Consultant Data

Participation à la modernisation des outils data d'une enseigne de retail de grande envergure en optimisant les tableaux de bord décisionnels et en automatisant les flux de données pour améliorer la performance commerciale, la gestion des stocks et l'expérience client.

• Extraction et analyse des données de ventes et de stocks via requêtes SQL, création d'indicateurs clés (chiffre d'affaires, marge, rotation des stocks, produits phares).
• Conception et déploiement d'un modèle de données Power BI optimisé avec DAX, relations et mesures pour suivre la performance des rayons, magasins et familles de produits.
• Développement de scripts Python (Pandas) pour automatiser l'ingestion des fichiers fournisseurs et normaliser les données, réduisant les tâches manuelles des équipes Supply.
• Réalisation d'une segmentation clients basée sur la fréquence d'achat, le panier moyen et les catégories préférées pour soutenir les campagnes marketing.
• Conception de tableaux de bord comparant la performance des magasins en chiffre d'affaires, marge, taux de rupture et satisfaction client.

Intégration de l'équipe data d'une structure de gestion immobilière pour analyser les ressources, loyers et charges à partir de multiples sources du système d'information (IKOS, TIESIAP, TIEREMP).

• Extraction, nettoyage et modélisation des données provenant des sources métiers, notamment IKOS.
• Développement de requêtes SQL pour le calcul d'indicateurs spécifiques (ressources, loyers, charges).
• Création de tableaux de bord Power BI pour l'analyse et l'aide à la décision.

Réalisation d'une analyse approfondie des ventes et des stocks pour identifier les produits phares et optimiser la gestion des inventaires.

• Collecte et nettoyage des données de ventes et de stock.
• Création de tableaux de bord pour le suivi des produits les plus vendus.

Conception et déploiement d'un pipeline de données pour centraliser la production et les ventes des différentes gammes de produits, afin d'optimiser la planification et la logistique.

• Collecte et intégration des données issues de sources multiples (production, stock, ventes).
• Nettoyage, transformation et normalisation des données pour assurer leur qualité.
• Mise en place de tableaux de bord pour le suivi de la production et des ventes.