āļāļĩ.āļāļĩ.āđāļāļŠ.āđāļāđāļāđāļāļāļĢāđāđāļāļĢāđāļŠ āļāļģāļāļąāļ
āđāļĄāđāļĄāļĩāļāļģāđāļŦāļāđāļāļāļēāļāļŠāļģāļŦāļĢāļąāļāļāļĢāļīāļĐāļąāļāļāļĩāđ āļāđāļāđāļāļāļĩāđāđāļāđāļāļāļģāđāļŦāļāđāļāļāļēāļāļāļĩāđāļāļļāļāļāļēāļāļāļ°āļŠāļāđāļ
āļāļĢāļ°āļŠāļāļāļēāļĢāļāđ:
āđāļĄāđāļāļģāđāļāđāļāļāđāļāļāļĄāļĩāļāļĢāļ°āļŠāļāļāļēāļĢāļāđāļāļģāļāļēāļ
āļāļąāļāļĐāļ°:
English, Thai
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļķāļāļāļēāļ
- Collaborate with the Brand and eCommerce teams to update and enhance the appearance of our eCommerce platforms, ensuring brand consistency and sales optimization.
- Review and resolve content issues on international websites, utilizing newly created branded content.
- Manage and maintain YouTube channels across multiple countries to ensure a consistent brand image.
- Provide competitive creative intelligence and trend analysis using tools like Facebook Ad Library and Google Trends.
- Work closely with the SEO team to implement best practices on our websites.
- University graduate or in the final year of studies.
- Excellent command of English, both spoken and written.
- Strong proficiency in Excel and other MS Office tools.
- Preferred: Certification in Facebook and/or Google Ads.
- Why join us?
- Join WorkVenture to gain real-life digital marketing experience in a dynamic and supportive environment. You'll have the chance to work on meaningful projects that make a difference, while developing your skills and growing your career in the ever-evolving digital marketing industry.
- Thong Lor (Panjit Tower, Sukhumvit 55, Sub District Khlong Tun Nua, Sub Area Wattana, Bangkok 10110).
āļāļąāļāļĐāļ°:
Negotiation, Customer Relationship Management (CRM)
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- Develop and execute sales strategies for respective accounts to ensure sales target achieved.
- Maintain good relationship with customers and acquire insight to secure business stability and sustainability.
- Monitor and analyze sales & shopper data to maximize business and identify sales opportunities.
- Develop business plan with customers to ensure sales growth and fair deal of both trade term and profitability.
- Work with customer to improve the operation effectiveness, develop category and generate the business opportunity.
- Maintain an account file for each customer containing all contact reports, meeting agenda & minutes, proposals, negotiation documentation, presentations etc.
- Collaborate with trade & brand team to ensure successful execution of marketing plan as well as promotion program and in-store activities.
- Ability to create and gather all insights information from internal and external data for own account.
- Prepare sales forecast and related notification to all concerns.
- Monitor, evaluate and report market, competitors and sales situation.
- Bachelor's degree, preferably in Business Administration or related fields.
- Age not over 40 years old.
- Strong communication & Relationship management skills.
- Good team management and customer-oriented.
- Good analytical and planning skills.
- High integrity, hands-on and result oriented.
- Strong Negotiation & persuading skills.
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- We're committed to bringing passion and customer focus to the business.
- If you like wild growth and working with happy, enthusiastic over-achievers, you'll enjoy your career with us!.
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- āļāđāļēāļĒāđāļāļāļāļģāļĨāļāļāđāļĨāļ°āļ§āļīāđāļāļĢāļēāļ°āļŦāđāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļāđāļēāļāļŠāļīāļāđāļāļ·āđāļ.
- āļāļēāļāļĢāļ°āļāļāļāļĢāļīāļŦāļēāļĢāļŠāļīāļāđāļāļ·āđāļ (Loan Origination).
- āđāļāđāļāļĻāļđāļāļĒāđāļāļĨāļēāļāļāļąāļāļāļēāđāļĨāļ°āļāļīāļāļāļēāļĄāļāļēāļĢāđāļāđāļāļēāļāļĢāļ°āļāļāļāļĢāļīāļŦāļēāļĢāļŠāļīāļāđāļāļ·āđāļ āļĢāļ§āļĄāļāļąāđāļāļāļģāļŦāļāļāļŠāļīāļāļāļīāđāđāļĨāļ°āļĢāļ°āļāļąāļāļāļēāļĢāđāļāđāļēāđāļāđāļāļēāļāļĢāļ°āļāļ.
- āļāļĢāļ°āļŠāļēāļāļāļēāļāļĢāļ°āļŦāļ§āđāļēāļāļāļđāđāđāļāđ āđāļĨāļ°āļŦāļāđāļ§āļĒāļāļēāļ IT āđāļāļ·āđāļāđāļŦāđāļāļēāļĢāļŠāļāļąāļāļŠāļāļļāļāļāļļāļāļāđāļēāļāđāļāļĩāđāļĒāļ§āļāļąāļāļāļēāļĢāđāļāđāļāļēāļāļĢāļ°āļāļāļāļĨāļāļāļāļāļāļēāļĢāļāļĢāļąāļāļāļĢāļļāļāđāļāđāđāļāļĢāļ°āļāļāļāļēāļ.
- āļāļģāļŦāļāļ āđāļĨāļ°āļĢāļ§āļāļĢāļ§āļĄāļĢāļ°āđāļāļĩāļĒāļāļāļēāļĢāļāļāļīāļāļąāļāļīāļāļēāļāļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļ āđāļāļ·āđāļāļāđāļēāļāļāļīāļāđāļĨāļ°āļāļĢāļąāļāļāļĢāļļāļāđāļāđāđāļāđāļŦāđāđāļāđāļāļāļąāļāļāļļāļāļąāļāļāļĒāļđāđāđāļŠāļĄāļ.
