Consultant Senior Indépendant - Data Science, EPM, BI & Applications

Consultant freelance accompagnant les équipes opérationnelles à transformer leurs données en leviers de performance.

• A conçu et déployé des solutions end-to-end couvrant l'analyse des leviers métiers et la modélisation de données.
• A développé des modèles prédictifs basés sur le machine learning et le deep learning pour optimiser la prise de décision.
• A piloté la mise en place de solutions BI complètes, des dashboards de reporting aux KPIs opérationnels.
• A mis en place des applications d'automatisation et de pilotage pour les opérations quotidiennes.
• A orchestré des ateliers de cadrage avec les métiers pour clarifier les besoins et les objectifs.

Intégration d'un projet stratégique visant à concevoir une solution d'allocation de produit en mode pilotage data-driven.

• A piloté la partie data de la solution et conduit l'élaboration des spécifications fonctionnelles.
• A accompagné le métier dans la définition du besoin et animé les ateliers de cadrage.
• A conçu le design fonctionnel de la solution cible et l'architecture informatique associée.
• A développé et déployé les dashboards BI pour le suivi opérationnel et le pilotage.
• A élaboré la stratégie de data gouvernance et les modèles d'analyse pour les décisions métier.
• A mis en place un framework avec des règles de gestion pour la validation de la qualité des données.
• A défini et créé un data model référentiel aligné sur les use cases métier.
• A supervisé les flux de données depuis les ERP et géré le processus de mapping multi-sources.
• A orchestré les tests fonctionnels, la gestion des anomalies et l'exécution des scénarios de test.

Accompagnement de l'équipe e-commerce dans la définition et la mise en place d'une nouvelle dynamique data-driven, avec un focus sur les KPIs opérationnels et l'analyse de performance.

• A analysé et modélisé les processus e-commerce pour identifier les données clés et les indicateurs critiques.
• A mis en place des solutions BI et des dashboards de reporting pour le suivi des KPIs (temps de traitement des tickets, taux de rebond, funnel marketing, cost-per-click, cost-per-acquisition, engagement).
• A défini et créé les dashboards de reporting et suivi data alignés aux besoins du métier.
• A orchestré les ateliers de cadrage et accompagné la définition des modèles analytiques.
• A supervisé les flux de données et la gestion bout en bout des données depuis les sources ERP.
• A encadré 1 Architect Azure et 1 Data Analyst dans la mise en œuvre de la solution.

Intégration au service supply-chain d'une grande entreprise automobile pour optimiser les processus de préparation des commandes, d'achats et de livraisons via une nouvelle approche data-driven.

• A élaboré une stratégie de qualification et validation du data model en adéquation avec les use cases métier.
• A conçu et déployé les dashboards BI pour le suivi opérationnel des KPIs logistiques (taux de retour, taux de rupture, taux de disponibilité, taux de service, coût de la chaîne d'approvisionnement).
• A mis en place des solutions de suivi du processus de préparation des commandes/achats/livraisons.
• A automatisé un modèle de qualification des données réduisant les erreurs et améliorant la fiabilité.
• A créé et modélisé les dashboards BI pour répondre aux besoins de suivi opérationnel.
• A piloté un Stream DevOps et PMO, coordonnant les équipes de qualité assurance et développement infrastructure.
• A supervisé la gestion des flux de données depuis les ERP et contribué à la définition de la stratégie BI du SI (Data Lake, Data Warehouse).

Pilotage d'une initiative stratégique de data quality au niveau groupe, garant de l'excellence et de la fiabilité des données.

• A pris en charge la phase initiale et de cadrage du projet en définissant les objectifs, le périmètre et le cahier des charges.
• A coordonné les ressources inter-entités et animé les comités de pilotage et points projet réguliers.
• A créé et qualifié un framework d'identification des données erronées basé sur les règles métier.
• A analysé les processus métiers et les sources de données pour identifier les données clés à intégrer au modèle.
• A mise en place la stratégie de remédiation data et les ateliers d'expression de besoin.
• A modélisé le data model et élaboré le design fonctionnel et l'architecture infrastructure.
• A conçu les différents reportings et KPIs opérationnels en accord avec les besoins métier.
• A défini la stratégie de qualification des fonctionnalités et la stratégie d'hypercare post-déploiement.
• A animé les différentes instances de gouvernance et les ateliers de sensibilisation aux données.