Data Analist

Zoek jij een uitdagende rol als Data Analist in een snel veranderende omgeving?

Over Axxicom

Axxicom is eigenlijk het verhaal van onze passagiers. Mensen zoals jij en ik – maar voor wie reizen door een beperking een uitdaging is. Ouderen, slechtzienden, reizigers met een gebroken been of een onzichtbare beperking. Voor hen maken wij het verschil. 24 uur per dag, 7 dagen per week zorgen wij met een team van ruim 1.000 collega’s dat iedere passagier met een begeleidingsbehoefte veilig, tijdig en met een glimlach door Schiphol reist. Axxicom heeft een sterke basis, maar we willen verder, daarom breiden we ons data analisten team verder uit. 

De komende jaren staan in het teken van professionalisering, digitalisering en continue verbetering – waarbij data een steeds belangrijkere rol speelt. We maken deel uit van het grote Facilicom-concern, wat betekent dat er legio doorgroeimogelijkheden zijn binnen onze organisatie én daarbuiten. 

Jouw rol

Je komt ter uitbreiding van het team en rapporteert aan de Finance & Workforce Manager. Als Data Analist ben je de verbindende factor tussen data, operatie en management. Je vertaalt ruwe data naar inzichten die direct bijdragen aan het verbeteren van onze dienstverlening. Je werkt in een klein, ambitieus team: een Senior Data analist, een Senior Workforce manager, een Teamleider Roosterplanning en een Business controller.  

Wat je gaat doen 

Je taken bestaan onder andere uit (maar zijn niet beperkt tot):  

• Het in kaart brengen van operationele problemen, zowel in de planning als op de werkvloer: met duizenden vluchten en passagiers per dag is er volop interessante data te analyseren;


• Het analyseren van diverse datastromen, van de levensduur van accupakketten van onze voertuigen tot vliegbewegingen en de impact daarvan op onze operatie;


• Het leveren van input voor maandrapportages, KPI’s en operationele dashboards in Power BI; 


• Het meewerken aan deeltrajecten, zoals het onderzoeken waar passagiers in de terminal mogelijk uit beeld raken;


• Het forecasten van operationele verwachtingen ten opzichte van voorgaande jaren. 

 

We gebruiken momenteel SQL en Power BI om rechtstreeks op onze database query’s te draaien en analyses te maken. Hoewel we Python nu nog niet gebruiken, zou dit in de toekomst zeker een waardevolle toevoeging kunnen zijn.