Data Analyst & Scientist

Intégration dans l'équipe data d'une plateforme e-commerce opérant sur cinq marchés distincts pour analyser et optimiser les performances commerciales et utilisateurs.

• Préparation et présentation de rapports mensuels et hebdomadaires analysant les indicateurs clés de performance (KPIs) auprès de stakeholders.
• Analyse approfondie du comportement utilisateur examinant les patterns d'engagement et l'évolution client au fil du temps.
• Analyse des données d'activité d'achat pour identifier les produits les plus performants, optimiser les offres spéciales et améliorer les recommandations produit par segment client.
• Développement de modèles de machine learning pour la segmentation de marché, classifiant les points de vente selon leur engagement et leurs caractéristiques comportementales.

Intégration dans l'équipe data d'une compagnie d'assurance pour analyser les données de sinistres et développer des modèles prédictifs de risque.

• Extraction et analyse des données de polices d'assurance pour identifier les caractéristiques de risque et prédire les scénarios de sinistres hautement probables.
• Analyse exploratoire des données (EDA) mettant au jour tendances, patterns et anomalies dans les données de sinistres.
• Construction d'un modèle de réseau neuronal prédictif pour estimer les montants de règlement et identifier les clients les plus susceptibles de déposer des réclamations.

Travail en tant qu'analyste data indépendant pour des entrepreneurs e-commerce, en charge de la conception et de l'optimisation de tableaux de bord décisionnels.

• Conception de tableaux de bord centralisés et automatisés Power BI et Excel intégrant plusieurs sources de données pour le suivi et la reporting en temps réel.
• Analyse de la valeur client (CLV), des patterns d'achat et des préférences pour prévoir les produits à fort potentiel et réduire les risques de lancement.
• Analyse des retours et optimisation de la logistique COD pour identifier les goulets d'étranglement de rentabilité et les opportunités d'économies.
• Segmentation des clients selon leur comportement et leur pouvoir d'achat pour activer le marketing ciblé et les recommandations produit personnalisées.