Financieel administratief medewerker

Growth Marketing Specialist - De BelastingBespaarders

U bevindt zich hier: Home 1 / Werken bij 2 / Growth Marketing Specialist

De data-architect die onze marketing meetbaar, voorspelbaar en schaalbaar maakt

TaxSavers in 2025: Van belastingshop naar financieel platform

We groeien met 50% per jaar en hebben inmiddels 6.000+ klanten. Maar hier is het probleem: we weten niet precies genoeg wat werkt en waarom.

Welke kanalen leveren klanten op die blijven?

Waar in de funnel vallen mensen af (marketing én sales)?

Wat is de ROI van onze marketing inspanningen?

Welke klanten hebben hypotheek-potentieel?

Hoe optimaliseren we conversie per doelgroep (India, VS, EU)?

Hoe ziet onze interne funnel eruit (CRM, operations)?

We zitten op een goudmijn aan data, maar missen de infrastructuur en expertise om er growth uit te destilleren.

Je bent geen “dashboard kijker” maar een data engineer voor marketing én commerciële processen. Je bouwt de systemen, implementeert de tracking, organiseert de data en ontdekt de patronen die anderen missen.

Wat houdt jouw rol als Growth Marketing Specialist in?

Je bent eigenaar van de marketing- én commerciële data infrastructuur. Van tracking-implementatie tot dashboards tot data warehouse. Je zorgt dat we niet langer op gevoel beslissen, maar op feiten – zowel voor marketing als voor onze interne processen.

Implementeren van complete funnel tracking: van eerste klik tot klant tot cross-sell (marketing én sales funnels)

Customer journey mapping: technisch opzetten in GA4, GTM, CRM

Conversie tracking opzetten: per kanaal, per doelgroep, per product

Data warehouse bouwen: centraliseren van data uit GA4, Google Ads, CRM, LinkedIn, interne systemen

Data cleaning & organisatie: zorgen dat data betrouwbaar en bruikbaar is

API’s koppelen: automatisch data verzamelen uit verschillende bronnen

Funnel analyse: waar vallen mensen af en waarom? (zowel marketing als sales/operations)

Cohort analyse: welke klanten blijven, welke vertrekken?

Channel attribution: wat levert écht klanten op (niet last-click)?

Segmentatie: Indiase IT-professionals vs EU expats – wat zijn de verschillen in gedrag?

Predictive modeling: welke klanten hebben kans op cross-sell?

ROI berekeningen: wat kost een klant per kanaal, wat levert die op?

CRM & operations analyse: waar zitten bottlenecks in onze interne processen?

Dashboards bouwen (Power BI, Looker Studio, Tableau of vergelijkbaar)

Automatische rapportages opzetten (geen handmatig Excel werk meer)

Real-time monitoring: alerts bij afwijkingen

Executive dashboards: CEO/CMO kunnen in één oogopslag status zien

Growth Experimenten & Optimalisatie (10%)

A/B testen opzetten en analyseren: landingspaginas, ads, emails

Growth opportunities signaleren: “Als we dit fixen, groeit conversie met X%”

Advisory aan marketing én commercieel team: van data naar concrete acties

Business cases bouwen: voor nieuwe kanalen, tools, experimenten

Must-haves (dit zijn geen nice-to-haves):

SQL: je bent in staat queries te schrijven waarbij joins second nature zijn

Python of R: voor data cleaning, analyse en eenvoudige modellen

Google Tag Manager: je hebt tracking events geïmplementeerd

GA4: je snapt het verschil met Universal Analytics en weet hoe je custom events opzet

Data visualisatie: ervaring met tools zoals Power BI, Looker Studio of Tableau

Git/version control: je werkt gestructureerd met code

Ervaring met data warehouses (welk platform dan ook – je snapt de principes)

ETL/data pipelines opzetten (handmatig of met tools)

Data modeling: tabellen structureren voor optimale performance

Funnel marketing: je snapt de customer journey van awareness tot loyaliteit

Attribution modeling: last-click, first-click, linear, data-driven

CRM basics: HubSpot, Salesforce of vergelijkbaar

Advisory mindset: je vertaalt data naar concrete acties

Communicatie: je legt complexe analyses uit aan niet-technische mensen

Proactief: je wacht niet op opdrachten, je signaleert kansen

Nauwkeurig: garbage in = garbage out, en jij zorgt voor quality

Ervaring met machine learning voor predictive analytics

Kennis van data transformation tools (dbt of vergelijkbaar)

Expat/international business context (multi-currency, multi-language)

Salaris: €3.500 – €4.800 bruto per maand (schaal op basis van ervaring)

Hybride werken: 3 dagen Amstelveen, 2 dagen waar je wilt

Budget voor tooling : data warehouse, visualisatie tools – jij helpt de stack bepalen

Internationaal team met diverse achtergronden

Greenfield opportunity: je bouwt de data infrastructuur vanaf scratch

Direct impact: jouw analyses bepalen marketing- en business beslissingen

Samenwerken met smart people (marketing lead, CEO, product team)

Greenfield project: we hebben géén legacy data warehouse of complexe bestaande architectuur. Je start met een schone lei en bouwt het zoals het hoort – dat is zeldzaam. Jouw inzichten bepalen waar we ons marketing budget én commerciële focus naartoe gaat. Je bouwt systemen die het verschil maken tussen blindvliegen en data-gedreven groeien. Je werkt cross-functioneel met Marketing, Sales, Product én Finance, en hebt volledige ownership over de tech stack en architectuur.

Je werkt met een data warehouse (platform selecteren we samen), GA4 + GTM (tracking), Python/SQL (dagelijks), visualisatie tools zoals Power BI (of vergelijkbaar), ETL/data pipeline tools, en GitHub (version control). Jij helpt bepalen wat we echt nodig hebben en welke technologie het beste past.

Belangrijke uitdagingen waar je aan werkt

Om je een idee te geven van wat er op je bord ligt:

Data warehouse opzetten en alle databronnen centraliseren

GA4 setup verbeteren: custom events, enhanced ecommerce tracking

GTM implementeren voor alle conversie punten

API koppelingen bouwen naar CRM, advertentieplatforms, interne systemen

Funnel analyse: waar vallen mensen af in de customer journey?

Channel attribution: welk kanaal krijgt de credits?

Cohort analyses: retention per doelgroep/kanaal

CRM funnel tracking: van lead tot klant tot cross-sell

Bottleneck identificatie in sales en advies processen

Forecast modeling: welke klanten hebben potentieel voor hypotheek/verzekeringen?

Executive dashboards bouwen voor real-time besluitvorming

Self-service dashboards voor sales/advies team

Growth opportunities signaleren en business cases bouwen

Github/portfolio link (laat je code/werk zien – een dashboard, een analyse, een data pipeline)

Een korte technische case : “We krijgen 10.000 website bezoekers per maand, maar slechts 120 leads. Hoe zou je achterhalen waar het probleem zit?” (max 400 woorden, tech-heavy mag!)

We reageren binnen 5 werkdagen. Verwacht daarna:

Technische case/opdracht (SQL + Python opdracht, 2-3 uur werk)

Vragen? Mail naar [staat bij de werkgever] of bel naar [staat bij de werkgever].