𝕏avier P.

🎓 Projet validé ✅ Dans ce projet, j’ai été missionné en tant que consultant data analyst au sein de l’ONG DWFA (Drinking Water For All), dont l’objectif est de favoriser l’accès universel à l’eau potable. L’enjeu était de produire une analyse visuelle stratégique afin de soutenir une demande de financement auprès d’un bailleur de fonds et d’identifier les pays prioritaires pour de futures actions. 🎯 Objectif Aider à la prise de décision stratégique en identifiant les pays rencontrant des difficultés d’accès à l’eau potable grâce à un tableau de bord interactif, accessible à un public non technique (décideurs, bailleurs, responsables de mission). 🧪 Travaux réalisés • Analyse du contexte humanitaire et des enjeux liés à l’accès à l’eau potable. • Sélection d’indicateurs pertinents en lien avec les 3 domaines d’expertise de DWFA (création, modernisation et conseil). • Exploitation de jeux de données issus de l’OMS et de la FAO. • Prétraitement, nettoyage et structuration des données. • Conception d’un tableau de bord interactif comprenant 3 vues analytiques comparatives par pays. • Application des bonnes pratiques de data visualisation et data storytelling. • Préparation d’une démonstration et d’un document de synthèse des choix d’indicateurs. 🛠️ Compétences mobilisées Data visualisation · Data storytelling · Analyse exploratoire · Prétraitement des données · Choix d’indicateurs · Tableau / Power BI · Reporting décisionnel · Posture de consultant data. 📊 Livrables Tableau de bord interactif (Tableau Public ou Power BI), document de synthèse et support de soutenance avec recommandations stratégiques.

🎓 Projet validé ✅ Dans ce projet, j’ai intégré l’équipe Marketing de Lapage, une librairie ayant ouvert un site de vente en ligne, pour analyser ses données de ventes et comprendre le comportement des clients. L’objectif était de produire un rapport analytique complet, à présenter au CODIR, permettant de soutenir la stratégie commerciale et marketing. 🎯 Objectif Analyser les indicateurs de ventes et les comportements clients afin de fournir des insights actionnables pour optimiser les offres, les prix et le ciblage client. 🧪 Travaux réalisés • Exploration et nettoyage des données de ventes et des informations clients. • Calcul des indicateurs clés : chiffre d’affaires par produit, panier moyen, fréquence d’achat, top/flop produits, répartitions par catégorie et segment client. • Analyse des corrélations demandées : genre vs catégories achetées, âge vs montant total, fréquence, panier moyen et catégories de livres. • Identification et traitement des valeurs aberrantes pour fiabiliser les analyses. • Production de visualisations claires et synthétiques pour le CODIR. • Création d’un support de présentation stratégique pour exposer les résultats de manière concise et compréhensible pour des non-techniciens. 🛠️ Compétences mobilisées Python / R · Jupyter / R Markdown · pandas / dplyr / matplotlib / ggplot2 · Statistiques descriptives · Analyse de corrélations · Data cleaning · Visualisation · Reporting stratégique. 📊 Livrables Notebook complet (.ipynb ou .Rmd) avec analyses et graphiques, support de présentation (PPT/GSlides) de la réunion CODIR incluant indicateurs clés, visualisations et recommandations stratégiques.

🎓 Projet validé ✅ Dans ce projet, j’ai intégré un cabinet de conseil en transformation digitale pour automatiser l’analyse de l’égalité femmes-hommes. L’objectif était de produire un rapport complet à partir des données SIRH tout en respectant le RGPD, afin de faciliter la publication de l’index de l’égalité professionnelle et d’améliorer la marque employeur. 🎯 Objectif Automatiser la collecte, l’agrégation et la visualisation des indicateurs clés d’égalité femmes-hommes, et produire des supports exploitables pour la direction. 🧪 Travaux réalisés • Analyse des fichiers SIRH et identification des indicateurs essentiels (minimum 5 indicateurs selon le guide ministériel). • Conception d’un workflow KNIME automatisant la préparation des données, l’anonymisation et la génération de graphiques. • Nettoyage, vérification de la cohérence et structuration des données pour respecter les normes RGPD. • Export d’un fichier .csv prêt pour des analyses futures sur Tableau Software. • Création de visualisations claires : indicateurs, comparaisons et tendances. • Préparation d’un support de présentation de 15 slides : méthodologie, workflow, anonymisation, graphiques, score final et recommandations. • Proposition de recommandations pour améliorer le score d’égalité femmes-hommes l’année suivante. 🛠️ Compétences mobilisées KNIME · Data preparation · Workflow automation · Analyse de données RH · Visualisation · RGPD · Reporting · Communication synthétique. 📊 Livrables Workflow KNIME commenté (.knwf), fichier .csv avec les données préparées, support de présentation (PPT/GSlides) incluant méthodologie, visualisations et recommandations.

