Rabot Energy

Business Intelligence Analyst (m/w/d)

Rabot Energy · Berlin, Germany

Utilities · 51-200 employees

5 h ago
Mid (2-5 yrs) Full-time Germany
Log in to apply, save this posting, or score it against your profile with AI.

About the role

The role involves collecting and modeling data from various sources to create reliable dashboards and KPIs for commercial, operations, and pricing teams. The analyst will translate business questions into actionable insights to establish a single source of truth for company decision-making.

What they look for

SQL Advanced Excel Power BI Tableau Looker Data Modeling Dashboard Creation KPI Definition Data Analysis Python R ETL Pipelines Cloud Data Warehousing Statistics Forecasting

Requirements

Candidates need 2-5 years of experience in BI or reporting, with strong proficiency in SQL, Excel, and BI tools. Preferred qualifications include knowledge of Python, R, cloud data warehouses like BigQuery or Snowflake, and experience in the energy market.

Benefits

Employee Discount for RABOT Energy Electricity Tariff Urban Sports Club Partnership Deutschlandticket

Full description

Warum jetzt?

Der Energiemarkt erlebt den größten Umbruch seit 50 Jahren. Wir verwalten den Strom nicht mehr, wir machen ihn intelligent. RABOT wächst dreistellig – und mit jedem neuen Kunden, jedem neuen Produkt und jeder neuen Partnerschaft wächst auch die Menge an Daten, aus denen wir schlau werden müssen.

Jetzt heben wir unser Reporting und unsere Analytics auf das nächste Level: verlässlich, datengetrieben und für das ganze Unternehmen. Dafür brauchen wir dich – jemanden, der aus Rohdaten Entscheidungen macht.

Deine Mission

Du bist die Person, die bei RABOT aus Daten Klarheit schafft. Du sammelst und modellierst Daten aus unterschiedlichen Quellen, baust Dashboards und Reportings und machst daraus Insights, auf die sich Teams von Commercial über Operations bis Pricing verlassen.

Du arbeitest eng mit den Fachbereichen zusammen: Du verstehst ihre Fragen, definierst gemeinsam die richtigen KPIs und übersetzt „Wir hätten gerne mal einen Blick auf …" in belastbare Analysen. Dabei sorgst du dafür, dass unsere Zahlen konsistent und verlässlich sind – eine gemeinsame Datengrundlage statt fünf verschiedener Wahrheiten. Und du denkst weiter als bis zum nächsten Report: Du erkennst Muster, lieferst „So-what"-Insights und hilfst uns, Entscheidungen datenbasiert statt aus dem Bauch zu treffen.

Deine Ergebnisse

Wir denken in Ergebnissen, nicht in Aufgabenlisten. Wenn du erfolgreich bist, sieht das so aus:

Monat 3 (Ramp-up)

  • Du hast unsere Datenlandschaft und die wichtigsten Quellen verstanden und findest dich in ihnen sicher zurecht.
  • Du hast deine ersten Dashboards und Reportings gebaut, die ein Team sofort nutzt.
  • Du hast Beziehungen zu den wichtigsten Stakeholder:innen aufgebaut und weißt, wer welche Zahlen braucht.

Monat 6 (Performance)

  • Über mehrere Fachbereiche hinweg laufen verlässliche Dashboards und KPIs, die du eigenständig pflegst.
  • Du beantwortest Ad-hoc-Fragen schnell und fundiert – und deine Analysen fließen in echte Entscheidungen ein.
  • Datenqualität und saubere Definitionen sind etabliert; die Teams vertrauen deinen Zahlen.

Monat 12 (Scale)

  • Es gibt eine gemeinsame, verlässliche Datengrundlage („Single Source of Truth") für die wichtigsten Unternehmenskennzahlen.
  • Wiederkehrendes Reporting ist automatisiert oder als Self-Service verfügbar, sodass Teams sich selbst bedienen können.
  • Du bist die zentrale Ansprechperson für Analytics-Fragen und lieferst Forecasts und Trendanalysen, die über reines Reporting hinausgehen.

Wen wir suchen

  • Analyst:in: SQL und fortgeschrittenes Excel sind dein Handwerk. Du modellierst Daten und baust Dashboards in gängigen BI-Tools (z. B. Power BI, Tableau oder Looker) – mit 2–5 Jahren Erfahrung in Data, Reporting oder BI.
  • Data-Detektiv:in: Du findest in großen Datenmengen Trends, Chancen und Ineffizienzen, die andere übersehen – und gehst einer Auffälligkeit nach, bis du ihre Ursache verstehst.
  • Übersetzer:in: Du übersetzt Business-Fragen in Analysen und Analysen zurück in klare, nachvollziehbare Insights – auch für nicht-technische Stakeholder:innen.
  • Präzision: Bei dir müssen Zahlen stimmen. Datenqualität und saubere Definitionen sind für dich kein Nice-to-have, sondern die Grundlage für alles Weitere.
  • Business-Denker:in: Du verbindest Daten mit Geschäftszielen und lieferst „So-what"-Insights, auf die sich Entscheidungen stützen lassen – nicht nur Reports.
  • Macher:in: Du übernimmst Ownership, arbeitest strukturiert und bringst Ordnung in ein Umfeld, in dem vieles noch entsteht.

Schön zu haben: Kenntnisse in Python oder R, Erfahrung mit ETL-/Data-Pipelines und Cloud-Data-Warehouses (z. B. BigQuery oder Snowflake), ein Grundverständnis von Statistik und Forecasting sowie Erfahrung im Energiemarkt oder einem anderen datenintensiven, regulierten Umfeld

Was wir Dir bieten

  • Ownership: Du baust die Analytics-Grundlage mit auf, auf der RABOT Entscheidungen trifft – mit echtem Gestaltungsspielraum und direktem Draht zu den Fachbereichen.
  • Gestaltungsraum: Vieles entsteht gerade erst – du prägst mit, wie wir bei RABOT mit Daten arbeiten, statt fertige Prozesse zu bedienen.
  • Kultur: Transparente Zusammenarbeit. Wir feiern Fehler, solange wir daraus lernen.

Deine Extras

  • Kolleg:innenrabatt für den RABOT-Energy-Stromtarif
  • Urban Sports Club Partnerschaft + Deutschlandticket

Unser Kontakt

  • jobs@rabot.energy