Sébastien Henique

🎯 Mission : Transformer la donnée complexe en leviers de croissance actionnables. 📊 Résultats & Impact Business : • Pilotage de la rentabilité : dashboards financiers automatisés → monitoring en temps réel du CA, volume de ventes et panier moyen | Réduction du reporting manuel : -80% • Optimisation du Mix-Produit : analyses Pareto sur des datasets de +265 000 lignes | Réorientation des stocks vers les best-sellers → impact direct sur les marges • Audit & Fiabilisation des données : correction d'anomalies, restructuration de modèles défaillants → Single Source of Truth opérationnelle ⚙️ Expertise Technique déployée : • Data Modeling : Star Schema, relations M-à-N, tables de faits complexes • DAX Avancé : Time Intelligence, calculs de parts de marché dynamiques (ALL, CALCULATE, RANKX) • Power Query (M) : ETL avancé, fusion de sources hétérogènes (Excel, SQL, CSV) • UX/Storytelling : interfaces 'Aide à la décision' — navigation par onglets, tooltips personnalisés Stack : Power BI Desktop · DAX Studio · Power Query · SQL · Excel Expert

📚 Formation certifiante Data Analyst — +400h | Certification RNCP niveau 6 (Bac+3) Projet fil rouge : application data end-to-end déployée avec Streamlit • Web scraping Python → nettoyage Pandas → analyse exploratoire → visualisations • Application interactive Streamlit déployée et documentée sur GitHub • Requêtes SQL avancées (jointures, agrégations, fenêtres analytiques) • Modélisation relationnelle et pipeline ETL complet Compétences : Python (Pandas, NumPy) · SQL · Matplotlib/Seaborn · Streamlit · Git/GitHub 🏆 Certifié RNCP 6 — équivalent Bac+3 Data Analyst

Contexte : Optimisation de la performance commerciale et de la visibilité produits en grande distribution. Environnement : Retail, Merchandising, Reporting, Analyse terrain, KPIs GMS Missions : • Analyse des ventes, détection des ruptures et surstocks • Contrôle des implantations, conformité planogrammes et visibilité produits • Suivi des KPIs : facing, disponibilité, rotation • Consolidation des informations terrain → création d’une base de données qualitative • Recommandations d’optimisation pour chefs de rayon et responsables secteur • Reporting régulier pour orienter les actions locales

Analyse des performances produits (ruptures, rotations, disponibilité en rayon). Optimisation des implantations et mesure de leur impact commercial. Suivi des assortiments : nouveautés, saisonnalité, variations de ventes. Collecte et remontée structurée d’indicateurs terrain auprès des responsables magasins. Travail en autonomie, organisation multi-sites, reporting régulier. 👉 Compétences utiles en Data : compréhension des KPI retail, lecture des tendances produits, analyse opérationnelle, logique d’optimisation basée sur les données.

Suivi des stocks, commandes et réapprovisionnements. Analyse des ruptures, surstocks et saisonnalités. Gestion opérationnelle de rayons : performance, disponibilité, optimisation. Relation clientèle et adaptation aux besoins du terrain. 👉 Compétences utiles en Data : compréhension fine des processus logistiques & supply chain, analyse des flux.