Data et Business Analyst

Intégration de l'équipe data pour optimiser le pilotage du portefeuille clients et soutenir les décisions commerciales et marketing.

• Analyse et suivi du portefeuille clients à l'aide de requêtes SQL avec segmentation RFM, prévisions, reporting et alertes Sales.
• Extraction et collecte des données depuis Snowflake via SQL pour alimenter les analyses et les dashboards Qlik Sense.
• Développement de dashboards Qlik Sense en réalisant le recueil des besoins métier, les maquettes, les indicateurs KPI et leur industrialisation.
• Analyse de la performance marketing et commerciale en évaluant les campagnes, les KPI, les tendances et en formulant des recommandations.
• Contrôle, fiabilisation et amélioration de la qualité des données du portefeuille.
• Développement d'une solution Python de veille tarifaire automatisée pour soutenir les décisions commerciales.
• Pilotage des projets Data avec Asana et coordination avec les équipes métiers.

Intégration de l'équipe data pour mettre en place une solution de reporting et d'analyse décisionnelle basée sur Power BI.

• Création d'un modèle de données Power BI Desktop et développement de mesures DAX.
• Conception de tableaux de bord KPI adaptés aux besoins opérationnels.
• Publication et automatisation des rapports dans Power BI Service.
• Formulation de recommandations de gouvernance des données.
• Architecture d'un Data Warehouse et automatisation des flux de données.
• Assurance de la qualité des données dans un environnement multi-domaines (RH, financier, opérationnel).
• Documentation des projets et accompagnement des utilisateurs dans l'adoption des outils.

Intégration de l'équipe de gestion des données cliniques pour assurer la fiabilité et la qualité des données d'études.

• Développement d'applications pour la gestion des données d'études cliniques.
• Conception, structuration et gestion de bases de données MySQL pour centraliser les données cliniques.
• Utilisation de requêtes SQL pour l'extraction, le contrôle et l'analyse des données cliniques.
• Réalisation d'analyses statistiques avec R sur les données d'études.
• Contribution à la garantie de la qualité, la cohérence et la fiabilité des données cliniques utilisées en recherche.