Revenue Management 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.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.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.IdiomaInglés Avanzado (indispensable)