Abdessamad DAOUDI

Équipe performance omnicanal Accompagnement des équipes métier sur les sujets performances à travers des études ad’hoc et la mise en place des rapports de suivi interactifs : ➔ Métier Concept magasin et merchandising : ● Collecte des données et centralisation des KPIs ● Validation de la cohérences des données ● Création d’un modèle de données ● Conception d’un rapport Power BI à l’aide des techniques de data visualisation ● Suivi et maintenance de l’outil et accompagnement des utilisateurs ● Communication et partage des restitutions et résultats d’analyse de performances ➔ Métier parcours clients : ● Analyse et structurations des données transactionnels ● Mise en place d’un traitement des tickets de caisses pour identifier les typologies d’achat des clients ● Analyse descriptive des typologies de consommation client ● Restitution des résultats et partage des conclusions ➔ Métier Animation de la vente : ● Traitement des données transactionnels pour identifier les typologies de vente en magasin (vente en libre service, en commandes et vente avec configurateurs) ● Mise en place d’un modèle de données et un reporting de suivi des performances ● Production d’analyses sur la vente en magasin issues de l’exploitation des reporting Environnement techniques : SQL, Power BI, Google Cloud plateforme, produits google : BigQuery, GoogleSheet, Looker Studio

1) Sujets de mission en régie : Création et maintenance d’un outil de suivi de performance des magasins Leroy Merlin : - Collecter la data nécessaire pour répondre aux problématiques locales (données backoffice, média, analytics (GA et Piano Analytics) et données de contactabilité) - Calculer les agrégats et indicateurs de performences - Concevoir des reporting dataviz - Partager ces outils aux utilisateurs - Participer aux ateliers de présentation et accompagnement d’utilisation et acculturation à la donnée. - Répondre aux demandes ponctuelles des magasins - Alerter sur les dysfonctionnements et les nouveautés introduites Étude Adhoc pour les marchés : - Ateliers d’échange avec les PO et le métier pour le cadrage des besoins - Extraction de la donnée et calcul des KPIs sur mesure - Présentation des résultats des études et proposition des améliorations ou de recommandations. 2) Sujets de R&D : Amélioration d’un modèle de prédiction de vente avec des données exogènes : - Analyse du modèle prédictif existant et recherche des pistes d’améliorations. - Collecte des données nécessaires via des API. - Transcription des codes de PHP vers PYTHON. - Intégration et test de nouvelles variables exogènes au modèle. - Evaluation de la performance du modèle

Missions au sein de la business unit data science : Construction d’un démonstrateur de moteur de recommandation : L’objectif est d’implémenter puis analyser les performances de plusieurs méthodes de moteur de recommandations à fin d’obtenir des comparaisons entre les méthodes, ensuite construire une application de moteur de recommandation. Environnement Technique et méthodes : Python (pyspark), Dataiku, Streamlit, Machine Learning, Alternating Least Squares (ALS), règles d’associations

Assignments of the work placement: - data extraction for all business units of the organization Parnasse (a selective brand of Orange) in order to answer the requests of the collaborators about quantitative informations. - assist users in the exploitation of data which is made available to them. - building indicators that allows to extend customer knowledge - contribute at predictive tasks and customer segmentation.

Participation in the implementation of an integrated management solution on the Odoo-Erp platform Technical environment: Python, JavaScript, XML