Lebenslauf Data Analyst – Muster

So schreiben Sie das Kurzprofil

Ihr Kurzprofil beantwortet in drei bis vier Sätzen: In welcher Branche analysieren Sie welche Daten, mit welchen Werkzeugen, für wen – und was hat es gebracht? Nennen Sie Ihren Kern-Stack ausdrücklich, zum Beispiel SQL, Python und Power BI, und fügen Sie ein Ergebnis hinzu, das zeigt, dass Ihre Arbeit Entscheidungen beeinflusst.

Formulierungen wie analytisch denkend und zahlenaffin sind in diesem Beruf selbstverständlich. Schreiben Sie stattdessen, welche Fragen Sie beantworten: Retouren, Kundenabwanderung, Preisgestaltung, Lagerbestände, Marketing-Effizienz. So erkennt ein Hiring Manager sofort, ob Sie zu seinem Team passen.

Die Entscheidung zeigen, nicht nur das Dashboard

Der häufigste Fehler in Analysten-Lebensläufen: eine Liste von Berichten und Dashboards, ohne dass klar wird, wozu sie geführt haben. Ein überzeugender Stichpunkt folgt dem Muster Frage – Analyse – Entscheidung – Wirkung:

• Frage: Warum steigen die Retouren in einer Kategorie?
• Analyse: Verknüpfung von Bestell-, Retouren- und Produktdaten in SQL, Auswertung der Retourengründe.
• Entscheidung: Größentabellen korrigiert, Produktbeschreibungen angepasst.
• Wirkung: Retourenquote der betroffenen Modelle deutlich gesenkt.

Nicht jede Analyse hat eine messbare Euro-Wirkung, und das ist in Ordnung. Dann beschreiben Sie, wer mit Ihren Ergebnissen gearbeitet hat und was sich am Prozess verändert hat, etwa ein Report, der nun täglich statt monatlich verfügbar ist, oder eine Kennzahl, die das Management jetzt regelmäßig nutzt.

Technische Kenntnisse, die Analytics-Leads prüfen

Gruppieren Sie Ihre Kenntnisse, damit man sie schnell erfassen kann:

• Abfragen und Datenmodellierung: SQL mit Dialekt (BigQuery, Snowflake, PostgreSQL), dbt, Joins, Window Functions.
• Programmierung und Statistik: Python oder R mit den Bibliotheken, die Sie nutzen, Hypothesentests, Regression, Zeitreihen.
• Visualisierung: Power BI, Tableau, Looker oder Qlik – mit dem, was Sie dort tun, etwa DAX oder Datenmodelle.
• Web- und Produktdaten: Google Analytics 4, Event-Tracking, Experiment-Plattformen.

Ehrlichkeit zahlt sich aus, denn technische Interviews enthalten fast immer eine SQL-Aufgabe oder ein Fallbeispiel. Schreiben Sie Grundkenntnisse, wo es zutrifft. Erfahrung im datenschutzkonformen Umgang mit personenbezogenen Daten nach DSGVO ist in Deutschland ein Pluspunkt, den Sie ruhig erwähnen können.

Ein Portfolio für Data Analysts

Gerade für Berufseinsteiger und Quereinsteiger kann ein kleines Portfolio den Ausschlag geben. Zwei oder drei gut aufbereitete Projekte genügen, zum Beispiel auf GitHub, in einem öffentlichen Power-BI- oder Tableau-Profil oder als kurzer Fachartikel.

• Nutzen Sie öffentliche Daten, etwa von Statistikämtern, offenen Datenportalen der Städte oder Verkehrsbetrieben.
• Erklären Sie die Fragestellung, Ihr Vorgehen und Ihre Schlussfolgerung in wenigen Sätzen.
• Zeigen Sie sauberen Code und nachvollziehbare Schritte statt möglichst vieler Diagramme.

Verwenden Sie keine Daten Ihres Arbeitgebers, auch nicht anonymisiert ohne ausdrückliche Erlaubnis. Das ist ein Verstoß gegen Vertraulichkeit, der im Bewerbungsprozess eher schadet als nützt.

Anpassung, Länge und Format

Ein bis zwei Seiten sind angemessen, Berufseinsteiger bleiben bei einer. Ein schlichtes, einspaltiges Layout wird von Bewerbermanagementsystemen am zuverlässigsten gelesen. Ein Foto ist in Deutschland freiwillig.

Analystenstellen unterscheiden sich stark: Im Marketing-Analytics geht es um Kampagnen und Attribution, im Controlling um Planung und Abweichungsanalysen, im Produkt um Experimente und Nutzerverhalten. Stellen Sie die Projekte nach vorn, die zur ausgeschriebenen Stelle passen, und übernehmen Sie die Werkzeuge aus der Anzeige, sofern Sie sie beherrschen. In internationalen Unternehmen ist ein englischer Lebenslauf üblich, wenn die Anzeige auf Englisch ist.

Beispiele für das Kurzprofil: Data Analyst (Datenanalyst/in)

Beispiele für Erfolge im Lebenslauf: Data Analyst (Datenanalyst/in)

• Identifizierte durch eine Kohortenanalyse eine hohe Abwanderung nach der ersten Bestellung; die daraufhin eingeführte Willkommensstrecke erhöhte die Wiederkaufrate nach 90 Tagen von 18 % auf 24 %.
• Baute ein zentrales KPI-Dashboard in Power BI, das rund 15 Excel-Reports ersetzte und heute von der Geschäftsführung wöchentlich genutzt wird.
• Automatisierte mit Python den monatlichen Vertriebsreport und sparte dem Controlling rund zwei Arbeitstage pro Monat.
• Wertete A/B-Tests für den Checkout aus; die Variante mit verkürztem Formular steigerte die Conversion Rate statistisch belastbar um 6 %.
• Modellierte die Daten aus Shop, ERP und Marketing-Plattformen in dbt und schuf eine einheitliche Definition für Umsatz und Marge.
• Analysierte Lagerreichweiten für 4.000 Artikel und lieferte die Grundlage für neue Bestellmengen, die den Bestand an Ladenhütern um 20 % reduzierten.
• Erstellte eine Prognose der Callcenter-Auslastung pro Stunde, mit der die Personalplanung Wartezeiten in Spitzenzeiten deutlich verkürzte.
• Prüfte und dokumentierte Datenflüsse mit personenbezogenen Daten gemeinsam mit dem Datenschutzbeauftragten.
• Schulte 25 Kolleginnen und Kollegen aus Vertrieb und Einkauf in der Nutzung der Self-Service-Dashboards.
• Deckte durch Abgleich von Tracking- und Bestelldaten einen Fehler im Event-Tracking auf, der den Umsatz einer Kampagne um rund 30 % zu hoch auswies.

Kenntnisse für Ihren Lebenslauf: Data Analyst (Datenanalyst/in)