Chief Data Officer / Директор по данным (FinTech / Банковские гарантии / B2B)

ВБЦ

Chief Data Officer / Директор по данным (FinTech / Банковские гарантии / B2B)

Москва, 5-я улица Ямского Поля, 5с1

Метро: Белорусская

Описание вакансии

Группа компаний «ВБЦ» — российская FinTech-компания, более 10 лет работающая на рынке B2B- и B2G-финансовых услуг. ВБЦ является аккредитованной ИТ-компанией. Ключевое направление бизнеса — банковские гарантии; также компания развивает кредитование и страхование.

В основе бизнеса — взаимодействие с агентской сетью и банками, значительный объём исторических и текущих данных, сложные продуктовые воронки и большой потенциал для роста выручки за счёт аналитики, скоринга и автоматизации решений.

Мы ищем CDO, который возглавит развитие data-направления и будет работать на стыке бизнеса, аналитики и ИТ. Главная миссия роли — находить точки роста и потери, превращать их в data-driven решения и обеспечивать измеримый экономический эффект для компании.

Обязанности:

  • Оценить динамику доли ВБЦ на рынке в 2026 году по сравнению с 2025 годом: определить динамику, выявить причины изменений и предложить план действий.
  • Проводить глубокий анализ рынка и конкурентов: сравнивать продуктовые условия, каналы, агентские механики и факторы, влияющие на выбор платформы.
  • Развивать глубокую агентскую аналитику: сегментацию, когорты, воронки, активность, удержание, приток и отток, доходность, потенциал и качество агентской базы.
  • Выявлять скрытые резервы роста и неочевидные потери в воронках, продуктах, каналах, агентской сети и взаимодействии с банками; переводить выводы в конкретные бизнес-гипотезы.
  • Проектировать, запускать и оценивать краткосрочные и долгосрочные акции, программы лояльности и другие механики роста; выстраивать корректный дизайн экспериментов и оценку эффекта.
  • Анализировать эффект от внедрения ступенчатого агентского вознаграждения при различных условиях и уровнях выполнения планов; предлагать KPI и параметры мотивации, обеспечивающие результат.
  • Оценивать банковские скоринговые модели на исторических данных и потенциал автоматизированной маршрутизации заявок; определять, в какой банк и при каких условиях целесообразно направлять заявку.
  • Создавать и внедрять data-driven модели для управления агентской базой: скоринг, прогноз притока и оттока, next best action, приоритизация и оценка эффекта от «раскачки» конкретного банка.
  • Развивать кросс-продажи между банковскими гарантиями, кредитованием и страхованием на основе клиентских и агентских данных.
  • Помогать автоматизировать управленческий учёт; обеспечивать полноту, чистоту и своевременность данных, единые определения показателей и доверие бизнеса к отчётности.
  • Развивать BI-контур и дашборды для акционеров и руководителей: от единой системы ключевых метрик до инструментов регулярного контроля и поиска отклонений.
  • Формировать портфель data-инициатив, приоритизировать их по ожидаемой ценности, контролировать внедрение и подтверждать фактический экономический эффект после запуска.
  • Внедрять культуру принятия управленческих решений на основе данных; убедительно и простым языком объяснять акционерам и бизнес-команде выводы, ограничения моделей и рекомендуемые действия.
Требования:
  • Опыт в данных и аналитике от 3 лет.
  • Реализованные проекты полного цикла: от постановки бизнес-задачи и подготовки данных до внедрения решения в процесс и подтверждения эффекта в выручке, маржинальности, конверсии, удержании или снижении затрат.
  • Опыт в финтехе, банке, финансовом маркетплейсе или другом цифровом бизнесе со сложными воронками и большим количеством транзакционных данных.
  • Сильная экспертиза в клиентской и коммерческой аналитике, скоринге, прогнозных моделях, сегментации, управлении оттоком, программах лояльности, ценообразовании или кросс-продажах.
  • Понимание методов оценки причинно-следственного и инкрементального эффекта: A/B-тесты, контрольные группы, корректное сравнение до и после запуска.
  • Практическое понимание полного data-контура: источники и витрины данных, DWH, ETL/ELT, BI, качество данных, Data Governance, разработка и промышленная эксплуатация ML-моделей.
  • Уверенное владение SQL и понимание возможностей Python; способность самостоятельно погрузиться в данные, проверить гипотезу и оценить качество аналитического решения.
  • Умение работать с акционерами и топ-менеджерами: переводить бизнес-проблемы в аналитические задачи, защищать приоритеты и объяснять сложные выводы простым языком.
  • Прагматичный подход: умение выбирать достаточную по сложности модель, быстро запускать MVP и одновременно строить устойчивую архитектуру данных там, где это оправдано бизнесом.

Будет преимуществом

  • Опыт в банковских гарантиях, кредитовании, страховании или работе с продуктами по 44-ФЗ и 223-ФЗ.
  • Опыт аналитики агентских, партнёрских или дилерских сетей и построения моделей вознаграждения.
  • Практические кейсы автоматизированной маршрутизации заявок, банковского скоринга и оптимизации взаимодействия с финансовыми организациями.
  • Опыт построения функции управления данными с нуля или существенной трансформации существующей data-функции.
  • Опыт автоматизации управленческого учёта и построения единой системы отчётности для CEO и акционеров.

Ожидаемый результат роли

  • Объективная диагностика положения ВБЦ на рынке и прозрачное понимание факторов, влияющих на долю, выручку и маржинальность.
  • Единая система достоверных метрик и регулярных дашбордов для акционеров и руководителей.
  • Приоритизированный портфель data-инициатив с понятной методикой расчёта ожидаемого и фактического эффекта.
  • Внедрённые в бизнес-процессы решения по агентской аналитике, маршрутизации заявок, прогнозированию оттока, мотивации и кросс-продажам.
  • Сформированная культура, при которой ключевые управленческие решения принимаются на основе качественных данных и проверяемых гипотез.
Условия:
  • Ключевую роль с прямым влиянием на стратегию, коммерческую модель и финансовый результат компании.
  • Прямое взаимодействие с акционерами и топ-командой, возможность влиять на управленческие решения.
  • Возможность сформировать целевую data-функцию и самостоятельно определить приоритеты её развития.
  • Работу с реальными бизнес-задачами, историческими данными и широкой экосистемой банков, агентов и финансовых продуктов.
  • Официальное оформление в аккредитованной ИТ-компании; условия и формат работы обсуждаются индивидуально.
Посмотреть контакты работодателя

Адрес

Похожие вакансии

СБЕР
  • Москва

  • Не указана

Рекомендуем
Мокка
  • Москва

  • Не указана

Рекомендуем
Банк ВТБ (ПАО)
  • Москва

  • Не указана

Рекомендуем
АТОЛ, группа компаний
  • Москва

  • Не указана

СБЕР
  • Москва

  • Не указана

CloudPayments
  • Москва

  • Не указана

СБЕР

Python Lead

СБЕР

  • Москва

  • Не указана

DIS Group
  • Москва

  • Не указана

  • Москва

  • Не указана

Инвестиционно-консалтинговая Группа SRG

Product Lead

Инвестиционно-консалтинговая Группа SRG

  • Москва

  • от 400000 RUR

Хотите оставить вакансию?

Заполните форму и найдите сотрудника всего за несколько минут.
Оставить вакансию