Omschrijving afdeling & team:
Binnen zakelijke markt zijn wij de afdeling DIPA (Data, Insights, Personalisatie & Analytics). De afdeling heeft tot doel om de zakelijke markt te helpen om “meer waarde uit data te halen” door het creeeren van de juiste inzichten, het helpen onze communicatie persoonlijker te maken en door middel van modellen en generative AI oplossingen data gedreven besluitvorming te stimuleren en te automatiseren.
Binnen DIPA is er het team Advanced Analytics Business Market, waarin we ons dus bezighouden met traditionele en generative AI toepassingen ontwikkelen voor de zakelijke markt. Ook zijn we virtueel verbonden met de advanced analytics teams binnen o.a. consumer market en het netwerkbedrijf van KPN, zodat we een grote community hebben van data scientists die van elkaar leren en samenwerken binnen KPN.

Doel van de functie/opdracht
Ondersteunen van commerciële afdelingen kleinzakelijk* (Marktbewerking en Dealmaking) vanuit vanuit Advanced Analytics:
*Kleinzakelijk = Small & Medium Enterprices, afgekort SME.

1. Het ontwikkelen van een data driven pricing applicatie die SME dealmaking werk uit handen moet nemen en moet helpen te toetsen hoe een nieuwe deal zich verhoudt tot vergelijkbare deals. We hebben deze applicatie al running voor LCE (=grootzakelijk), maar nu moet deze ook voor SME gemaakt en toegepast worden
2. Het ondersteunen van het base campaigning team met lopende analyses en ontwikkeling/verbetering van (uplift) modellen om de klanten het best passende offer te geven en de conversie van lopende en nieuwe campagnes te optimaliseren, waarbij de data scientist verantwoordelijk is voor de modelontwikkeling en -performance en de analyses van campagnes op performance.

Werkzaamheden
1. verzamelen en analyseren van data mbt deals
2. bouwen voorspelmodellen aan de hand waarvan nieuwe deals kunnen worden gescoord
3. bouwen/hergebruiken front end (API) waarin eindgebruiker deal eigenschappen kan invullen en een score etc terugkrijgt. (dit kan samen met collega’s die dit al voor LCE hebben gebouwd; hoeft niet opnieuw gemaakt te worden)
4. organiseren van een robuuste data pipeline van de dealinformatie, zodat nieuwe deals automatisch meegenomen worden in de scoring.
5. ontwikkelen van dashboard oid waarin model performance wordt bijgehouden (we hebben hier standaard applicaties voor)
6. analyseren van campagnes op uplift performance
7. samen met marketeers en database marketeers bedenken hoe bestaande campagnes kunnen worden verbeterd aan de hand van de analyse resultaten (6)
8. bestaande en nieuwe campagnes onderdeel maken van “decisioning”; het model framework waardoor we de campagnes onderdeel kunnen laten zijn van de best-offer bepaling voor een klant
9. meedenken in de personalisatie transitie: wat is er mogelijk/nodig om onze offers aan klanten veel meer gepersonaliseerd te maken en hoe kunnen we dit ook schaalbaar maken en meten.

Functie-eisen (must haves / nice to haves)
1. Sterke communicatieve vaardigheden richting de business
2. Sterke analytische vaardigheden tbv het bouwen van voorspelmodellen; ervaring met Dataiku is een pré
3. Analytical Engeneer vaardigheden tbv van het bouwen van een robuuste data pipeline onder het voorspel model en het data driven pricing eindproduct
4. nice to have: kennis van de KPN data en -organisatie
Competenties kandidaat
1. Analytisch, resultaat gedreven
2. Sterk communicatief 
3. Goed in samenwerking met andere data scientists en met de business (oa marketeers).
4. In staat om zelfstandig te werken zonder intensieve begeleiding en zelf met de stakeholders tot planning en resultaten te komen

We mogen op deze aanvraag geen zzp'ers aanbieden.