Buscamos uma pessoa com:Superior Completo em Administração, Ciência da Informação, Ciência da Computação, Economia e/ou afins;Experiência em atividades de recuperação de crédito;Experiência com produtos financeiros;Conhecimento técnico relacionado a crédito e sua dinâmica e seus impactos;Aplicação de modelagem estatística como sustentação das análises;Proficiência em SQL para manipulação e consulta de bancos de dados;Experiência com ferramentas de visualização de dados (Tableau, Power BI, etc.
);Capacidade de realizar análises exploratórias e estatísticas básicas;Habilidade de comunicar resultados de forma clara e concisa;Capacidade de colaborar com equipes multidisciplinares.Vai se destacar se apresentar:Conhecimento em linguagens de programação (Python ou R);Pós graduação em Gestão de Finanças e/ou, Data Analytics.
Local de Trabalho:Belo Horizonte/MG (atuação Híbrida);Seus principais desafios serão:Desenvolver e manter dashboards e relatórios para monitorar os principais indicadores de desempenho (KPIs) relacionados ao churn e à retenção de clientes;Identificar tendências e variações nos KPIs, alertando a equipe sobre possíveis problemas e oportunidades;Fornecer análises regulares do desempenho das campanhas de retenção, destacando o impacto das ações implementadas;Realizar análises ad-hoc para investigar o comportamento de segmentos específicos de clientes, identificando padrões de uso, engajamento e fatores de risco;Utilizar técnicas de mineração de dados para descobrir insights sobre as causas do churn e os motivadores da lealdade do cliente;Documentar e apresentar os resultados das investigações, fornecendo recomendações para ações de melhoria;Auxiliar na criação e manutenção de segmentações de clientes com base em dados demográficos, comportamentais e transacionais;Fornecer dados e insights para a equipe de marketing personalizar campanhas e comunicações direcionadas a cada segmento de clientes;Analisar o impacto das campanhas personalizadas, avaliando a eficácia das estratégias de segmentação;Garantir a integridade e a qualidade dos dados utilizados nas análises, realizando validações e testes de consistência;Identificar e corrigir erros e inconsistências nos dados, trabalhando em conjunto com as equipes de engenharia de dados e TI;Contribuir para a documentação e padronização dos processos de coleta e tratamento de dados.