Neda Karim
Sales Operations Manager @ Doctolib GmbH
Berlin, Berlin, Germany
K.O.-Kriterien
Strengths
- + Exzellente analytische Kompetenz: Sales Operations Manager mit CRM-Ownership, Incentive-Modellierung, Territory Planning bei Doctolib (5+ Jahre)
- + Mathematik-Master TU Berlin — starke quantitative Basis
- + Berlin-basiert, gesamte Karriere in Berlin
- + Sehr ähnliche Tätigkeiten zu SFE: KPI-Frameworks, CRM, Sales Incentive Modelling, Dashboards
Risks
- − K.O.-Fail: Keine Pharma/Healthcare/MedTech-Branchenerfahrung — Doctolib ist Digital Health (Software), keine pharmazeutische Branche
- − Gesamte Karriere außerhalb Healthcare (Doctolib Software, Scout24, Deutsche Bank, Mercedes-Benz Bank)
- − Doctolib ist zwar Healthcare-adjacent, aber SFE-Expertise ist in einem Software-Vertriebskontext aufgebaut
- − Kein Open-to-Work, kein explizites Wechselsignal
Full Evaluation
Neda Karim
Link: LinkedIn Profil Standort: Berlin, Berlin, Germany Aktuelle Rolle: Sales Operations Manager bei Doctolib GmbH
1. Der "Harte Fakten" Check (Phase 1 & 2)
K.O.-Kriterien:
- Wohnort Berlin: Gesamte Karriere in Berlin. Mathematik-Master TU Berlin.
- Zahlenaffinität: Mathematics-Master TU Berlin, Nanodegree Business Analyst (Udacity). Sales Operations: CRM-Ownership, Incentive-Modellierung, KPI-Frameworks, SQL, MicroStrategy. Hervorragende analytische Kompetenz.
- Branchennähe (K.O.-Fail): Doctolib ist ein Digital-Health-Software-Anbieter (SaaS für Arztpraxen) — kein pharmazeutisches Unternehmen. Scout24, Deutsche Bank, Mercedes-Benz Bank sind vollständig außerhalb Healthcare. Doctolib ist zwar im Healthcare-IT-Kontext tätig, aber die Branchennähe zu Pharma/OTC/MedTech/Diagnostik ist nicht erfüllt.
Kernkompetenzen (Hard Skills):
- SFE / Sales Operations / Commercial Excellence: Sales Operations Manager bei Doctolib (5 J. 9 Mo.) — CRM-Datenqualität, Sales Territory Planning, Incentive-Modellierung, Reports, Dashboards. Sehr hohe Überlappung mit SFE-Kerntätigkeiten.
- KPI-Steuerung, CRM-Analyse, Außendienst-Steuerung: Explizit: "Developing sales strategies and sales territory planning", "Sales incentive modelling, implementation, monitoring", "Data quality ownership for Germany's CRM system". Salesforce, Periscope, G-Sheet, SQL.
- Führungserfahrung: Nicht dokumentiert. Keine Leitungsfunktion erkennbar.
- Strategisches Denken: "Extracting, manipulating and analyzing data to conclude actionable insights for the sales team" — genau das, was SFE verlangt. Auch Business Strategy Analyst-Rolle bei Doctolib.
- Kommunikationsstärke: "Preparation and presentation of performance insights as a decision-making basis for management" (Scout24). Stakeholder-Management vorhanden.
Summary: Neda Karim ist fachlich eine der stärksten analytischen Kandidatinnen — perfekte Skills für SFE — aber der K.O.-Fail bei der Branchennähe (kein Pharma/MedTech) macht sie formal zu einem X-Kandidaten. Doctolib ist Healthcare-IT, kein echter Pharma-Player.
2. Die Qualitative "Headhunter-Analyse" (Phase 3)
A. Karriere-Story: Karim hat einen beeindruckend konsistenten analytischen Karriereweg: Mathematik-Studium (TU Berlin) → Financial Analyst (Mercedes-Benz Bank) → Operational Risk Analyst (Deutsche Bank) → Business & Data Analyst (Scout24) → Sales Operations Manager (Doctolib). Der rote Faden ist klar: Datenanalyse → KPI-Frameworks → Sales Operations. Bei Doctolib hat sie in 5+ Jahren eine echte SFE-Funktion aufgebaut, inklusive CRM-Ownership, Incentive-Modellierung und Territory Planning.
B. Loyalität & Stabilität: Verweildauern sind solide: Mercedes-Benz Bank 1 J. 1 Mo. (Juniorphase), Deutsche Bank 1 J. 7 Mo., Scout24 2 J. 8 Mo., Doctolib 6 J. 4 Mo. (2 Rollen). Keine Warnsignale; die Stabilität nimmt mit der Seniorität zu. Doctolib zeigt echte Treue.
C. Marktoffenheit: Score 4/10. Kein Open-to-Work, 1 Woche LinkedIn-Aktivität. 6 Jahre bei Doctolib — mittlere Tenure, könnte für einen Karriereschritt offen sein, insbesondere wenn Doctolib als Digital-Health-Startup kein weiteres Aufstiegspotenzial bietet. Ohne explizites Signal schwer zu beurteilen.