- āļāļ§āļāļāļļāļĄāļāļđāđāļĨāļāļđāđāđāļāđāļĢāļ°āļāļ āđāļĨāļ°āļāļģāļŦāļāļāļĄāļēāļāļĢāļāļēāļāļāļēāļĢāļāļąāļāļāļķāļāļāđāļāļĄāļđāļĨāđāļāļĢāļ°āļāļāļāļēāļāđāļŦāđāļāļđāļāļāđāļāļ.
- āļāļĢāļīāļŦāļēāļĢāļāđāļāļĄāļđāļĨāļāļĩāđāļĄāļĩāļāļĒāļđāđāđāļāļĢāļ°āļāļāđāļāļ·āđāļāļāļģāļĄāļēāđāļāđāđāļāđāļāļīāļāļ§āļīāđāļāļĢāļēāļ°āļŦāđ āđāļĨāļ°āļŠāļĢāļļāļāļāļĨāļāļēāļ/āļĢāļēāļĒāļāļēāļāļāđāļēāļāđ āļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļāđāļŦāđāļāļąāļāļāļāļēāļāļēāļĢ.
- āļāļēāļāļāļĢāļīāļŦāļēāļĢāļāļąāļāļāļēāļĢāļāđāļāļĄāļđāļĨāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļāđāļēāļāļŠāļīāļāđāļāļ·āđāļ.
- āļŠāļĢāđāļēāļāđāļĨāļ°āļāļđāđāļĨāļāļąāļāļāļēāļĢ Data Pipeline Architecture āđāļŦāđāđāļāļīāļāļāļĢāļ°āđāļĒāļāļāđāļŠāļđāļāļŠāļļāļ.
- āđāļŦāđ Requirement IT āļĢāļ§āļāļĢāļ§āļĄāļāđāļāļĄāļđāļĨāļāļēāļāļĢāļ°āļāļāļāļēāļāļāđāļāļĄāļđāļĨāļāļāļāļāļāļēāļāļēāļĢāļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļāđāļĨāļ°āļĢāļ°āļāļāļāļēāļāļāđāļēāļāđāđāļāļ·āđāļāļāļąāļāļāļģ āđāļĨāļ°āļāļđāđāļĨ Datamart āđāļŦāđāļĄāļĩāļāđāļāļĄāļđāļĨāļāļĩāđāđāļāđāļāļāļąāļāļāļļāļāļąāļ āđāļĨāļ°āļŠāļĄāļāļđāļĢāļāđāļāļĢāđāļāļĄāđāļāđāļāļēāļ āđāļāđāļ āđāļāđāđāļāļāļēāļĢāļāļąāļāļāļē āļāļāļŠāļāļāđāļĨāļ°āļāļīāļāļāļēāļĄāļāļĢāļ°āļŠāļīāļāļāļīāļ āļēāļāđāļāļāļāļģāļĨāļāļ āđāļĨāļ°āđāļāđāđāļāļāļēāļĢāļāļĢāļīāļŦāļēāļĢāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļŠāļīāļāđāļāļ·āđāļāļāļļāļĢāļāļīāļ.
- āļāļĢāļ°āļĄāļ§āļĨāļāļĨāļāđāļāļĄāļđāļĨāđāļāļ·āđāļāđāļŦāđāļāđāļāļĄāļđāļĨāļŠāļēāļĄāļēāļĢāļāļāļģāđāļāđāļāđāđāļāļāļēāļĢāļ§āļīāđāļāļĢāļēāļ°āļŦāđāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļāđāļēāļāļŠāļīāļāđāļāļ·āđāļāđāļĨāļ°āļāļąāļāļāļģāļĢāļēāļĒāļāļēāļ āļŠāđāļāļŦāļāđāļ§āļĒāļāļēāļāļāļ·āđāļ.
- āļāļīāļāļāļēāļĄāđāļĨāļ°āļāļĢāļ°āđāļĄāļīāļāļāļļāļāļ āļēāļāļāļāļāļāđāļāļĄāļđāļĨāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļāđāļēāļāļŠāļīāļāđāļāļ·āđāļāļĢāļ§āļĄāļāļąāđāļāļāļĢāļąāļāļāļĢāļļāļāļāļļāļāļ āļēāļāļāļāļāļāđāļāļĄāļđāļĨāļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļāļāļąāļāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāđāļŦāđāļĄāļĩāļāļ§āļēāļĄāļāļđāļāļāđāļāļāļāđāļēāđāļāļ·āđāļāļāļ·āļ.
- āļāļ§āļāļāļļāļĄāļāļđāđāļĨāļāļēāļĢāđāļāđāļāđāļāļĄāļđāļĨ āđāļĨāļ°āļŠāļīāļāļāļīāđāļāļēāļĢāđāļāđāļēāļāļķāļāļāļēāļĢāđāļāđāļāđāļāļĄāļđāļĨ (āđāļāļāļēāļ°āļĢāļ°āļāļāļāļēāļāđāļĨāļ° Datamart āļāļĩāđāļāđāļēāļĒāļŊ āđāļāđāļ owner).
- āļāļąāļāļāļģāļāļđāđāļĄāļ·āļāļĄāļēāļāļĢāļāļēāļāļāļēāļĢāļāļāļīāļāļąāļāļīāļāļēāļ (SOP) āđāļĨāļ°āļāļđāđāļĄāļ·āļāļāļēāļĢāļāļāļīāļāļąāļāļīāļāļēāļ (User Manual) āļāļāļāļŦāļāđāļ§āļĒāļāļēāļ.
