Data Analyste

A supervisé la collecte, le traitement et l'analyse des données ainsi que la production et la maintenance des tableaux de bord et rapports pour soutenir les décisions business au sein d'une entreprise spécialisée dans la distribution de produits de télécommunication.

• A supervisé et validé les objectifs business de l'entreprise.
• A formé les analystes de données pour assurer la gestion du pôle data de l'entreprise.
• A réduit le temps de traitement de 90% en automatisant les tâches répétitives avec un pipeline simple incluant l'utilisation de Google Colab.

A intégré l'équipe data d'une entreprise spécialisée dans la distribution de produits de télécommunication afin d'améliorer la visibilité et le suivi des performances de distribution.

• A amélioré la visibilité sur les performances de distribution en traitant et analysant les données sur les taux de rupture réseau et en générant des rapports Excel exploitables pour l'équipe des opérations techniques.
• A assuré un suivi précis et ponctuel des KPIs en concevant et maintenant des tableaux de bord Excel qui surveillent les indicateurs clés tels que le chiffre d'affaires et les taux d'acquisition clients, mesurés par la régularité des rapports hebdomadaires et quotidiens.
• A renforcé le suivi des performances commerciales en livrant des analyses complètes sur les KPIs de revenus et d'acquisition qui ont orienté la planification stratégique des équipes ventes et marketing.

A travaillé sur un projet de simulation en data science visant à optimiser les prévisions et la fidélisation client pour une compagnie aérienne.

• A amélioré la précision de prédiction des réservations grâce à un modèle Random Forest, permettant d'optimiser les prévisions de revenus et les stratégies de fidélisation client.
• A identifié les points de douleur clients via l'analyse de sentiment et la modélisation thématique (LDA) sur des avis clients, conduisant à des améliorations ciblées en matière de tarification, qualité de service et expérience en vol.

A participé à un projet de simulation en data science pour optimiser les stratégies de rétention client.

• A optimisé les processus d'analyse de données avec Python (Pandas, NumPy) et identifié les patterns clés via des visualisations avancées avec Matplotlib.
• A porté la précision de prédiction du churn à 85% en ingéniant et affinant un modèle Random Forest pour améliorer les stratégies de rétention.
• A influencé la prise de décision des dirigeants en livrant une synthèse concise et orientée insights à l'Associé Directeur, générant des actions stratégiques basées sur les données.