Revenue Growth Manager

Liderar y consolidar la práctica de Revenue & Contribution Growth Management:

Asegura la ejecución y mejora continua de los macroprocesos de Revenue Management (Arquitectura del Portafolio, Optimización de Precios, Optimización de Promociones, Optimización de Condiciones Comerciales); sintetiza y difunde las oportunidades detectadas, acuerda planes y da seguimiento; es responsable de crear metodologías, modelos analíticos y herramientas —apalancando estadística avanzada e inteligencia artificial—, las implementa y capacita a la operación para su uso; y lidera el análisis continuo de escenarios (pre) y resultados (post) de las principales iniciativas.

ESCOLARIDAD

•   Licenciatura: Economía / Ingeniería / Actuaría / Matemáticas Aplicadas o carrera afín cuantitativa.

•   Deseable: Maestría o especialidad en Data Science, Analytics, Estadística, Econometría o Investigación de Operaciones.

EXPERIENCIA

•   Mínimo 3 años de experiencia en el análisis pre y post-mortem de iniciativas de precios y promociones utilizando modelos multivariados y programación.

•   INDISPENSABLE: experiencia comprobable construyendo modelos de elasticidad-precio y de uplift promocional en un contexto comercial real. Se solicitará evidencia al candidato (caso práctico, repositorio de código o descripción detallada del modelo desarrollado).

•   INDISPENSABLE: dominio de Python aplicado al análisis de datos y modelado.

•   Manejo de información de participación de mercado (Nielsen), sell-out/POS y sell-in, y conocimiento del comportamiento del consumidor.

•   Deseable: experiencia en la industria de consumo masivo (FMCG) o bebidas.

IDIOMAS

•   Inglés avanzado (lectura de literatura técnica e interacción con el corporativo).

CONOCIMIENTOS

•   Python (indispensable): pandas, NumPy, scikit-learn, statsmodels, XGBoost, matplotlib.

•   Modelado de elasticidad-precio, cross-elasticidad y canibalización entre SKUs.

•   Modelos de uplift promocional, ROI promocional y pronóstico de demanda.

•   Estadística y modelos multivariados; inferencia causal, econometría y diseño de pruebas test-and-learn (A/B testing).

•   Redes neuronales aplicadas a series de tiempo y clusterización.

•   Price-Pack Architecture (PPA), descomposición de ingresos (revenue decomposition) y Marketing Mix Modeling (MMM).

•   Manejo de datos sindicados (Nielsen, Circana/IRI), POS/sell-out y sell-in.

•   SQL (consultas avanzadas y mantenimiento básico de bases de datos).

•   R (enfocado a clusterización de mercados y productos, y análisis y pronóstico de series de tiempo).

•   Construcción de simuladores de precio, herramientas de soporte a la decisión y planeación de escenarios.

•   Aplicación de inteligencia artificial y modelos generativos al análisis comercial y a la automatización de rutinas analíticas.

•   Visualización de datos y storytelling de resultados para audiencias no técnicas.

•   Excel avanzado y VBA. Jupyter Notebook / Google Colab.

•   Deseable: plataformas cloud de analítica (Snowflake, Databricks) y metodología ágil.

HABILIDADES

•   Programación aplicada al análisis de negocio, con nivel avanzado en Python.

•   Liderazgo e influencia transversal sin autoridad jerárquica.

•   Capacidad de análisis y síntesis.

•   Comunicación y storytelling de resultados analíticos ante audiencias comerciales y financieras.

•   Negociación.

•   Orientación a resultados.

•   Trabajo en equipo.

•   Innovación.