- āļāļāļīāļāļąāļāļīāļŦāļāđāļēāļāļĩāđāļāđāļēāļāļāļēāļĢāļāļāļąāļāļāļ āđāļĨāļ°āļāļķāļāļāļāļĢāļĄ āļāļāļāļĢāļ°āļĄāļēāļ āļāđāļēāđāļāđāļāđāļēāļĒ āļŠāļēāļĢāļāļĢāļĢāļ āđāļĨāļ°āļĢāļ§āļāļĢāļ§āļĄāđāļāļāļāļēāļĢāļāļģāđāļāļīāļāļāļēāļāļāļāļāļŦāļāđāļ§āļĒāļāļēāļ.
- āļāļāļīāļāļąāļāļīāļŦāļāđāļēāļāļĩāđāļāļ·āđāļāđāļāļāļēāļĄāļāļĩāđāđāļāđāļĢāļąāļāļĄāļāļāļŦāļĄāļēāļĒ.
- āļĄāļĩāļāļĢāļ°āļŠāļāļāļēāļĢāļāđāđāļāļāļēāļĢāđāļāļāļēāļāļāđāļēāļ Project Management.
- āļĄāļĩāļāļ§āļēāļĄāļĢāļđāđāđāļĨāļ°āļāļ§āļēāļĄāđāļāđāļēāđāļāļāđāļēāļāļŠāļīāļāđāļāļ·āđāļāļāļļāļĢāļāļīāļāļāļāļēāļāđāļŦāļāđ.
- āļĄāļĩāļāļ§āļēāļĄāļĢāļđāđāļāļĩāđāļāļģāđāļāđāļāļāđāļ model development āđāļĨāļ° maintenance āđāļāđāđāļāđ āļāļ§āļēāļĄāļĢāļđāđāđāļāļĩāđāļĒāļ§āļāļąāļāļāļēāļĢāļāļąāļāļāļēāđāļāļāļāļģāļĨāļāļāđāļĨāļ°āļŠāļāļīāļāļī (Modelling, Statistics) āļāļēāļĢāļ§āļīāđāļāļĢāļēāļ°āļŦāđāļāđāļāļĄāļđāļĨāļāļāļēāļāđāļŦāļāđ (Data Analytics, Big Data) āđāļĨāļ° computer programming (e.g. Data Science) āđāļĨāļ°āļĄāļĩāļāļ§āļēāļĄāļĢāļđāđāļāļĒāđāļēāļāļāđāļāļĒāļāļĒāđāļēāļāđāļāļāļĒāđāļēāļāļŦāļāļķāđāļ āļāđāļāđāļāļāļĩāđ āđāļāđāļ āđāļāļāļāļģāļĨāļāļāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļāđāļēāļāļŠāļīāļāđāļāļ·āđāļ (Credit Risk Modelling, IFRS9, Basel, Credit Rating, Credit Pricing Model) āļāļēāļĢāļ§āļīāđāļāļĢāļēāļ°āļŦāđāļāđāļāļĄāļđāļĨāļāđāļēāļāļāļ§āļēāļĄāđāļŠāļĩāđāļĒāļāļŠāļīāļāđāļāļ·āđāļ (Credit Risk Analysis) āļāļ§āļēāļĄāļĢāļđāđāļāļēāļāļāđāļēāļāđāļĻāļĢāļĐāļāļĻāļēāļŠāļāļĢāđāļāļēāļĢāđāļāļīāļāđāļĨāļ°āđāļĻāļĢāļĐāļāļāļīāļāļĄāļŦāļ āļēāļ āđāļĨāļ°āļāļēāļĢāļāļąāļāļāļēāļĢāļāđāļāļĄāļđāļĨ (MIS, Data Engineering).
- āļĄāļĩāļ§āļļāļāļīāļāļēāļĢāļĻāļķāļāļĐāļēāļĢāļ°āļāļąāļāļāļĢāļīāļāļāļēāđāļāļāļķāđāļāđāļ āļāđāļēāļ Statistics, Econometrics, Data Science, Data Analytics, Computer Science, Computer Engineering, Operational Research, Risk Analytics/Modelling, Mathematical Finance, Financial Engineering, Economics, MIS āļŦāļĢāļ·āļāļŠāļēāļāļēāļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļ.
- āļāļąāļāļĐāļ°āļāļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļāļāļīāđāļĻāļĐāļāļ·āđāļ āđ.
- āļĄāļĩāļāļąāļāļĐāļ°āļ āļēāļĐāļēāļāļąāļāļāļĪāļĐāđāļāļĢāļ°āļāļąāļāļāļĩāļŦāļĢāļ·āļāļāļĩāļĄāļēāļ.
- āļĄāļĩāļāļąāļāļĐāļ°āļāļēāļĢāļāļģāļāļēāļāđāļāđāļāļāļĩāļĄāđāļĨāļ°āļāļąāļāļĐāļ°āļāļēāļĢāļŠāļ·āđāļāļŠāļēāļĢ āļĢāļ§āļĄāļāļķāļāļāļēāļĢāļāļģāđāļŠāļāļāļāļĨāļāļēāļāļāļĩāđāļāļĩ.
- āļĄāļĩāļāļąāļāļĐāļ°āļāļēāļāļāļāļĄāļāļīāļ§āđāļāļāļĢāđ āļŠāļēāļĄāļēāļĢāļāđāļāđāļāļāļĄāļāļīāļ§āđāļāļāļĢāđāđāļāđāđāļāđāļāļāļĒāđāļēāļāļāļĩ āđāļāđāļ āđāļāļĢāđāļāļĢāļĄ SAS, SQL, Machine Learning, Deep Learning, MS āđāļāļīāļāļĨāļķāļ āđāļĨāļ° Python āđāļāđāļāļāđāļ āđāļĨāļ°āļŠāļēāļĄāļēāļĢāļāļŠāļĢāđāļēāļāđāļĨāļ°āļāļĢāļīāļŦāļēāļĢāļāļąāļāļāļēāļĢāļāļēāļāļāđāļāļĄāļđāļĨāđāļāđāļāļĒāđāļēāļāļĄāļĩāļāļĢāļ°āļŠāļīāļāļāļīāļ āļēāļ..