D. Rollenattraktivität: Die SFE-Rolle bei Esteve wäre für Karim ein inhaltlicher Seitensprung, aber mit dem klaren Plus: echter Pharmabezug. Ihre aktuellen Sales-Operations-Skills bei Doctolib sind 1:1 auf SFE übertragbar. Die Führungskomponente (Customer Service) wäre neu, aber eine echte Entwicklungschance. Gehaltsfit: Doctolib-Gehalt dürfte im Startup/Scale-up-Bereich liegen; Esteve-Angebot muss wettbewerbsfähig sein. Karriereschritt: lateral bis leicht aufwärts (mehr Führung, echter Pharmaplayer).
E. Netzwerk & Reise-Fit: Vollständig Berlin-basiert. Healthcare-IT-Netzwerk (Doctolib). Kein klassisches Pharma-Netzwerk, aber starke analytische Community. SQL, MicroStrategy, Salesforce — gute Tool-Basis für SFE.
- F. Profil-Signale:
- Datenqualität: Good — Rollen gut beschrieben, klare Aktivitäten. Kein About-Text, aber Erfahrungen sehr detailliert.
- Open to Work: false
- Letzte Aktivität: 1 Woche — aktives Profil.
- Arbeitgeber-Marke: Doctolib (führende Health-IT in Europa), Scout24 (bekannt), Deutsche Bank (Tier-1). Solide Markenhistorie.
- Marktoffenheit-Signal: 4/10 — Kein OtW, aber aktiv; 6 Jahre Doctolib könnten auf Wechselbereitschaft hindeuten. Ohne Push-Faktor unklar.
2b. Produktbezogene Wechseleinschätzung (Phase 4)
Aktuelles Produktumfeld
Doctolib ist eine Healthcare-Software-Plattform (Arztterminbuchung, Praxismanagement). Es gibt keine direkten Pharmaprodukte — der Vertrieb bezieht sich auf SaaS-Lizenzen an Ärzte und Kliniken. Damit liegt Karim vollständig außerhalb des pharmazeutischen Produktkontexts.
Zielposition Produktattraktivität
Esteves Specialty Care / Rare Disease Portfolio wäre für Karim ein Einstieg in die echte Pharmawelt — ein Upgrade in der Branchenwahrnehmung. Für jemanden ohne Pharmaprodukt-Erfahrung ist die erste Pharma-Stelle ein Karrierebaustein, der Türen öffnet. Rare Disease gilt als attraktive Indikation (Kategorie 1) — Purpose-getrieben und wissenschaftlich relevant.
Wechseleinschätzung
Der Wechsel von Doctolib (Health-IT) zu Esteve (Pharma/Rare Disease) wäre eine echte Branchenveränderung. Für Karim könnte das ein attraktiver Schritt sein — mehr Pharmabezug, echter Produkthintergrund. Aber ohne Pharma-Branchenkenntnisse ist die Einarbeitungskurve steiler. Pull-Faktor: echter Pharmaplayer-Status, Rare Disease als attraktives Segment.
Produktbezogene Wechselbereitschaft: 5.0/10
3. Gesamtbewertung & Scores
Overall: 3.0/10 | Hard Skills: 5.5 | Karriere: 7.5 | Marktoffenheit: 4.0 | Rollenattraktivität: 6.5 | Produktattraktivität: 4.0
Stärken:
- Perfekte SFE-Skills: CRM-Ownership, Incentive-Modellierung, Territory Planning, KPIs, SQL
- Mathematik-Master TU Berlin — starke analytische Basis
- 5+ Jahre Sales Operations bei Doctolib — bewährt und stabil
Risiken:
- K.O.-Fail: Keine Pharma/OTC/MedTech/Diagnostik-Branchenerfahrung
- Alle Erfahrung in Healthcare-Software (Doctolib), Finanzbranche (Deutsche Bank), Mobility (Scout24)
- Doctolib ist Healthcare-adjacent, aber kein Pharma-Player — Branchenwechsel wäre signifikant
Overall ≤ 3.0 aufgrund K.O.-Fail. Dennoch: Karim ist fachlich eine der stärksten analytischen Kandidatinnen des Batches — wenn der Auftraggeber Branchenwechsler explizit akzeptiert (was das Briefing für OTC/MedTech tut, aber nicht für reine Software-Unternehmen), sollte sie als Grenzfall besprochen werden. Doctolib agiert im Gesundheitsmarkt, auch wenn es kein pharmazeutisches Unternehmen ist.
4. Freie Recruiter-Einschätzung ("Fazit aus dem Bauch heraus")
- Der "Vibe": Eine der analytisch stärksten Kandidatinnen im Batch — präzise, strukturiert, mit echter Produktions-SFE-Erfahrung. Würde bei Esteve inhaltlich sofort loslegen können.
- Die Intuition: Der K.O.-Fail ist formaler Natur — Doctolib ist Gesundheitsmarkt, aber kein Pharma. In der Praxis: Kandidatinnen wie Karim, die aus gesundheitsbezogener Software kommen und exzellente SFE-Skills mitbringen, können bei einem Pharmaunternehmen schnell eingearbeitet werden. Die Frage ist, ob der Auftraggeber diesen Grenzfall diskutieren will.
- Das "Warum": Wenn Branchenwechsler aus Healthcare-IT akzeptiert werden — sofortiger A-Kandidat. Muss mit dem Kunden besprochen werden.