Ingrid Pouomegne

Analyser les données clients et web pour appuyer les décisions marketing et commerciales. - Conception d’un pipeline de données (Python, SQL) pour centraliser et structurer les données de navigation du site web. - Mise en place d’une segmentation RFM (Récence, Fréquence, Montant) : calcul des scores via Python (Pandas), définition des segments clients (quartiles), et restitution dans Power BI. - Création d’un tableau de bord hebdomadaire à destination du comité exécutif : KPIs de pilotage (trafic, conversions, revenus, engagement client). - Collaboration avec l’équipe marketing pour identifier des opportunités ciblées (upsell, rétention, campagnes personnalisées). Outils : Power BI, Power Query, DAX, Excel

Modernisation de la gestion documentaire axé sur la fiabilisation des extractions automatiques de métadonnées et le suivi d’indicateurs métier. - Développement d’un pipeline Python automatisant le traitement des métadonnées GED (réduction de 60 % de tâches manuelles). - Conception de tableaux de bord Power BI : volumes traités, taux de reconnaissance, erreurs, délais. Suivi de la qualité des extractions (complétude, exactitude) et analyse des écarts pour améliorer la performance. - Collaboration avec les équipes métier pour définir des KPI opérationnels et ajuster les règles de catégorisation. - Amélioration du modèle existant et proposition d’alternatives pour de meilleures performances Intégration de modèles de Reconnaissance d’Entités Nommées (NER) pour l’extraction automatique d’informations. Outils : Python (pandas, spaCy), Power BI, PostgreSQL, Excel, GED interne

Analyse des données de trafic web afin de fournir aux équipes marketing et produit une vision claire de la performance du site et des parcours utilisateurs. - Structuration, nettoyage et modélisation relationnelle des données dans Power BI pour assurer la fiabilité des indicateurs et faciliter l’analyse multi-dimensionnelle. - Mise en place et maintenance d’un tableau de bord Power BI regroupant les KPIs de pilotage : trafic, conversions, taux de rebond, engagement utilisateur. - Création de mesures dynamiques via DAX pour suivre l’évolution des performances dans le temps et comparer les résultats avec les périodes précédentes. - Collaboration régulière avec les équipes métiers pour interpréter les insights, détecter les opportunités d’optimisation et orienter les actions marketing (acquisition, contenu, rétention)