Software, Daten & digitale Analytics

Mauricio
Forneron.

Die Systeme hinter digitalen
Geschäftsmodellen verstehen.

Ich bin Senior Software Engineer bei Flix. Mein Hintergrund verbindet Web Analytics, Tracking, Experimente und Daten. Ich arbeite gern daran, aus unübersichtlichen technischen und Messproblemen Systeme zu machen, denen Menschen vertrauen können.

Zusammenhänge verstehen
Gute Systeme beginnen mit der Frage,
was sie ermöglichen sollen.
Aktuell bei FlixEine Perspektive aus Produkt, Marketing, Daten und Engineering.

01 / Über mich

Technische Tiefe.
Ein breiterer Blick.

Analytics-Tools zu installieren ist das eine. Verlässliche Daten zu haben ist das andere.

Seit meinem Einstieg bei Flix 2019 habe ich mit Systemen, Tracking, Analytics, Experimenten und Software in einem großen digitalen E-Commerce-Umfeld gearbeitet. Dabei habe ich gelernt, über einzelne Tools hinauszublicken und ihr Zusammenspiel zu verstehen.

Ich arbeite an der Schnittstelle zwischen technischen Teams und Fachbereichen: kläre, worauf es ankommt, erkenne Grenzen und übersetze unklare Anforderungen in eine praktikable Lösung.

Ich komme ursprünglich aus Argentinien, habe Informatik studiert und meinen beruflichen Weg in Europa aufgebaut. Mich interessiert, wie komplexe Systeme funktionieren, warum sie scheitern und wie sie den Menschen, die darauf angewiesen sind, besser helfen können.

02 / Mein Weg

Ein Weg. Viele Perspektiven.

Flix · Seit 2019
Aktuell: Senior Software Engineer

  1. Systeme & Support

    Mein Einstieg im technischen Betrieb: verstehen, wie Systeme funktionieren, und herausfinden, warum sie es manchmal nicht tun.

  2. Analytics & Tracking

    Als Product Analytics & Tracking Specialist stand im Mittelpunkt, wie Nutzerverhalten, Marketing und digitale Produkte gemessen werden.

  3. Experimente & Daten

    Technische Umsetzung mit Experimentdesign, Datenqualität und den Entscheidungen verbinden, die Teams treffen müssen.

  4. Software Engineering

    Interne Systeme, Integrationen und Automatisierungen entwickeln und modernisieren – mit der Erfahrung aus Analytics und Messung.

03 / Expertise

Die Arbeit hinter den Tools.

Verschiedene Disziplinen.
Verbunden durch dieselben Fragen.

Tracking & Messung

Events definieren, Tracking pflegen und unzuverlässige Messungen untersuchen. Von Marketing-Integrationen bis zur Datenerfassung unter Berücksichtigung von Consent: Das Ziel sind Daten, die abbilden, was tatsächlich passiert ist.

GTM · GA4 · Snowplow · Usercentrics / TCF

Analytics & Daten

Mit der geschäftlichen Frage beginnen, sinnvolle Kennzahlen definieren und die zugrunde liegenden Daten prüfen. Teams dabei helfen, Verhaltensdaten einzuordnen und die Herkunft der Zahlen zu verstehen.

SQL · Snowflake · Produktanalytik · Datenqualität

Experimente

Technische Machbarkeit, Experimentdesign und Messung zusammendenken. Statistik, Stichprobengröße und verfügbaren Traffic berücksichtigen, um die Aussagekraft und Grenzen eines A/B-Tests zu verstehen.

A/B-Tests · Implementierung · Statistische Einordnung

Software Engineering

Anwendungen, APIs und Integrationen entwickeln, Systeme migrieren und repetitive Arbeit automatisieren. Fehler überwachen und mit Plattform- und DevOps-Teams zusammenarbeiten, wenn die Aufgaben diese Bereiche berühren.

TypeScript / JavaScript · Node.js · React · Python
Firebase · ConfigCat · Datadog · Berührungspunkte mit AWS S3 & Bedrock

KI & Automatisierung

Ich erkunde praktische KI-Anwendungen in Software, Daten und Analytics, unter anderem mit Snowflake Cortex, Agenten und OpenAI APIs. Besonders interessiert mich, repetitive analytische oder technische Arbeit zu reduzieren – dort, wo KI einen nachvollziehbaren Nutzen hat.

Ein Feld, das ich weiter erkunde

04 / Wo ich helfen kann

Kommt dir das
bekannt vor?

Am Anfang steht meist ein Problem,
keine bestimmte Technologie.

  • „Unsere GA4-Zahlen wirken nicht verlässlich.“
  • „Wir haben GTM, aber niemand weiß mehr, was dort ausgelöst wird.“
  • „Marketing, Produkt und Analytics melden unterschiedliche Zahlen.“
  • „Wir sammeln viele Daten, nutzen aber nur einen kleinen Teil.“
  • „Wir wollen Experimente durchführen. Was können wir verlässlich messen?“
  • „Wo könnte KI unseren Analytics-Prozess tatsächlich verbessern?“

05 / Mein Ansatz

Erst verstehen.
Dann messen.
Gezielt entwickeln.

Eine nützliche Lösung beginnt vor der ersten Zeile Code.

  1. Die Frage klären

    Was ist das eigentliche Problem, und welche Entscheidung muss getroffen werden?

  2. Die Grundlagen prüfen

    Welche Daten und Systeme gibt es bereits? Sind sie verlässlich, und wo liegen die Grenzen?

  3. Eine praktikable Lösung wählen

    Erst dann entscheiden, was gemessen, korrigiert oder entwickelt werden sollte. Verständlich, wartbar und dem Problem angemessen.

06 / Kontakt

Eine Frage zu Tracking,
Analytics oder Daten?

Mich interessiert, wie andere Teams mit Messung, Experimenten und Daten umgehen. Melde dich gern – wir können uns austauschen und schauen, ob meine Erfahrung hilfreich ist.

Eine Frage, eine Idee oder ein gemeinsames Interesse.
Ein Gespräch ist ein guter Anfang.