Sie aus verteilten Daten eine gemeinsame Grundlage für bessere Kundenentscheidungen, innovative Produkte und nachhaltiges Wachstum.
…erzählt Ihnen Bianca Dettmar persönlich.
Diese Position bietet Ihnen die Chance, den Umgang mit Daten in einem erfolgreichen, wachsenden Familienunternehmen entscheidend zu prägen.
Als Head of Data Strategy, Analytics & Engineering verbinden Sie Daten aus unterschiedlichen Quellen, schaffen eine zukunftsfähige Datenarchitektur und sorgen dafür, dass aus Informationen konkrete Wirkung entsteht: für unsere Kunden, für die Anwender unserer Produkte und letztlich für Menschen mit schwer heilenden Wunden.
Dabei geht es nicht darum, möglichst viele Daten zu sammeln. Unser Anspruch ist es, Daten gezielt dort einzusetzen, wo sie zu besseren Entscheidungen, relevanteren Angeboten, effizienteren Prozessen und einer besseren Wundversorgung beitragen.
Datengestützt, nicht datengetrieben. Was bedeutet dieser Unterschied für Sie? Und woran zeigt er sich in Ihren Entscheidungen?
Unser Warum?!
Wunden bezahlbar heilen
Schwer heilende Wunden sind eine enorme Belastung für Patienten, Angehörige und Behandelnde. Gemeinsam mit unseren Kunden entwickeln wir Produkte und Services, die eine hochwertige Wundversorgung bezahlbar machen. Daten können uns dabei helfen, die Bedürfnisse der Anwender besser zu verstehen, Produkte gezielter weiterzuentwickeln und Versorgungslösungen dort anzubieten, wo sie tatsächlich gebraucht werden.
Wir möchten einen umfassenden Blick auf unsere Kunden und ihre Bedürfnisse entwickeln – über unterschiedliche Kontaktpunkte, Systeme und Phasen der Customer Journey hinweg. Statt Kunden nach dem Gießkannenprinzip anzusprechen, wollen wir relevante Inhalte, Produkte und Services zunehmend individuell zur Verfügung stellen. Dafür benötigen wir belastbare Kundensegmentierungen, Scoring-Modelle, Mustererkennung und ein besseres Verständnis des tatsächlichen Nutzungs- und Interaktionsverhaltens.
Der Bereich Data / Data Analytics…
…verbindet Datenstrategie, Data Management, Data Engineering, Data Analytics, Data Science und künstliche Intelligenz miteinander.
Ziel ist es, aus unseren Daten konkrete Wirkung entstehen zu lassen: für unsere Kunden, für unsere internen Prozesse und für das weitere Wachstum unseres Unternehmens.
Dafür werden Datenquellen verbunden, sichere und skalierbare Architekturen weiterentwickelt, strategisch relevante Use Cases identifiziert und intelligente Modelle in die praktische Anwendung gebracht. Gleichzeitig werden Data Governance, Datenqualität und Compliance unternehmensweit etabliert.
Die Zusammenarbeit mit der IT sowie mit Bereichen wie Marketing, Vertrieb, Content, Produktentwicklung und Operations ist dabei besonders wichtig.
Als Head of Data Strategy, Analytics & Engineering…
…übernehmen Sie die Gesamtverantwortung für den Bereich Daten – von der Datenbasis und der technischen Architektur über die Analyse und Entwicklung von Modellen bis hin zu deren messbarer Wirkung.
Sie entwickeln gemeinsam mit dem CIO, der Geschäftsleitung und den relevanten Fachbereichen eine unternehmensweite Datenstrategie und setzen diese konsequent um.
Dabei betrachten Sie nicht nur einzelne Systeme, sondern die gesamte Wertschöpfungskette. Sie entscheiden gemeinsam mit den relevanten Stakeholdern:
Welche Daten benötigen wir wirklich?
Aus welchen Systemen stammen sie?
Wie müssen sie aufbereitet und miteinander verknüpft werden?
Welche Use Cases schaffen den größten Nutzen?
Welche Technologien und Tools unterstützen uns dabei?
Wie messen wir die tatsächliche Wirkung?
Gemeinsam mit dem CIO gestalten Sie die zukünftige Architektur unserer Daten- und BI-Landschaft.
Sie stellen sicher, dass Daten nicht nur technisch verfügbar sind, sondern von Marketing, Vertrieb, Forschung und Entwicklung, Operations und Controlling tatsächlich genutzt werden.
Es gibt viel zu tun…
- Entwicklung und Umsetzung einer unternehmensweiten Datenstrategie
- Überführung von Daten aus unterschiedlichen Quellen in eine gemeinsame Data-Lakehouse-Architektur
- Weiterentwicklung von Datenintegrationen, Schnittstellen und Datenmodellen
- Aufbau eines umfassenden Kunden- und Customer-Journey-Verständnisses
- Entwicklung von Kundensegmentierungs- und Kundenscoring-Modellen
- Identifikation und Priorisierung wertschöpfender Data- und AI-Use-Cases
- Einsatz von KI und Machine Learning zur Mustererkennung und Vorhersage
- Bereitstellung relevanter Daten und Erkenntnisse für die Fachbereiche
- Weiterentwicklung der BI-Landschaft und Bewertung bestehender Systeme
- enge Zusammenarbeit mit dem Controlling bei Finanz- und Unternehmensdaten
- Etablierung von Data Governance, Data Quality und Compliance
- Ausbau digitaler Geschäftsmodelle und datenbasierter Services
- Aufbau, Führung und Weiterentwicklung eines interdisziplinären Data-Teams