Partner directly with business and product initiatives (e.g. Broker Quoting Tool, Embedded Finance) to frame the right questions, design sound analyses, and interpret results with appropriate statistical rigourApply hypothesis-driven thinking to test assumptions, systematically rule out alternative explanations, and build cumulative, contextual knowledge of the business over time — going beyond what point-in-time AI querying can provideBuild a track record of shipped analyses that demonstrably changed a decision or a team's understanding — not just dashboards or ad hoc fact-finding Drive adoption of an experimentation mindset across teams: framing decisions as testable hypotheses, tracking outcomes, and building an evidence base that compounds across initiatives rather than resetting with each request Own delivery of hypothesis-driven analyses from framing through to recommendation, partnering with Data Engineering to consume the governed semantic layer rather than duplicating data prep Work closely with the Data Architecture & Strategy Lead to prioritise analytical focus against the team's active strategic initiatives 
