Description

Data Business Analyst expérimenté pour des décisions éclairées grâce aux données

Passionné par l'analyse et la visualisation des données, j’aide les organisations à transformer leurs données en décisions stratégiques. Mes compétences incluent la création de tableaux de bord dynamiques, l’analyse approfondie et l'automatisation des processus de reporting. Maîtrisant des outils tels que Power BI, SQL, Python et Excel, j’ai réalisé des projets variés et impactants.

Expériences Clés :

Suivi de projets en construction : Création de tableaux de bord Power BI permettant une surveillance en temps réel, optimisant le suivi des performances et l’identification rapide des retards.

Prévision de marché immobilier : Analyse prédictive utilisant la modélisation pour anticiper les valorisations, aidant ainsi à réduire les risques pour les investisseurs.

Amélioration de la satisfaction client dans le retail : Analyse des interactions clients et mise en œuvre d’un suivi du Net Promoter Score (NPS) pour cibler et résoudre les points de friction.

Valeur ajoutée pour les entreprises :

Je propose des solutions concrètes et adaptées aux besoins des entreprises, permettant :

Décisions fondées sur des données : Insights visuels et rapports pour des choix éclairés.

Automatisation des processus : Gain de temps et réduction des erreurs grâce à l’automatisation des rapports.

Amélioration de l’expérience client : Analyse des comportements et recommandations pour optimiser la fidélisation.

Mon objectif est de rendre les données utiles et exploitables, en aidant chaque organisation à adopter une approche data-driven pour une performance optimale.

Domaines d’expertise

Langues

Français
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Enolia.be
Data analyst
E-COMMERCE
novembre 2024 - juin 2025 (7 mois)
Brussels, Belgique
Projet d’optimisation des données de stock et de catalogue produit pour un site e-commerce spécialisé dans les vins haut de gamme (Cavissima.be – Bruxelles).

🔍 Objectif : Réduire les erreurs entre ERP et site WooCommerce pour éviter les pertes de vente.
📦 Volume analysé : +1 500 références produits issues de 3 bases de données (ERP, web, liaison).

🛠️ Stack technique :
Python, Pandas, Seaborn, Excel, ERP, WooCommerce, Data Cleaning, Data Audit, Matching de fichiers, Data Quality, Visualisation, Analyse exploratoire

🎯 Actions réalisées :

Nettoyage et croisement de bases de données (erp.xlsx, web.xlsx, liaison.xlsx)

Analyse des statuts de stock incohérents : produits affichés comme “hors stock” alors qu’ils étaient disponibles

Création de règles de validation (SKU, disponibilité, quantités)

Identification de +15 % de produits à forte marge (>50 €) bloqués à cause d’erreurs

Correction des statuts et remise en ligne immédiate

Mise en place d’indicateurs de fiabilité des données produit

Tableau de bord de suivi de la qualité et des écarts de stock

💰 Impact business :

+12 % de chiffre d’affaires potentiel récupéré sur 3 mois

Amélioration de la visibilité des produits à forte valeur sur le site

Réduction significative des erreurs de mise en ligne
SQL Python Microsoft Power BI Stratégie e-commerce
Crédit Agricole
Data Analyst
septembre 2023 - septembre 2024 (1 an)
Paris, France
Analyse avancée du marché immobilier parisien : J'ai mené une analyse approfondie de l'évolution historique des prix immobiliers à Paris, en utilisant des techniques de data science telles que la régression linéaire pour prédire la valorisation future des actifs immobiliers.
Innovation dans la classification des biens immobiliers : J'ai développé et implémenté une solution technique de pointe pour la classification automatique des opportunités immobilières via le clustering non supervisé, améliorant significativement l'efficacité opérationnelle de l'entreprise.
Monoprix
data Analyste
GRANDE DISTRIBUTION
octobre 2022 - juin 2023 (9 mois)
Paris, France
Analyse et compréhension des besoins du service client : J'ai
conduit une analyse détaillée des interactions avec les clients pour
identifier les points de friction et les domaines d'amélioration. J'ai
utilisé SQL pour l'analyse et la manipulation de données complexes,
afin d'identifier les améliorations à apporter au service client.
Mise en place et suivi du Net Promoter Score (NPS) : J'ai
implémenté un système de mesure de la satisfaction client via le
Net Promoter Score, permettant de suivre l'évolution de la
satisfaction et d'identifier rapidement les axes d'amélioration