Anish Gupta - Produktmanager

Q: Wo ist Anish ansässig?

Anish ist in Berlin, Deutschland ansässig.

Q: Welche Sprachen spricht Anish?

Anish spricht folgende Sprachen: Englisch (Muttersprache), Hindi (Muttersprache), Deutsch (Fortgeschritten) .

Q: Wie viele Jahre Erfahrung hat Anish?

Anish hat mindestens 4 Jahre Erfahrung. In dieser Zeit hat Anish in mindestens 5 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 10 Monate . Beachten Sie, dass Anish möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Anish?

Die neueste Position von Anish ist GTM Intelligence Engine · Open Source .

Q: Für welche Unternehmen hat Anish in den letzten Jahren gearbeitet?

In den letzten Jahren hat Anish für DAG Unternehmensgruppe , Mobile Seasons GmbH — DroidCon , Bajaj Capital Ltd und Pranav TechOne Pvt. Ltd. gearbeitet.

Q: In welchen Industrien hat Anish die meiste Erfahrung?

Anish hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT) , Bauwesen und Telekommunikation . Anish hat auch etwas Erfahrung in Bank- und Finanzwesen .

Q: In welchen Bereichen hat Anish die meiste Erfahrung?

Anish hat die meiste Erfahrung in Bereichen wie Marketing , Produktentwicklung und Informationstechnologie (IT) . Anish hat auch etwas Erfahrung in Vertrieb , Business Intelligence und Betrieb .

Q: Was ist die Ausbildung von Anish?

Anish hat einen Master von University for the Creative Arts und einen Bachelor in Marketing & E-Commerce von MAIMS, IP University .

Q: Ist Anish zertifiziert?

Anish hat 2 Zertifikate . U.a: IBM AI Product Manager Professional und Microsoft AI Product Manager Professional .

Empfohlener Experte

Berlin, Deutschland

Tagessatz prüfen

Erfahrungen

Jan. 2026 - Dez. 2026

1 Jahr

GTM Intelligence Engine · Open Source

PROBLEM: GTM-Aufwand ist Rätselraten über fragmentierte Identitäten und Kanäle hinweg, ohne geschlossenen Feedback-Loop.
GEBAUT: Kosten-Pyramiden-Engine (L0–L3): Identitätsauflösung über ~25.000 Entitäten, nachvollziehbares Intent-Scoring und ein geschlossener Entscheidungs-Loop (vorschlagen → ausführen → bewerten → lernen) mit Kalibrierung.
IMPACT: v1.3.1 mit Live-Demo ausgeliefert; 99 % der Operationen laufen auf dem kostenlosen L0-Tier (CI-erzwungen); $0 Betrieb ohne API-Key.

Apr. 2025 - Heute

1 Jahr 5 Monate

Schönefeld, Deutschland

Produktmanager — Plattform & Wachstum

DAG Unternehmensgruppe

6 B2B-Käufertypen liefen über eine einzige, unklare Oberfläche — 3–5 unqualifizierte Leads/Woche → ein persona-segmentiertes Ökosystem mit 6 Oberflächen und Webhook-Routing (Webflow → Zapier → HubSpot) sowie 12–15 A/B-Experimente aufgebaut → SQLs 3–5 → 15–20/Woche, CVR +40 %
Die Vermutung war, dass das Messaging die Conversion-Lücke ist, aber der A/B-Test zeigte keinen Effekt → GA4 + Hotjar haben Reibung in der Mitte des Formulars als eigentliche Ursache isoliert, also habe ich CTA und Schritt-Reihenfolge überarbeitet und den Organic-First-Call gesetzt → +68,7 % Seitenaufrufe, Top-3-Rankings in Deutschland; Inbound-CAC = 0 €
5 Gesellschaften haben die gesamte Kommunikation über persönliches WhatsApp/E-Mail abgewickelt — kein Audit-Trail, keine Zugriffskontrollen → mit einer externen IT-Agentur eine 4-Schichten-M365-Plattform entworfen (SharePoint-IA, Teams, MFA, 3-stufige Berechtigungen) und mit Rollback-Playbook schrittweise eingeführt → 100 % Adoption bei 50–70 Mitarbeitenden in 90 Tagen
Wissen lag unauffindbar in SharePoint, Teams, Outlook und Procore verteilt → Claude in jeden Prozess eingebunden mit einem LLM-Evaluations- + Prompt-Ops-Loop — standardisierte Vorlagen und Review-Checkpoints vor dem Skalieren → Adoption ohne Nacharbeit; erstes Team in der Gruppe, das KI operativ nutzbar gemacht hat

