Elie LAFORGE

• Nettoyage rétroactif de 8000+ factures clients et mise en place d'un dashboard pour analyse de 4 métriques par département : création d’une liste de 160 clients cibles à upsell • Matrice d'import de facture en masse sur Pennylane, gain de temps estimé : 3 jours par mois • Création d’un bouton d'export rapide de grand-livre avec date ajustable (API Pennylane) • Processus de traitement des documents de transaction fourni par Amazon Seller en écritures comptables pour le calcul du montant TVA à verser selon les différents pays de ventes de produits

• Collaboration étroite avec l’équipe data de Décathlon pour optimiser un processus d’import massif de données, en intégrant SQL et XML afin d’importer plus de 200 000 enregistrements PLM avec une amélioration de 90 % de la précision. • Animation de 15+ ateliers Agile avec l’équipe Green Score Capital pour identifier les besoins et livrer un score PEF personnalisé dans le PLM. • Automatisation d’un modèle de tableau de bord JQL dans Jira pour 60+ projets, permettant un suivi en temps réel des indicateurs clés et atteignant 80 % d’adoption par les chefs de projet. • Évaluation de l’alignement de 100+ cas d’usage PLM de Monorpix avec les procédures opérationnelles standardisées, garantissant une amélioration de 59 % de la précision opérationnelle. • Estimation des durées de déploiement d’une nouvelle version PLM pour 7 maisons LVMH, en analysant les systèmes existants et les données historiques, réduisant la variance des délais de 20 % et optimisant la planification stratégique pour un cycle de mise à niveau global 15 % plus rapide. • Gestion de 20+ tickets axés sur la visualisation lors de la mise en œuvre du PLM chez Dior, en appliquant un dépannage ciblé et en implémentant une mise en forme conditionnelle automatisée, améliorant la clarté des données de 35 % et réduisant les demandes de clarification de 25 %. • Coordination des mises à jour hebdomadaires de l’environnement de pré-production de Dior sur la base des résultats des tests d’acceptation utilisateur (UAT), obtenant une augmentation de 25 % de la fiabilité du système et assurant un respect à 98 % des critères de performance avant le déploiement final.

• Étude de 35 cas d’usage de la 5G en intérieur dans 5 secteurs différents, en analysant plus de 50 sources pour alimenter un rapport stratégique. • Garantie de la qualité des données grâce à une validation et un nettoyage rigoureux, soutenant des analyses et des insights fiables.