Beschreibung
Aufgabe:Entwicklung statistischer Modelle für Online Marketing Fragestellungen, z.B.:
a) Verbesserung der SEO-Fähigkeit durch Analyse der Verlinkungsstrukturen
b) Identifizierung von ähnlichen Kategorie-Seiten auf Basis Nutzerverhalten, Sortimentsüberschneidungen und semantische Ähnlichkeiten von SEO Keywords
c) Erweiterung des bestehenden statistischen Attributionsmodells um Printkontakte und Display-Views
d) Potentialanalyse für niedrig rankende SEO Keywords auf Basis Sortimentsabdeckung und Performance KPIs
e) Performanceprognosen für SEA Longtail Keyword durch z.B. hierarchische Regressionsmodelle, oder semantisches Clustering
f) Analyse von 3rd-Party-Daten und Display-View-Kontexten für die Anreicherung von Cookie-Profilen und Konzeption für die Verbesserung vorhandener Targeting-Prognosemodelle
- Konzeption der Prädiktoren und Aufbau der erforderlichen Daten aus verschiedenen Quellen für die Entwicklung und anschließend regelmäßige Produktion der Prognosemodelle / Festlegung der erforderlichen Prozesse im gegebenen Setting der Analytics-Systeme in der BI-Infrastruktur in Zusammenarbeit mit einem BI-Developer (Data Engineer)
- Austausch mit Fachbereichen zu den inhaltlichen Anforderungen in Hinblick:
a) auf Zielsetzungen der spezifischen Modelle im operativen Prozess und
b) auf relevante Prädiktoren (Grobkonzept existiert bereits)
- Sparing-Partner für internen Data-Scientist
- Entwicklung eigener Algorithmen (Unterstützung durch Projektleiter, der das projekt-Setup arrangiert und die Aufnahme der Fachanforderungen koordiniert)
Anforderung:
- umfangreiche Erfahrung im Bereich multivariate Statistik, Maschine Learning, Data Mining, Predictive Analytics
- Verständnis der Steuerung von Online-Kanälen (z.B. SEA oder Display) sowie der dabei beteiligten Technologien (z.B. DSP) und Daten.
- Erfahrung in der analytischen Lösung von Online Marketing Fragestellungen, z.B. dynamischer Attribution, Prognosen für das Real Time Advertising, statistische Profilbildung, SEA Gebotsoptimierungen oder SEO Potentialprognosen.
- Modellierung in SAS, R, Python oder Spark
Umgebung/Sonstiges:
- Option auf Verlängerung
Beginn: 02.05.2016
Dauer: 30.06.2016
Branche: Handel/Konsum