Karim RHAOUTI

En mission chez Kiabi, au sein de la squad Stock & Supply pour accompagner les équipes sur la modélisation, l’analyse métier et la construction de tableaux de bord décisionnels dans Power BI. Résultats : - Comprendre les enjeux business, challenger les besoins exprimés par les métiers. - Traduire les problématiques métiers en modèles analytiques pertinents. - Concevoir des modèles de données (couches d’exposition) performants et adaptés à la restitution. - Créer, maintenir et faire évoluer des dashboards Power BI avec une approche user-centric. - Collaborer étroitement avec nos Data Engineers pour garantir la qualité, la cohérence et la performance des flux de données. - Participer aux rituels agiles de la squad De manière transverse, je participe aux Chapters Data Analyst afin d'harmoniser les bonnes pratiques de cadrage, développement, documentation et de maintien en conditions opérationnelles. Environnements techniques : - Google Cloud Platform - Google BigQuery - Dataform - Google Cloud Storage - Power BI (DataViz) - Git / GitLab - Outils gestion de projets : Jira, Confluence, Miro, Drive, Docs, Sheets, Slide

- Sensibilisation et accompagnement des équipes métiers dans l’adoption d’une culture Data-Driven - Conception de solutions analytiques évolutives alignées avec les enjeux opérationnels et stratégiques - Traduction des besoins métiers en cas d’usage data concrets et pertinents Résultats : - Pilotage de projets d’analyse de données pour identifier des leviers de performance et optimiser les processus métiers. - Création et automatisation de tableaux de bord interactifs, facilitant le suivi des KPIs et la diffusion des insights à grande échelle. - Assurance de la qualité des données, des agrégats et des indicateurs clés. - Communication claire et pédagogique des insights data aux parties prenantes. - Exploration, intégration et valorisation de nouvelles sources de données pour enrichir la prise de décision. De manière transverse, je participe à une guilde Data Analyst afin d'harmoniser les bonnes pratiques de cadrage, développement, documentation et de maintien en conditions opérationnelles. Environnements techniques : - Google Cloud Platform - Google BigQuery - Google Cloud Storage - Power BI (DataViz) - Looker Studio (DataViz) - Git / GitHub - Outils gestion de projets : Jira, Confluence, Miro, Drive, Docs, Sheets, Slide

En mission chez Adeo, au sein de la Supply Chain Digital Platform (SCDP). Le projet SCI (Supply Chain Indicators) consiste à calculer des indicateurs clés (disponibilité des articles en magasin, overstock, promesse client, taux d'annulation des commandes...) et les mettre à disposition des Leaders Supply Chain et des Business Units du groupe. Résultats : - Développement des indicateurs - Réalisation et déploiement de pipelines des flux de données - Mise en place et automatisation de dashboards pour diffuser la data valorisée au sein du groupe - Présentation et communication claire sur les analyses & dashboards pour les métiers afin de les aider à mieux comprendre leur business et à prendre les bonnes décisions - Etre garant de la pertinence et de la qualité des données ainsi que du respect des bonnes pratiques et de la fluidité des processus - Assurer le Run sur les projets des différentes Business Units - Partage et veille technologique autour des sujets de data analyses - Participer aux missions de data gouvernance et d’acculturation data - Participation aux rituels agiles de l'équipe : Daily Scrum, Sprint Planning, Sprint Rétrospective, Sprint Review De manière transverse, je participe à une guilde Data Analyst/ Data Engineer afin d'harmoniser les bonnes pratiques de cadrage, développement, documentation et de maintien en conditions opérationnelles. Environnements techniques : - Google Cloud Platform - Google BigQuery - Data Build Tool (DBT) - Data Pipeline - Terraform - Cloud Craft - Power BI (DataViz) - Looker Studio (DataViz) - Git / GitHub - Outils gestion de projets : Jira, Confluence, Miro, Drive, Docs, Sheets, Slide

