Data Analyst
Pubblicato il 19-10-2026 - Pillar in Milano
Data Analyst — Pillar
Dato che un elevato numero di candidati potrebbe essere interessato a questa posizione, si assicuri di inviare il suo CV il prima possibile.
Milano · Full-time · In presenza
Il contesto
Pillar è l'operating system dell'edilizia. ~600 aziende clienti, oltre €2M di ARR in meno di 10 mesi, un team che è passato da 5 a 60 persone in 6 mesi. Stiamo costruendo ERP, procurement, marketplace e servizi finanziari per un settore che vale triliardi e gira ancora su Excel e telefonate.
Generiamo già una quantità enorme di dati su clienti, ricavi, utilizzo, onboarding ma i dati da soli non valgono niente. Cerchiamo qualcuno che li trasformi in comprensione. Non in grafici: in decisioni.
-
- Quali clienti rimangono e quali no, e cosa li distingue già al giorno zero?
- Quale tipo di onboarding produce i clienti che restano e si espandono?
- etc.
Tu sei la persona che va a trovare le risposte.
Cosa farai
-
- Costruirai e manterrai le dashboard sulle metriche che contano davvero: ARR, NRR/GRR, retention, churn, expansion, utilizzo per modulo. Non vanity metrics i numeri su cui prendiamo decisioni.
- Vivrai dentro le cohort. Segmenterai i clienti in ogni modo possibile data di firma, dimensione azienda, tipo di azienda, canale di acquisizione, tipo di onboarding, modulo attivato e cercherai i pattern. Perché questa cohort ritiene e quella no? Cosa cambia tra chi espande e chi se ne va?
- Analizzerai revenue retention e usage cohort: curve di retention nette e lorde, decadimento dell'utilizzo, attivazione, time-to-value. Capirai non solo che un numero si muove, ma perché.
- Lavorerai fianco a fianco col team di prodotto sull'instrumentation.
Quando il dato che ti serve non esiste, non ti fermi: definisci gli eventi, ti coordini con prodotto ed engineering e lo fai tracciare.
- Trasformerai domande ambigue in risposte difendibili. "Perché la NRR è a questo livello%?” non è un ticket: è un'indagine che segmenti, diagnostichi e chiudi con una raccomandazione.
- Porterai gli insight in tavola prima che qualcuno te li chieda. Founder, GTM e prodotto si fideranno dei tuoi numeri e delle tue letture. Zero margin of error.
Cosa NON farai
-
- Non sarai un produttore di dashboard a comando. Non costruiamo grafici belli che nessuno guarda. Se una dashboard non cambia una decisione, non esiste.
- Non sarai un data engineer. Devi capire da dove arrivano i dati e saperli interrogare, ma non passerai le giornate a manutenere pipeline. Se ogni tanto ci metti mano, bene ma non è questo il lavoro.
- Non farai data science / ML. Questo non è un ruolo da modelli predittivi e training. È analisi di business, fatta con rigore. Niente teatro dell'AI.
- Non aspetterai il dataset perfetto. Nessuno ti consegnerà dati puliti e una domanda chiara. Parte del lavoro è farti la domanda giusta e andare a costruire il dato che manca.
- Non lavorerai in un silos. Non sei un service desk che evade richieste. Sei in stanza con chi decide,
e ci aspettiamo che tu abbia opinioni.
- Non farai reporting fine a sé stesso. Niente report mensili compilati perché "si è sempre fatto così". Ogni cosa che produci ha un perché.
Cosa cerchiamo
-
- Esperienza solida (idealmente 3+ anni) in analytics di business in una SaaS / scale-up. La cohort analysis dev'essere una seconda natura, non qualcosa che hai sentito nominare.
- SQL fluente non negoziabile. Forte con almeno un tool di BI (Metabase, Looker, Tableau o simili). Python è un must. Premio se hai già lavorato con product analytics (es. PostHog) e Postgres/Supabase.
- Padronanza vera delle metriche SaaS: ARR, NRR/GRR, retention per cohort, LTV/CAC, attivazione, expansion. Sai cosa significano e sai quando mentono.
- Mentalità da cacciatore di pattern: curioso, scettico verso le medie, guardi le distribuzioni e non solo i totali. Quando un numero ti sorprende, scavi finché non capisci.
- A tuo agio nell'ambiguità. Sai trasformare una domanda vaga del founder in un'analisi chiara, e sai dire "questo numero non vuol dire quello che pensi".
- Sai parlare due lingue: quella tecnica con prodotto ed engineering (eventi, tracking, schema) e quella di business con founder e GTM.
- Italiano e inglese fluenti. Curiosità per l'edilizia, il fintech o il vertical SaaS è un bonus.
Come lavoriamo
Siamo diretti, veloci e allergici alla fuffa. Diamo contesto e autonomia, non micromanagement. Preferiamo una verità scomoda a una slide ottimista. xysqume
Comp
-
- Salary starting at 40k
- 2k welfare
- buoni pasto
- ESOP
Se questo ti suona come casa, scrivici.
#J-18808-Ljbffr