26.10.2026 aktualisiert
100 % verfügbar
Business Analytics & Data Consultant
Rosengarten, Deutschland
Nur Remote
Handelsfachwirt IHKÜber mich
Ich verbinde Operations-Erfahrung mit Business Analytics und technischer Umsetzung. Ich entwickle datenbasierte Lösungen von der Analyse und Datenmodellierung bis zu Power BI, SQL und modernen Datenplattformen – mit dem Ziel, aus Daten konkrete Entscheidungen und messbaren Mehrwert zu schaffen.
Skills
Data AnalysisBusiness DevelopmentBusiness AnalysisDatenmodellDaten-VirtualisierungData WarehousingPythonSQL DeveloperMicrosoft Power BISnowflakepandasMicrosoft Fabric (Analytics-Plattform)Daten-PipelineKpi-Berichterstattung
Ich unterstütze Unternehmen dabei, aus Daten konkrete Entscheidungen und messbare Verbesserungen abzuleiten.
Durch meine langjährige Erfahrung im Operations Management kenne ich die Herausforderungen operativer Fachbereiche aus erster Hand – von manuellen Excel-Prozessen und uneinheitlichen Daten bis hin zu der Frage, welche Kennzahlen tatsächlich für die Steuerung eines Unternehmens relevant sind.
Heute verbinde ich dieses Business- und Prozessverständnis mit meiner technischen Expertise in SQL, Python, Power BI, Datenmodellierung, Data Warehousing und modernen Datenplattformen wie Microsoft Fabric.
Mein Fokus liegt dabei nicht auf der Erstellung von Reports um ihrer selbst willen. Entscheidend ist für mich, warum sich eine Kennzahl verändert, welche Treiber dahinterliegen und welche Handlung daraus abgeleitet werden kann.
Ich strukturiere komplexe Fragestellungen, entwickle passende Analyseansätze und übersetze Daten in verständliche Insights und konkrete Handlungsempfehlungen.
Dabei unterstütze ich sowohl bei der fachlichen Konzeption als auch bei der technischen Umsetzung – von der Data Discovery und Datenmodellierung über den Aufbau von Datenplattformen und BI-Lösungen bis hin zu Management- und Operations-Analytics.
Meine besondere Stärke ist die Verbindung von Business und Technologie: Ich kann mit Fachbereichen und Management über Geschäftsprobleme sprechen und gleichzeitig auf Datenbank-, Modellierungs- und BI-Ebene die technische Lösung entwickeln.
Typische Fragestellungen, bei denen ich unterstütze:
- Warum entwickelt sich Umsatz, Marge oder Profitabilität anders als erwartet?
- Welche Treiber beeinflussen die operative Performance?
- Wo entstehen Ineffizienzen oder unnötige manuelle Prozesse?
- Wie lassen sich bestehende Excel-/Reporting-Prozesse automatisieren?
- Welche Daten werden für fundierte Entscheidungen benötigt?
- Wie können Daten aus unterschiedlichen Quellen in einer belastbaren Datenplattform zusammengeführt werden?
- Wie entstehen aus Daten aussagekräftige KPIs, Driver Trees und Management-Dashboards?
Mein Anspruch: Nicht möglichst viele Reports zu entwickeln, sondern Lösungen zu schaffen, die Fachbereiche und Management tatsächlich bei besseren Entscheidungen unterstützen.
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2025
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Konzeption und Umsetzung eines Power BI Dashboards zur Analyse von Absatz- und Umsatzkennzahlen. Strukturierung und Aufbereitung von Rohdaten (Excel/CSV) fuer eine konsistente und analysefaehige Datenbasis. Entwicklung einer klaren KPI-Logik zur Darstellung von Absatz, Umsatz und Zeitverlaeufen (Trendanalysen). Umsetzung interaktiver Funktionen (Filter, Drilldowns, Exportmoeglichkeiten) zur Unterstuetzung Self-Service Analytics.
Analyse grosser Datenmengen zur Unterstuetzung datengetriebener Entscheidungen im Finance- und Business-Kontext. Verantwortung fuer die Migration komplexer Reporting-Logiken von Exasol zu Snowflake. Entwicklung und Optimierung von SQL-Abfragen in Snowflake. Konzeption, Implementierung und Weiterentwicklung von Power BI Dashboards. Definition, Einfuehrung und Weiterentwicklung von Datenlogiken und KPI-Strukturen. Aufbau und Automatisierung von Datenprozessen und Reporting-Strecken. Sicherstellung von Datenqualitaet, Konsistenz und Nachvollziehbarkeit. Nutzung von Python zur Transformation und Integration externer Datenquellen.
Audit und Validierung eines bestehenden Customer Lifetime Value (CLV)-Dashboards (Google Sheets). Identifikation und Korrektur kritischer Fehler in der First-Order-Logik und Kundenzaehlung. Entwicklung optimierter Berechnungslogiken zur Verbesserung der KPI-Genauigkeit. Analyse von Limitationen bei grossen Datenmengen und Empfehlung zur Migration auf skalierbare BI-Loesungen. Ableitung konkreter Handlungsempfehlungen zur Sicherstellung belastbarer Customer Analytics KPIs.