Accompagnement du métier dans son acculturation data et aux bonnes pratiques de l’exploitation de la data - Proposer des solutions adaptées aux besoins clients en construisant des produits data modulaires et efficaces Résultats : - Valorisation de la donnée dans les différents domaines (marketing, connaissance client, fidélité…) - Accompagner les équipes business pour identifier, cadrer, piloter des solutions analytiques (dashboarding, KPIs et analyses) - Réalisation d'analyses DATA pour aider les métiers à mieux comprendre leur business et à prendre les bonnes décisions - Elaboration et automatisation de dashboards pour diffuser la data valorisée au sein de l'entreprise - Vérifier la qualité des agrégats et KPIs, de leur bonne et régulière exécution ainsi que de leur utilisation adéquate - Présentation et communication claire sur ces analyses & dashboards - Identification et exploitation de nouvelles sources de données - Partage et veille technologique autour des sujets de data analyses - Participer aux missions de data gouvernance et d’acculturation data - Participation aux rituels agiles de l'équipe en assurant le rôle de Scrum Master de l’équipe - Mise en place d'outils et méthodes (catalogue de code usuel par exemple) pour l'évolution de la compétence data analyse Environnements techniques : - Google Cloud Platform - Google BigQuery - Google Cloud Storage - Power BI (DataViz) - Looker Studio (DataViz) - Git / GitHub - Outils gestion de projets : Jira, Confluence, Miro, Drive, Docs, Sheets, Slide

Segmentation des clients en utilisant l’ensemble des datas disponibles (internes / externes) - Optimisation du contenu des campagnes marketing personnalisées : systèmes de recommandation établis via la modélisation prédictive et le Machine Learning : hausse des ventes d’environ 25 % - Définition des cibles les plus pertinentes pour les plans d’animation commerciales : augmentation du taux de réactivité d’environ 40% et du chiffre d’affaires additionnel de 30%, par rapport aux campagnes précédentes - Mesure des plans d’animations commerciales et communication des résultats auprès des services marketing - Aide à la construction de gammes produites - Construction de modèles de prévision (développement de nouveaux concepts, pression client, efficacité promotionnelle etc.) en prenant en compte les contraintes métiers - Construction des Dashboard et des rapports personnalisés et dynamiques via des outils de Data visualisation Environnements techniques : - Python - Jupyter Notebook - Google Cloud Platform - Google BigQuery - Google Cloud Storage - Looker Studio (DataViz) - Tableau (DataViz) - Outils gestion de projets : Drive, Docs, Sheets, Slides

– Responsable de l'élaboration de l'annuaire statistique officiel du Ministère de la Justice (collecte et analyse des données auprès de 240 tribunaux). – Conception et mise en place des Dashboards d'activité et des KPIs pour le suivi de la performance des tribunaux. – Production et analyse des reporting mensuels et trimestriels sur l'évolution des affaires au niveau des tribunaux (affaires enregistrées, affaires résolues, affaires en cours, affaires pendantes et le délai de jugement des affaires). – Actualisation des indicateurs de performance en collaboration avec le Ministère de l'Economie et des Finances dans le cadre du projet de la nouvelle gestion budgétaire basée sur la performance et axée sur les résultats. – Modélisation des délais de jugement et d'exécution des affaires au niveau des cours d'appel, des tribunaux de première instance et des tribunaux spécialisés. – Participation au grand Projet du Tribunal Numérique (le suivi de la qualité d'information au sein du système d'information S@J et le respect des procédures). – Participation aux enquêtes de satisfaction auprès des justiciables. – Membre du comité chargé de l'évaluation du système judiciaire marocain, dans le cadre de la participation au cycle d'évaluation des systèmes judiciaires organisé par la Commission Européenne Pour l'Efficacité de la Justice (CEPEJ).

Projet: Mise en place de modèles de Machine Learning pour le scoring d'appétence d'un produit bancaire. Objectifs: Améliorer l'efficacité et maximiser la rentabilité des campagnes de marketing, diminuer les coûts de prospection, fidéliser la clientèle existante et rentabiliser les nouveaux clients. – Extraction des données et programmation sous SAS et SQL Oracle Développer. – Gestion des bases de données. – Modélisation et segmentation comportementale de la clientèle BMCI. – Élaboration d'un modèle prédictif à l'aide de SAS. – Affectation des scores et Ciblage des clients éligibles au produit bancaire. – Analyse et marketing quantitatif. – Contribution à la mise en place et la diffusion de l'outil géomarketing.

Projet: La gestion du risque de liquidité par l'approche ALM (Asset and Liability Management) – Analyse prévisionnelle du montant des sinistres à l'aide d'EVIEWS. – Détermination de l'allocation stratégique des placements optimale des actifs.