- āļāđāļēāļāļŠāļēāļĄāļēāļĢāļāļāđāļēāļāđāļĨāļ°āļĻāļķāļāļĐāļēāļāđāļĒāļāļēāļĒāļāļ§āļēāļĄāđāļāđāļāļŠāđāļ§āļāļāļąāļ§āļāļāļāļāļāļēāļāļēāļĢāļāļĢāļļāļāđāļāļĒ āļāļģāļāļąāļ (āļĄāļŦāļēāļāļ) āļāļĩāđ https://krungthai.com/th/content/privacy-policy āļāļąāđāļāļāļĩāđ āļāļāļēāļāļēāļĢāđāļĄāđāļĄāļĩāđāļāļāļāļēāļŦāļĢāļ·āļāļāļ§āļēāļĄāļāļģāđāļāđāļāđāļāđ āļāļĩāđāļāļ°āļāļĢāļ°āļĄāļ§āļĨāļāļĨāļāđāļāļĄāļđāļĨāļŠāđāļ§āļāļāļļāļāļāļĨāļāļĩāđāļĄāļĩāļāļ§āļēāļĄāļāđāļāļāđāļŦāļ§ āļĢāļ§āļĄāļāļķāļāļāđāļāļĄāļđāļĨāļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļāļĻāļēāļŠāļāļēāđāļĨāļ°/āļŦāļĢāļ·āļāļŦāļĄāļđāđāđāļĨāļŦāļīāļ āļāļķāđāļāļāļēāļāļāļĢāļēāļāļāļāļĒāļđāđāđāļāļŠāļģāđāļāļēāļāļąāļāļĢāļāļĢāļ°āļāļģāļāļąāļ§āļāļĢāļ°āļāļēāļāļāļāļāļāļāđāļēāļāđāļāđāļāļĒāđāļēāļāđāļ āļāļąāļāļāļąāđāļ āļāļĢāļļāļāļēāļāļĒāđāļēāļāļąāļāđāļŦāļĨāļāđāļāļāļŠāļēāļĢāđāļāđ āļĢāļ§āļĄāļāļķāļāļŠāļģāđāļāļēāļāļąāļāļĢāļāļĢāļ°āļāļģāļāļąāļ§āļāļĢāļ°āļāļēāļāļ āļŦāļĢāļ·āļāļāļĢāļāļāļāđāļāļĄāļđāļĨāļŠāđāļ§āļāļāļļāļāļāļĨāļāļĩāđāļĄāļĩāļāļ§āļēāļĄāļāđāļāļāđāļŦāļ§āļŦāļĢāļ·āļāļāđāļāļĄāļđāļĨāļāļ·āđāļāđāļ āļāļķāđāļāđāļĄāđāđāļāļĩāđāļĒāļ§āļāđāļāļāļŦāļĢāļ·āļāđāļĄāđāļāļģāđāļāđāļāļŠāļģāļŦāļĢāļąāļāļ§āļąāļāļāļļāļāļĢāļ°āļŠāļāļāđāđāļāļāļēāļĢāļŠāļĄāļąāļāļĢāļāļēāļāđāļ§āđāļāļāđāļ§āđāļāđāļāļāđ āļāļāļāļāļēāļāļāļĩāđ āļāļĢāļļāļāļēāļāļģāđāļāļīāļāļāļēāļĢāđāļŦāđāđāļāđāđāļāļ§āđāļēāđāļāđāļāļģāđāļāļīāļāļāļēāļĢāļĨāļāļāđāļāļĄāļđāļĨāļŠāđāļ§āļāļāļļāļāļāļĨāļāļĩāđāļĄāļĩāļāļ§āļēāļĄāļāđāļāļāđāļŦāļ§ (āļāđāļēāļĄāļĩ) āļāļāļāļāļēāļāđāļĢāļāļđāđāļĄāđāđāļĨāļ°āđāļāļāļŠāļēāļĢāļāļ·āđāļāđāļāļāđāļāļāļāļĩāđāļāļ°āļāļąāļāđāļŦāļĨāļāđāļāļāļŠāļēāļĢāļāļąāļāļāļĨāđāļēāļ§āđāļ§āđāļāļāđāļ§āđāļāđāļāļāđāđāļĨāđāļ§āļāđāļ§āļĒ āļāļąāđāļāļāļĩāđ āļāļāļēāļāļēāļĢāļĄāļĩāļāļ§āļēāļĄāļāļģāđāļāđāļāļāđāļāļāđāļāđāļāļĢāļ§āļāļĢāļ§āļĄāļāđāļāļĄāļđāļĨāļŠāđāļ§āļāļāļļāļāļāļĨāđāļāļĩāđāļĒāļ§āļāļąāļāļāļĢāļ°āļ§āļąāļāļīāļāļēāļāļāļēāļāļĢāļĢāļĄāļāļāļāļāđāļēāļāđāļāļ·āđāļāļāļĢāļĢāļĨāļļāļ§āļąāļāļāļļāļāļĢāļ°āļŠāļāļāđāđāļāļāļēāļĢāļāļīāļāļēāļĢāļāļēāļĢāļąāļāļāļļāļāļāļĨāđāļāđāļēāļāļģāļāļēāļ āļŦāļĢāļ·āļāļāļēāļĢāļāļĢāļ§āļāļŠāļāļāļāļļāļāļŠāļĄāļāļąāļāļī āļĨāļąāļāļĐāļāļ°āļāđāļāļāļŦāđāļēāļĄ āļŦāļĢāļ·āļāļāļīāļāļēāļĢāļāļēāļāļ§āļēāļĄāđāļŦāļĄāļēāļ°āļŠāļĄāļāļāļāļāļļāļāļāļĨāļāļĩāđāļāļ°āđāļŦāđāļāļģāļĢāļāļāļģāđāļŦāļāđāļ āļāļķāđāļāļāļēāļĢāđāļŦāđāļāļ§āļēāļĄāļĒāļīāļāļĒāļāļĄāđāļāļ·āđāļāđāļāđāļāļĢāļ§āļāļĢāļ§āļĄ āđāļāđ āļŦāļĢāļ·āļāđāļāļīāļāđāļāļĒāļāđāļāļĄāļđāļĨāļŠāđāļ§āļāļāļļāļāļāļĨāđāļāļĩāđāļĒāļ§āļāļąāļāļāļĢāļ°āļ§āļąāļāļīāļāļēāļāļāļēāļāļĢāļĢāļĄāļāļāļāļāđāļēāļāļĄāļĩāļāļ§āļēāļĄāļāļģāđāļāđāļāļŠāļģāļŦāļĢāļąāļāļāļēāļĢāđāļāđāļēāļāļģāļŠāļąāļāļāļēāđāļĨāļ°āļāļēāļĢāđāļāđāļĢāļąāļāļāļēāļĢāļāļīāļāļēāļĢāļāļēāļāļēāļĄāļ§āļąāļāļāļļāļāļĢāļ°āļŠāļāļāđāļāļąāļāļāļĨāđāļēāļ§āļāđāļēāļāļāđāļ āđāļāļāļĢāļāļĩāļāļĩāđāļāđāļēāļāđāļĄāđāđāļŦāđāļāļ§āļēāļĄāļĒāļīāļāļĒāļāļĄāđāļāļāļēāļĢāđāļāđāļāļĢāļ§āļāļĢāļ§āļĄ āđāļāđ āļŦāļĢāļ·āļāđāļāļīāļāđāļāļĒāļāđāļāļĄāļđāļĨāļŠāđāļ§āļāļāļļāļāļāļĨāđāļāļĩāđāļĒāļ§āļāļąāļāļāļĢāļ°āļ§āļąāļāļīāļāļēāļāļāļēāļāļĢāļĢāļĄ āļŦāļĢāļ·āļāļĄāļĩāļāļēāļĢāļāļāļāļāļ§āļēāļĄāļĒāļīāļāļĒāļāļĄāđāļāļ āļēāļĒāļŦāļĨāļąāļ āļāļāļēāļāļēāļĢāļāļēāļāđāļĄāđāļŠāļēāļĄāļēāļĢāļāļāļģāđāļāļīāļāļāļēāļĢāđāļāļ·āđāļāļāļĢāļĢāļĨāļļāļ§āļąāļāļāļļāļāļĢāļ°āļŠāļāļāđāļāļąāļāļāļĨāđāļēāļ§āļāđāļēāļāļāđāļāđāļāđ āđāļĨāļ°āļāļēāļ āļāļģāđāļŦāđāļāđāļēāļāļŠāļđāļāđāļŠāļĩāļĒāđāļāļāļēāļŠāđāļāļāļēāļĢāđāļāđāļĢāļąāļāļāļēāļĢāļāļīāļāļēāļĢāļāļēāļĢāļąāļāđāļāđāļēāļāļģāļāļēāļāļāļąāļāļāļāļēāļāļēāļĢ .
āļāļąāļāļĐāļ°:
Social media, Copywriting, Negotiation, English
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- Develop strategies and tactics to get the word out about our company and drive qualified traffic to our front door.
- Deploy successful marketing campaigns and own their implementation from ideation to execution.
- Experiment with a variety of organic and paid acquisition channels like content creation, content curation, pay per click campaigns, event management, publicity, social media, lead generation campaigns, copywriting, performance analysis.
- Produce valuable and engaging content for our website and blog that attracts and converts our target groups.
- Build strategic relationships and partner with key industry players, agencies and vendors.
- Prepare and monitor the marketing budget on a quarterly and annual basis and allocate funds wisely.
- Oversee and approve marketing material, from website banners to hard copy brochures and case studies.
- Measure and report on the performance of marketing campaigns, gain insight and assess against goals.
- At least 10 years of experience in marketing in the retail business.
- Background in marketing from a fashion import/ fashion multi-brand is preferred.
- Experience in overall marketing management.
- Able to understand and analyze profit and loss for proposing commercial action,.
- Analytical skill.
- Negotiation skill.
- Problem solving skill.
- Work under pressure.
- English is a must.
āļāļąāļāļĐāļ°:
Excel
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- āļāļāļāļĢāļīāļāļāļēāļāļĢāļĩ āļŠāļēāļāļē āļĢāļąāļāļĻāļēāļŠāļāļĢāđ āļāļīāļāļīāļĻāļēāļŠāļāļĢāđ āđāļĻāļĢāļĐāļĻāļēāļŠāļāļĢāđ āļŦāļĢāļ·āļ āļŠāļēāļāļēāļ§āļīāļāļēāļāļĩāđāđāļāļĩāđāļĒāļ§āļāđāļāļ.
- āļĄāļĩāļāļĢāļ°āļŠāļāļāļēāļĢāļāđāļāļģāļāļēāļāļĄāļēāļāļāļ§āđāļē 2 āļāļĩ.
- āļŠāļēāļĄāļēāļĢāļāđāļāđāļāļēāļ MS Office āđāļāđāļāļĩ āđāļāļĒāđāļāļāļēāļ° Excel āđāļĨāļ°āļāļēāļĢāļāļąāļāļāļģ Presentation āļŦāļĢāļ·āļ Infographic.