Jan. 2024 - Dez. 2024

1 Jahr

Berlin, Deutschland

Produktmanager — Conversion

Mobile Seasons GmbH — DroidCon

Hohe Absprungrate bei mehr als 10 Ticketing-Plattformen → GA4 + Hotjar haben UX-Reibung in der Mitte des Formulars als Ursache isoliert (nicht der Preis), also habe ich die Reihenfolge der Checkout-Schritte, CTA-Formulierungen und Anforderungen an Trust-Signale für den Entwickler definiert → +20 % Aktivierung, 350 zusätzliche Verkäufe, +25 % CSAT
Ein stagnierender organischer Kanal über mehr als 10 Event-Plattformen → technisches SEO-Audit und WordPress-Redesign durchgeführt, mit der Redirect-Taxonomie als risikoreichster Abhängigkeit priorisiert, plus GA4- + Tableau-Operations-Layer → +64 % Rankings, +17.000 organische Besucher, –30 % Betriebskosten

März 2023 - Sept. 2023

7 Monate

Gurugram, Indien

Produktmanager — 0→1 GTM

Bajaj Capital Ltd

Ein Tiger-Kreditkarten-Launch ohne bestehende Infrastruktur und mit harter Day-1-Deadline → Google Search + Meta vor PR priorisiert, um schneller zur Conversion zu kommen, und in 6 Wochen 2 Conversion-Seiten, 10 Landingpages und über 200 Assets ausgeliefert → voller Funnel an Tag 1 live; Brand Search +60 % in 60 Tagen
Ein manueller Content-Engpass bei fixer Teamgröße → KI-Tools statt eines Contractors gewählt (gleiche Kosten, wachsender Ertrag), einen 2-wöchigen Pilot gestartet und Prompt-Templates standardisiert → –60 % Kosten pro Asset, 3× Output, +400 % Social Reach

Nov. 2021 - März 2023

1 Jahr 5 Monate

Noida, Indien

Produktmanager — Plattform 0→1

Pranav TechOne Pvt. Ltd.

ISO-zertifiziert, aber für globale Käufer unsichtbar, der gesamte Umsatz war Outbound → eine 0→1 B2B-Commerce-Plattform aufgebaut — Suchintention-IA rund um mehr als 10.000 SKUs für Telekom- und Enterprise-IT-Käufer, mit Angebotsfluss und wöchentlichen SEO-Operations → +20 % organischer Traffic, erster Inbound-Kanal, 94 % Marktanteil in DE
Kein CRM, Churn nicht getrackt, alles Follow-up manuell → HubSpot ausgewählt und verhaltensbasierte Lifecycle-Sequenzen nach Branche und Kaufphase entworfen → +38 % Retention, +40 % Customer LTV, kein zusätzliches Headcount

DAG B2B Digital Ecosystem — CRO & Lead-Generierung PRD

PROBLEM: 6 B2B-Vertikalen, die 3–5 unqualifizierte Leads/Woche über eine einzige, undifferenzierte Oberfläche erzeugen — kein Routing, keine Pipeline-Transparenz.
BUILT: Persona-basiertes Ökosystem mit 6 Oberflächen; Webhook-API-Routing in HubSpot; 12–15 A/B-Tests; JTBD-gesteuerte IA pro Käuferpersona.
IMPACT: 15–20 SQLs/Woche · CVR +40% · +68.7% Sichtbarkeit · Top-3-Rankings in der deutschen organischen Suche · Zero CAC.

Jederzeit Cafe — Mobile-First B2C Akquise-Engine PRD

PROBLEM: Mobile-User mit hoher Kaufabsicht konvertierten nicht — 15–30 Min. Entscheidungsfenster; Wettbewerbsanalyse zeigte PDF-Menüs, versteckte Standorte, keine sticky CTAs.
BUILT: Framer-(React)-Akquise-Engine für Time-to-Value unter 47 Sek.: sticky Navigation, Inline-Menü, ereignisgesteuertes GA4, CMS für Autonomie des Inhabers.
IMPACT: 14.000 monatliche Aufrufe · 4.400 organische Sessions/Monat · 18,2% MoM-Wachstum.

GTM- & B2B-Commerce-Plattform PRD

Pranav TechOne

PROBLEM: ISO-zertifizierter Hersteller für globale Käufer unsichtbar — keine digitale Oberfläche, um sich von günstigeren chinesischen Commodity-Wettbewerbern abzuheben.
BUILT: 0→1 B2B-Commerce-Plattform: 10.000+ SKUs, Angebotsprozess, HubSpot-CRM-Lifecycle — 4 globale Märkte, allein verantwortlich, 16 Monate Build.
IMPACT: +38% Retention · +40% Customer LTV · +20% organischer Traffic · erster Inbound-Kanal des Unternehmens.

Branchenerfahrung

Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Informationstechnologie (IT), Bauwesen, Telekommunikation und Bank- und Finanzwesen.

Informationstechnologie (IT)

Bauwesen

Telekommunikation

Bank- und Finanzwesen

Erfahrung nach Fachbereich

Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.

Erfahren in Marketing, Produktentwicklung, Informationstechnologie (IT), Vertrieb, Business Intelligence und Betrieb.

Marketing

Produktentwicklung

Informationstechnologie (IT)

Vertrieb

Business Intelligence

Betrieb

Zusammenfassung

Produktmanager mit 5 Jahren Erfahrung in B2B SaaS, FinTech und Consumer, mit Fokus auf B2B SAAS — ich mache aus Nutzerfrust und Systemlücken ausgelieferte Produkte: Discovery, PRDs und kennzahlengesteuerte Umsetzung mit Engineering. Bei DAG habe ich ein CRO-Ökosystem mit 6 Oberflächen aufgebaut (JTBD + 12–15 A/B-Tests) → CVR +40 %, SQLs 3–5 → 15–20/Woche und Claude per MCP mit PRD v4 eingebunden → 100 % Adoption in 90 Tagen. KI-nativ und KPI-getrieben.

SQLs 3–5 → 15–20 / Woche 50–70 Nutzer in 90 Tagen übernommen 4 Produkte von 0→1 ausgeliefert

Fähigkeiten

Produktstrategie
Prd-Erstellung
Roadmapping
Discovery & Nutzerforschung
Jtbd
A/B-Testing
Okrs/Kpis
Agile/Scrum
Backlog-Management
Stakeholder-Management
Funnel- & Conversion-Analyse
System- & Api-Integration
Ki-Integration
Jira
Confluence
Asana
Miro
Ga4
Amplitude
Ki: Claude/Mcp
Chatgpt
Copilot

Sprachen

Englisch

Muttersprache

Hindi

Muttersprache

Deutsch

Fortgeschritten

Ausbildung

Okt. 2023 - Juni 2025

University for the Creative Arts

MSc Digital Marketing · Berlin, Deutschland

Okt. 2019 - Juni 2022

MAIMS, IP University

BCom Hons · Marketing & E-Commerce · New Delhi, Indien

Zertifikate & Bescheinigungen

IBM AI Product Manager Professional

IBM × Coursera

Microsoft AI Product Manager Professional

Microsoft × Coursera

Statistiken

Erfahrung

Positionen gesamt 8

Erfahrung in Informationstechnologie (IT) 2 J.

Durchschn. Dauer 7 M.

Längste Erfahrung 1 J. 4 M.

Globale Erfahrung

Länder gearbeitet 2 (Deutschland, Indien)

Hauptland Deutschland

Fachkenntnisse

Aktuelle Rollen GTM Intelligence Engine · Open Source, Produktmanager — Plattform & Wachstum, Produktmanager — Conversion

Hauptbranchen Informationstechnologie (IT), Bauwesen, Telekommunikation

Hauptfachbereiche Marketing, Produktentwicklung, Informationstechnologie (IT)

Qualifikationen

Höchster Abschluss Master

Zertifikate erworben 2

Profil

Erstellt

August 2026

Du suchst Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Häufig gestellte Fragen

Du hast Fragen? Hier findest du mehr.

Anish ist in Berlin, Deutschland ansässig.

Anish spricht folgende Sprachen: Englisch (Muttersprache), Hindi (Muttersprache), Deutsch (Fortgeschritten).

Anish hat mindestens 4 Jahre Erfahrung. In dieser Zeit hat Anish in mindestens 5 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 10 Monate. Beachten Sie, dass Anish möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Basierend auf der jüngsten Erfahrung wäre Anish gut geeignet für Rollen wie: GTM Intelligence Engine · Open Source, Produktmanager — Plattform & Wachstum, Produktmanager — Conversion.

Die neueste Position von Anish ist GTM Intelligence Engine · Open Source.

In den letzten Jahren hat Anish für DAG Unternehmensgruppe, Mobile Seasons GmbH — DroidCon, Bajaj Capital Ltd und Pranav TechOne Pvt. Ltd. gearbeitet.

Anish hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Bauwesen und Telekommunikation. Anish hat auch etwas Erfahrung in Bank- und Finanzwesen.

Anish hat die meiste Erfahrung in Bereichen wie Marketing, Produktentwicklung und Informationstechnologie (IT). Anish hat auch etwas Erfahrung in Vertrieb, Business Intelligence und Betrieb.

Anish hat einen Master von University for the Creative Arts und einen Bachelor in Marketing & E-Commerce von MAIMS, IP University.

Anish hat 2 Zertifikate. U.a: IBM AI Product Manager Professional und Microsoft AI Product Manager Professional.

Anish wird ab September 2026 vollzeit verfügbar sein.

Der Stundensatz von Anish hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Um Anish zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Tagessatzverteilung

0 1 2 3 4

<€640 €640-800 €800-960 €960-1120 €1120-1280 €1280+

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1200

900

600

300

Ø Tagessatz 931 €

Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.

1200

900

600

300

Median-Tagessatz 1000 €

Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.