Apportez votre cœur à CVS Health. Chez CVS Health, nous sommes unis par un seul et unique objectif clair : apporter notre cœur à chaque instant de votre santé. Notre engagement à offrir des soins de santé centrés sur l'humain dans un monde en rapide évolution est guidé par cet objectif. Ancré dans notre marque — avec le cœur en son centre — notre mission met l'accent sur l'importance de la manière dont nous offrons nos services, et non seulement sur ce que nous offrons.
Nos comportements Heart At Work™ incarnent cet engagement. Nous visons à responsabiliser chacun chez CVS Health pour transformer notre culture, accélérer l'innovation et fournir des solutions de soins de santé personnalisées, pratiques et abordables.
Rejoignez notre équipe Consumer Engagement Analytics pour une opportunité unique de tirer parti des analyses avancées, de l'expérimentation, de l'inférence causale et de la résolution de problèmes stratégiques pour développer des produits chez CVS Health.
Emploi du temps : Horaires hybrides dans notre bureau de New York tous les mardis, mercredis et jeudis. Doit résider à une distance acceptable pour le trajet.
Responsabilités du poste :
- Élaborer et exécuter des stratégies pour développer l'activité eCommerce en exploitant les capacités de la science des données telles que les moteurs de recommandation de produits, la personnalisation et l'optimisation des recherches, ainsi que l'expérimentation.
- Collaborer étroitement avec les équipes métiers pour comprendre leurs problèmes et les traduire en solutions analytiques.
- Analyser les parcours clients pour identifier des opportunités d'encourager l'adoption, l'engagement, la fidélisation et la conversion d'applications.
- Coordonner avec les parties prenantes pour déployer des solutions ML/AI.
- Concevoir, mesurer et optimiser des expériences en ligne (tests AB).
- Utiliser des techniques d'inférence causale et MMM pour compléter les expériences lorsqu'il n'est pas possible de réaliser des tests AB.
Un candidat réussi sera indépendant, penseur critique et à l'aise avec les problèmes de données ambigus, ainsi que collaborateur avec des leaders techniques et non techniques.
Responsabilités supplémentaires :
- Analyser des données structurées et non structurées pour résoudre des problèmes commerciaux complexes en utilisant des techniques statistiques avancées et une connaissance approfondie du secteur.
- Collaborer avec les partenaires commerciaux pour comprendre leurs objectifs, réaliser des analyses statistiques, des rapports de données et développer des métriques de performance.
- Présenter des analyses et orienter la stratégie produit avec les partenaires commerciaux.
- Utiliser de solides compétences en programmation pour explorer, examiner et interpréter de grands volumes de données dans divers formats.
Qualifications requises :
- 3+ années d'expérience avec Python et SQL.
- 3+ années d'expérience en gestion des parties prenantes, y compris la recommandation d'insights exploitables et la présentation des résultats de modèles complexes à des publics commerciaux divers.
- 2+ années d'expérience en préparation de données pour analyse, collaboration avec les équipes d'ingénierie des données et réalisation d'ingénierie des fonctionnalités.
- 2+ années d'expérience dans l'utilisation d'outils et de langages d'analyse avancée pour analyser de grands ensembles de données multi-sources.
- 2+ années d'expérience en conception et mesure expérimentale.
Qualifications préférées :
- Expérience en conception d'expériences en ligne (tests AB).
- Maîtrise de la communication de concepts techniques aux partenaires commerciaux.
- Compétences efficaces en communication avec les partenaires commerciaux, les équipes projets et la direction.
- Capacité à anticiper et à résoudre les problèmes de manière proactive.
- Maîtrise des méthodes d'analyse mathématique, des analyses statistiques, de la conception d'expériences et de la modélisation prédictive, avec une spécialisation dans des domaines spécifiques.
Éducation :
- Master ou expérience équivalente en Mathématiques, Statistiques, Informatique, Analyse Commerciale, Économie, Physique, Ingénierie