āļāļąāļāļĐāļ°:
Finance, Accounting, Project Management
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- Bachelor's degree in Accounting, Finance or related fields.
- Minimum 8 years of similar work experience, 5 years of management level. FMCG is advantage.
- Demonstrated results in analysis, accounting, internal control, project management and cross functional team leadership.
- Computer Literate - Strong knowledge in office tools and report generating program.
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- āļāļģāļŦāļāļāļāļĨāļĒāļļāļāļāđāļāļēāļāļāļēāļĢāļāļĨāļēāļāļāļĨāļļāđāļĄāļāļĨāļīāļāļ āļąāļāļāđāļāļĩāđāļĢāļąāļāļāļīāļāļāļāļāđāļāļ·āđāļāļŠāļĢāđāļēāļāļĻāļąāļāļĒāļ āļēāļāđāļāļāļēāļĢāđāļāđāļāļāļąāļāļāļēāļāļāļļāļĢāļāļīāļāđāļŦāđāļĄāļĩāļāļĢāļ°āļŠāļīāļāļāļīāļ āļēāļ - āļāļģāļāļĩāļĄāļāļēāļāđāļāļāļēāļĢāļāļģāļŦāļāļāđāļāļāļāļēāļāļāļēāļĢāļāļĨāļēāļāļāļĩāđāļĄāļĩāļāļĢāļ°āļŠāļīāļāļāļīāļ āļēāļ āļāļąāđāļāđāļāļāđāļēāļāļāļēāļĢāļāļąāļāļāļēāļāļĨāļīāļāļ āļąāļāļāđ āļŠāļ·āđāļāļāļĢāļ°āļāļēāļŠāļąāļĄāļāļąāļāļāđāđāļāļ·āđāļāļŠāļāļąāļāļŠāļāļļāļāļāļēāļĢāļāļēāļĒ
- āļāļĢāļīāļŦāļēāļĢāđāļĨāļ°āļāļąāļāļāļēāļāļđāđāđāļāđāļāļąāļāļāļąāļāļąāļāļāļēāđāļāļ·āđāļāļŠāļēāļĄāļēāļĢāļāļāļģāđāļāļīāļāļāļēāļĢāđāļĨāļ°āļĢāļąāļāļāļīāļāļāļāļāļāļēāļāđāļāļŠāđāļ§āļāļāđāļēāļāđāļāļāļāļāđāļēāļĒāļāļēāļĒāđāļĨāļ°āļāļēāļĢāļāļĨāļēāļāđāļāļāļĢāļ°āđāļāļĻāđāļāđāļāļĒāđāļēāļāļĄāļĩāļāļĢāļ°āļŠāļīāļāļāļīāļ āļēāļ
- āļāļģāļāļąāļāļāļđāđāļĨāđāļĨāļ°āļŠāļāļąāļāļŠāļāļļāļāļāļđāđāļāļģāļāļ§āļĒāļāļēāļĢāļāđāļēāļĒāļāļąāļāļāļēāļāļļāļĢāļāļīāļāđāļŦāđāļŠāļēāļĄāļēāļĢāļāļāļģāļāļēāļāđāļāđāļāļĢāļĢāļĨāļļāđāļāđāļēāļŦāļĄāļēāļĒāļāļēāļāļāļļāļĢāļāļīāļāļāļāļāļāļĢāļīāļĐāļąāļ.
- āļ§āļīāđāļāļĢāļēāļ°āļŦāđāļĒāļāļāļāļēāļĒāđāļĨāļ°āļŠāļ āļēāļāđāļ§āļāļĨāđāļāļĄāļāļēāļāļāļēāļĢāđāļāđāļāļāļąāļ āļāļģāļŦāļāļāļāļĨāļĒāļļāļāļāđāļāđāļēāļāļāļēāļĢāļāļĨāļēāļāļāļĨāļļāđāļĄāļāļĨāļīāļāļ āļąāļāļāđāđāļāļāļĢāļ°āđāļāļĻ āļāļąāđāļāđāļāļāđāļēāļāļāļĨāļīāļāļ āļąāļāļāđ āļāļēāļĢāļāļģāļŦāļāļāļĢāļēāļāļē āđāļĨāļ°āļāļēāļĢāļāļĢāļ°āļāļļāđāļāļāļēāļĢāļĢāļąāļāļĢāļđāđ āđāļĨāļ°āđāļĨāļ·āļāļāđāļāđāļāļĨāļīāļāļ āļąāļāļāđ āļāļĢāđāļāļĄāļŠāļ·āđāļāļāļĢāļ°āļāļēāļŠāļąāļĄāļāļąāļāļāđāļāļĒāđāļēāļāđāļŦāļĄāļēāļ°āļŠāļĄ
