Lebenslauf-Beispiel: Datenanalyst

Der Lebenslauf eines Datenanalysten sollte sich lesen wie ein gutes Dashboard: klar, mit Zahlen belegt und entscheidungsorientiert. Dieses Beispiel zeigt, wie Sie SQL-Abfragen und Reports mit den Geschäftsergebnissen verknüpfen, die sie ermöglicht haben.

Sarah Becker

Datenanalystin

sarah.becker@email.de · +49 151 4627 7781 · linkedin.com/in/sarahbecker

Berufliche Zusammenfassung

Datenanalystin mit über 4 Jahren Erfahrung darin, Rohdaten in Entscheidungen für Handels- und SaaS-Unternehmen zu übersetzen. Entwicklung von Management-Dashboards, die wöchentlich von über 50 Stakeholdern genutzt werden, und Identifikation von 750.000 € jährlichem Einsparpotenzial durch Churn- und Preisanalysen.

Erfahrung
Datenanalystin — RetailMetrics GmbH

08/2021 – heute

  • Aufbau von 15 Tableau-Dashboards zu Umsatz, Bestand und Kundenabwanderung für die Geschäftsleitung
  • Identifikation von Preisineffizienzen im Wert von 750.000 € pro Jahr durch Kohortenanalysen
  • Automatisierung des wöchentlichen Reportings mit Python – 12 Analystenstunden pro Woche eingespart
Junior-Datenanalystin — GrowthLab Software GmbH

06/2019 – 07/2021

  • Komplexe SQL-Abfragen über ein Data Warehouse mit 200 Tabellen zur Unterstützung von Produktentscheidungen
  • Auswertung von A/B-Tests, die die Conversion von Testversion zu Bezahlabo um 18 % steigerten
Bildung
B.Sc. Statistik — Ludwig-Maximilians-Universität München

München · 10/2015 – 09/2019

Fähigkeiten
SQL Python Tableau Power BI Excel A/B-Tests Datenvisualisierung Statistik ETL Google Analytics

Beispiele für das Kurzprofil im Lebenslauf als Datenanalyst

Berufseinsteiger

Statistik-Absolventin mit fundierten Kenntnissen in SQL, Python (pandas) und Tableau; Abschlussarbeit mit Analyse von über 1 Mio. Datensätzen aus dem Einzelhandel. Macht aus unstrukturierten Daten klare Dashboards und verständliche Empfehlungen für Fachbereiche ohne technischen Hintergrund.

Berufserfahren

Datenanalystin mit 4 Jahren Erfahrung in der E-Commerce-Analyse mit SQL, Python und Power BI. Entwicklung eines Churn-Dashboards, mit dem das Retention-Team die monatliche Abwanderung um 12 % senkte – eine geschätzte Einsparung von 850.000 € pro Jahr.

Senior

Senior-Datenanalystin und Leiterin eines 4-köpfigen Teams, das Pricing, Marketing und Finance mit Self-Service-Reporting unterstützt. Entwicklung des unternehmensweiten KPI-Frameworks für die Geschäftsführung und Identifikation von Preisanpassungen, die die Bruttomarge um 3 Prozentpunkte steigerten.

Die wichtigsten Kenntnisse im Lebenslauf als Datenanalyst

Fachkenntnisse

SQL Python (pandas) Excel & Pivot-Tabellen Tableau oder Power BI Statistische Analyse A/B-Tests Datenbereinigung Datenmodellierung

Soft Skills

Analytisches Denken Data Storytelling Betriebswirtschaftliches Verständnis Neugier Kommunikation mit Stakeholdern Sorgfalt

Häufige Fragen: Lebenslauf als Datenanalyst

Worauf sollte sich das Kurzprofil eines Datenanalysten konzentrieren?

Nennen Sie Ihre wichtigsten Tools (zum Beispiel SQL, Python und Tableau), Ihren Fachbereich und ein Geschäftsergebnis, das Ihre Analyse bewirkt hat. Eine Zeile wie „Churn-Dashboard entwickelt, das die Abwanderung um 12 % senkte“ zeigt, dass Sie Daten mit Entscheidungen verknüpfen – genau das interessiert Personalverantwortliche am meisten.

Wie zeige ich im Lebenslauf als Datenanalyst meine Wirkung?

Verknüpfen Sie jeden Stichpunkt mit einer Entscheidung oder einem Ergebnis, nicht nur mit einem erstellten Report. Nennen Sie Datenmenge, Methode und Geschäftsergebnis: zusätzlicher Umsatz, eingesparte Stunden oder gesenkte Kosten. Wenn Sie keine genauen Zahlen nennen dürfen, arbeiten Sie mit Prozentwerten oder relativen Verbesserungen.

Kann ich ohne Studium im Datenbereich Datenanalyst werden?

Ja. Viele Analysten kommen aus Finance, Marketing oder Operations. Heben Sie analytische Aufgaben hervor, die Sie bereits übernehmen, ergänzen Sie ein Zertifikat wie Google Data Analytics oder Microsoft Power BI Data Analyst und erstellen Sie 2–3 Portfolio-Projekte mit öffentlichen Datensätzen auf GitHub oder Tableau Public, die SQL-Abfragen, Visualisierungen und klare Schlussfolgerungen zeigen.