Attribution-Logik, Predictive LTV und Causal Inference an echten Google-Ads-Konten mit echtem Budget.

• Fundierte Kenntnisse in Causal Inference und Experimentaldesign (A/B-Tests, Incrementality Testing)
• Erfahrung mit Predictive-LTV- und Propensity-Modellen auf realen Transaktionsdaten
• Sicherer Umgang mit SQL und Python (pandas, scikit-learn oder vergleichbar)
• Verständnis von Attributionslogik und Media-Mix-Fragestellungen
• Solide Grundlagen in Statistik und Wahrscheinlichkeitstheorie, nicht nur Modelle bauen, sondern ihre Grenzen kennen
• Eigenständige Steuerung von Data-Science-Projekten, von der Anforderungsaufnahme im Marketing-Team bis zur verständlichen Kommunikation der Ergebnisse
• Fähigkeit, Machine-Learning-Modelle gegen bestehende Business-Ansätze zu messen und den ROI nach der Einführung zu belegen
• Erfahrung, Modelle gemeinsam mit Data Engineers in Produktion zu bringen und Teams im Umgang mit den Tools zu schulen
• Deutsch und Englisch verhandlungssicher, weitere Sprachen sind gern gesehen

Strategische und operative Betreuung von Großkunden mit sechs- bis siebenstelligen Budgets, über Google Ads, Microsoft Ads und alle relevanten Kanäle.

• Mindestens 5 Jahre Erfahrung im Performance-Marketing (SEA), idealerweise im Agenturumfeld
• Operative und strategische Betreuung von Großkunden mit sechs- bis siebenstelligen Budgets, über Search, Shopping, PMAX und YouTube
• Technisches Tiefenwissen in Google Ads, Google Merchant Center, GA4 und Google Tag Manager, keine Scheu vor Skripten oder technischer Implementierung
• Attributionsmodelle, Consent-Banner-Anpassungen und Wettbewerbsanalysen als tägliches Handwerkszeug
• Fähigkeit, CPC-, CPA- und ROAS-Zielkonflikte datenbasiert zu lösen und eigenständig Handlungsempfehlungen abzuleiten
• Mitwirkung an Qualitätsstandards für Kampagnen-Setups und Reportings sowie an Potenzialanalysen für neue Kundenprojekte
• Deutsch und Englisch verhandlungssicher, weitere Sprachen sind gern gesehen