- āļ§āļēāļāđāļāļāļāļēāļāļāđāļēāļāļāļēāļĢāļāļĨāļēāļāļāļāļāļāļĨāļļāđāļĄāļāļĨāļīāļāļ āļąāļāļāđāđāļāļāļĢāļ°āđāļāļĻ, āļāļēāļĢāļāļąāļāļāļģāļāļāļāļĢāļ°āļĄāļēāļāļāļēāļāļāļēāļĢāļāļĨāļēāļāļāļĢāļ°āļāļģāļāļĩ āđāļĨāļ° āļāļ§āļāļāļļāļĄāļāļđāđāļĨāļāļēāļĢāļāļģāđāļāļīāļāļāļēāļĢāļāļēāļĄāđāļāļāļāļēāļĢāļāļĨāļēāļ āđāļāļ·āđāļāđāļāļīāđāļĄāļāļđāļāļĒāļāļāļāļēāļĒ āđāļĨāļ°āļŠāđāļ§āļāđāļāđāļāļāļēāļāļāļēāļĢāļāļĨāļēāļ āđāļŦāđāđāļāđāļāļēāļĄāđāļāđāļēāļŦāļĄāļēāļĒāļāļĩāđāļāļģāļŦāļāļ
- āļ§āļēāļāđāļāļāđāļĨāļ°āļāļąāļāļāļēāļŠāļīāļāļāđāļēāđāļŦāļĄāđ āļĢāđāļ§āļĄāļāļąāļāļāđāļēāļĒ R&D āđāļĨāļ° āļāļēāļĢāļāļģāļŦāļāļāļĢāļēāļāļēāļāļēāļĒāļŠāļīāļāļāđāļē āļĢāļ§āļĄāļāļķāļāļāļēāļĢāļŦāļēāļāđāļāļāļāļēāļāļāļēāļĢāļāļĨāļēāļāđāļŦāļĄāđāļāļāļāļāļĨāļļāđāļĄāļāļĨāļīāļāļ āļąāļāļāđ
- āļāļģāđāļāļīāļāļāļēāļĢāļāļīāļāļāļĢāļĢāļĄāļāļēāļāļāļēāļĢāļāļĨāļēāļāđāļāļāļĢāļ°āđāļāļĻ āđāļĨāļ°āđāļāļĢāļ·āđāļāļāļĄāļ·āļāļŠāļ·āđāļāļŠāļēāļĢāļāļēāļāļāļēāļĢāļāļĨāļēāļ āđāļāļ·āđāļāļāļĨāļąāļāļāļąāļāļĒāļāļāļāļēāļĒāđāļŦāđāđāļāđāļāđāļāļāļēāļĄāđāļāđāļēāļŦāļĄāļēāļĒāļāļĩāđāļāļąāđāļāđāļ§āđ
- āļĢāļąāļāļāļīāļāļāļāļāđāļāļĢāļāļāļēāļāļŠāļģāļāļąāļāļāļĩāđāđāļāđāļĢāļąāļāļĄāļāļāļŦāļĄāļēāļĒāļāļēāļāļāļđāđāļāļąāļāļāļąāļāļāļąāļāļāļē
- āļāļąāļāļāļēāļāļĩāļĄāļāļēāļāđāļŦāđāļĢāļ°āļāļąāļāļāļĩāļāļāļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļāđāļāļīāđāļĄāļāļķāđāļāđāļāļ·āđāļāļāļēāļĢāļāļģāļāļēāļāļāļĩāđāļĄāļĩāļāļĢāļ°āļŠāļīāļāļāļīāļ āļēāļāđāļāļīāđāļĄāļāļķāđāļ.
āļāļąāļāļĐāļ°:
Excel
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- āļĢāļąāļāļāļīāļāļāļāļāļāļēāļĢāļāļĢāļīāļŦāļēāļĢāđāļĨāļ°āļāļąāļāļāļēāļĢāļŠāļīāļāļāđāļē āđāļĨāļ°āļāļĢāļīāļŦāļēāļĢāļāļāļāļĢāļ°āļĄāļēāļ.
- āļ§āļēāļāđāļāļāļāļēāļĢāļāļĨāļēāļ āđāļĨāļ°āļāļīāļāļāļĢāļĢāļĄāļāļēāļāļāļēāļĢāļāļĨāļēāļāļāļĩāđāļāļĢāļāļāļąāļāļāļĨāļļāđāļĄāđāļāđāļēāļŦāļĄāļēāļĒ āđāļāļ·āđāļāļāļĢāļ°āļāļļāđāļāļāļēāļĢāļāļēāļĒ.
- āļāļāļāļāļĢāļ§āļāļāļĨāļēāļ āđāļāđāļēāđāļĒāļĩāđāļĒāļĄāļĢāđāļēāļāļāđāļēāđāļāļ·āđāļāđāļāđāļāļāđāļāļĄāļđāļĨāđāļĨāļ°āļāļģāļĄāļēāļ§āļīāđāļāļĢāļēāļ°āļŦāđāđāļāļāļēāļŠāļāļēāļāļāļēāļĢāļāļĨāļēāļāđāļāļāļēāļĢāļāļĒāļēāļĒāļāđāļāļāļāļēāļ āļāļēāļĢāļāļąāļāļĢāļēāļĒāļāļēāļĢāļŠāđāļāđāļŠāļĢāļīāļĄāļāļēāļĢāļāļēāļĒāļāđāļēāļāđ.
- āļ§āļēāļāđāļāļāļāļģāđāļŠāļāļāļŠāļīāļāļāđāļē āđāļāđāļēāļāđāļāļāļāļēāļ Modern Trade āđāļĨāļ° Traditional Trade.
- āļ§āļēāļāđāļāļāļāļēāļĢāļāļąāļāļŠāļīāļāļāđāļē Premium āđāļāļ·āđāļāļāļģāļĢāļēāļĒāļāļēāļĢāļāļąāļāļāđāļāļāļāļēāļ Modern Trade āđāļĨāļ° Traditional Trade.
- āļ§āļēāļāđāļāļāđāļāļĢāđāļĄāļāļąāđāļāļāļĩāđāļāļ°āđāļŦāđāļĢāļēāļĒāļāļēāļĢāļāļąāļāļŦāđāļēāļāđāļĨāļ°āļĢāđāļēāļāļāđāļēāļāđāļāļāļāļēāļ Modern Trade āđāļĨāļ° Traditional Trade.
- āļ§āļīāđāļāļĢāļēāļ°āļŦāđāđāļāļ§āđāļāđāļĄāļāļĨāļēāļ āļŠāļīāļāļāđāļēāļāļđāđāđāļāđāļ āđāļāļ·āđāļāļŦāļēāļāđāļāļāļ§āđāļēāļāļāļāļāļāļĨāļēāļāđāļāļāļēāļĢāļāļāļāļŠāļīāļāļāđāļēāđāļŦāļĄāđ.
- āļāļĢāļ°āļŠāļēāļāļāļēāļāļāļąāļāļŦāļāđāļ§āļĒāļāļēāļāļ āļēāļĒāđāļāļĢāļ§āļĄāļāļķāļāļāļđāđāļāđāļē āđāļĨāļ°āđāļĢāļāļāļēāļ.
- āļāļąāļāļāļģāļĢāļēāļĒāļāļēāļāļ§āļīāđāļāļĢāļēāļ°āļŦāđāļāļēāļĢāļāļēāļĒāļāļĢāļ°āļāļģāđāļāļ·āļāļāđāļĨāļ°āļāļēāļĢāļĢāļēāļĒāļāļēāļāļāļĨāļāļēāļĢāļāļģāđāļāļīāļāļāļēāļāļĢāļēāļĒāđāļāļĢāļĄāļēāļŠāđāļŦāđāļāļēāļāļāļđāđāļāđāļēāđāļĨāļ°āļāļđāđāļāļĢāļīāļŦāļēāļĢāļāļĢāļēāļ.
- āļ§āļļāļāļīāļāļēāļĢāļĻāļķāļāļĐāļē āļāļĢāļīāļāļāļēāļāļĢāļĩ / āđāļ āļŠāļēāļāļēāļāļĢāļīāļŦāļēāļĢāļāļļāļĢāļāļīāļ,āļāļēāļĢāļāļĨāļēāļ.
- āļāļĢāļ°āļŠāļāļāļēāļĢāļāđ āļāđāļēāļ Marketing āļŦāļĢāļ·āļ Trade marketing āđāļāļāđāļāļāļāļēāļ Traditional Trade / Modern Trade 1 āļāļĩāļāļķāđāļāđāļ.
- āļŦāļēāļāļĄāļĩāļāļĢāļ°āļŠāļāļāļēāļĢāļāđāđāļāļāļļāļĢāļāļīāļ FMCG āļāļ°āđāļāđāļĢāļąāļāļāļēāļĢāļāļīāļāļēāļĢāļāļēāđāļāđāļāļāļīāđāļĻāļĐ.
- āļŠāļēāļĄāļēāļĢāļāđāļāđāļ āļēāļĐāļēāļāļąāļāļāļĪāļĐāđāļāđāļāļĩ (āļāļąāļ āļāļđāļ āļāđāļēāļ āđāļāļĩāļĒāļ).
- āļĄāļĩāļāļąāļāļĐāļ°āļāļēāļĢāļāļīāļāļ§āļīāđāļāļĢāļēāļ°āļŦāđ āļāļēāļĢāļāļģāđāļŠāļāļ āļāļēāļĢāđāļāļĢāļāļēāļāđāļāļĢāļāļ.
- āļŠāļēāļĄāļēāļĢāļāđāļāđ Microsoft Excel āđāļāļāļēāļĢāļāļģāļāļēāļāđāļāđāļāļĩ (Vlookup / Pivot āđāļāđ).
- āļŠāļēāļĄāļēāļĢāļāđāļāļīāļāļāļēāļāļāđāļēāļāļāļąāļāļŦāļ§āļąāļāđāļāđ.
āļāļąāļāļĐāļ°:
Statistics, Data Analysis, SQL
āļāļĢāļ°āđāļ āļāļāļēāļ:
āļāļēāļāļāļĢāļ°āļāļģ
āđāļāļīāļāđāļāļ·āļāļ:
āļŠāļēāļĄāļēāļĢāļāļāđāļāļĢāļāļāđāļāđ
- Data Science Foundations: Strong foundation in data science, statistics, and advanced data analytics, including data visualization to communicate insights effectively.
- Exploratory Data Analysis (EDA): Skilled in performing EDA to uncover patterns, detect anomalies, and generate meaningful insights from data.
- Experimentation & Testing: Skilled in designing A/B tests or other experimental designs to measure business impact, analyze results, and communicate findings clearly to stakeholders.
- Machine Learning & AI.
- Model Development & Deployment: Experience in building, deploying, and optimizing machine learning models on large datasets.
- Generative AI (GenAI): Opportunity to work on GenAI projects that drive innovation and impactful business solutions.
- Problem-Solving & Collaboration.
- Analytical & Problem-Solving Skills: Strong analytical and problem-solving abilities focused on deriving actionable insights from data.
- Team Collaboration: Ability to work effectively both independently and as part of a collaborative team, contributing to shared project goals.
- Technical Expertise.
- Proficiency in Big Data Technologies: Expertise in Spark, PySpark, and SQL for large-scale data processing focused on feature creation for machine learning models and data analysis tasks.
- Programming Skills: Strong proficiency in Python for data analysis and machine learning (including libraries like Pandas, PySpark, Scikit-learn, XGBoost, LightGBM, Matplotlib, Plotly, Seaborn, etc.).
- Python Notebooks: Familiarity with Jupyter, Google Colab, or Apache Zeppelin for interactive data analysis and model development.
- Platform Experience: Experience in using PySpark on cloud platforms such as Azure Databricks or other platforms (including on-premise) is a plus.
- Education & Experience.
- Educational Background: Bachelor s or advanced degree in Data Science, Statistics, Computer Science, Computer Engineering, Mathematics, Information Technology, Engineering, or related fields.
- Work Experience: At least 2-3 years of relevant experience in Data Science, Analytics, or Machine Learning, with demonstrated technical expertise and a proven track record of driving data-driven business solutions.