🎓 Projet validé ✅ Dans ce projet, j’ai intégré l’équipe ESN Data pour réaliser une mission de data visualisation chez Sanitoral, une entreprise internationale de soins bucco-dentaires. L’objectif : créer un tableau de bord interactif pour suivre l’avancement des projets, contrôler les performances et identifier les retards. 🎯 Objectif Développer un tableau de bord dynamique avec Power BI en respectant les besoins métier et les bonnes pratiques de storytelling. 🧪 Travaux réalisés • Compréhension des besoins utilisateurs et formalisation des user stories dans un Product Strategy Canvas. • Analyse et préparation des données : nettoyage, transformation et liaison des tables via Power Query Editor. • Création de clés uniques pour relier projets et phases. • Développement du tableau de bord : visualisations claires des coûts, avancement, retards et performances. • Mise en place d’indicateurs stratégiques pour faciliter la prise de décision. • Exploitation des formules DAX, filtres et rôles pour adapter les visualisations à différents profils. • Préparation d’un onglet dédié à la documentation : Product Strategy Canvas, étapes de mise à jour des données et modèle de données. • Application du storytelling pour une présentation fluide et synthétique destinée aux directeurs. 🛠️ Compétences mobilisées Power BI · Power Query · DAX · Data modeling · Dashboard design · Storytelling · Analyse de données · Communication visuelle · Bonnes pratiques BI. 📊 Livrables Tableau de bord Power BI (.pbix) incluant : analyses graphiques, proposition d’axe stratégique, Product Strategy Canvas, procédure de mise à jour des données et explication du modèle de données.

🎓 Projet validé ✅ Dans ce projet, j’ai rejoint l’équipe data de Bottleneck, un marchand de vin premium, pour améliorer la fiabilité et l’analyse des données issues de leurs différents systèmes (ERP, site web, table de liaison). L’objectif : consolider les données, corriger les nombreuses incohérences et produire des analyses exploitables par le comité de direction. 🎯 Objectif Rapprocher les différentes sources, nettoyer les données, détecter les anomalies et fournir des analyses claires sur les ventes, les prix, les marges et les stocks. 🧪 Travaux réalisés • Rapprochement des fichiers ERP ↔ site web via la table de correspondance. • Identification d’erreurs : types incohérents, doublons, valeurs manquantes, erreurs de prix, mauvais SKU, jointures incorrectes. • Mise en place de corrections et propositions d’amélioration (normalisation, typage, contrôle qualité). • Analyses exploratoires : distributions, cohérence des données, recherche d’anomalies. • Calcul du CA total et par produit, analyse des tops références (Pareto 20/80). • Détection de valeurs aberrantes (z-score, IQR) + boxplots pour identifier les erreurs de prix. • Analyse des marges, rotation des stocks, taux de couverture et mois de stock. • Étude des corrélations entre variables quantitatives (prix, prix d’achat, stock, ventes, marge…). • Formalisation des erreurs détectées et synthèse pour le futur projet de data visualisation. 🛠️ Compétences mobilisées Python / R · Pandas / dplyr / tidyr · Analyses exploratoires · Détection d’anomalies · Visualisation (matplotlib / ggplot2) · Analyse CA & stocks · Structuration d’un rapport pour un CODIR · Bonnes pratiques RGPD et qualité de données. 📊 Livrables Notebook complet (Python/R) · Présentation ≤ 20 slides : nettoyage, analyses, anomalies, recommandations pour améliorer l’ERP et fiabiliser la base de données.

🎓 Projet validé ✅ Dans ce projet, j’ai rejoint l’équipe Data de Laplace Immo, dans un scénario professionnel où la CTO m’a confié la reconstruction d’une base de données immobilières nationale à partir de plusieurs sources (DVF 2020, données géographiques, démographie). L’objectif était d’obtenir une base exploitable, normalisée et conforme au RGPD, pour permettre aux équipes d’analyse et de prédiction de modéliser le prix des biens. 🎯 Objectif Concevoir une base SQL complète et fiable : normalisation du modèle relationnel (3NF) ; définition d’un schéma clair avec clés primaires / étrangères et contraintes ; chargement de données volumineuses ; production des premières analyses statistiques immobilières. 🧪 Travaux réalisés Analyse du besoin métier et revue des trois jeux de données (DVF, communes, démographie). Construction du dictionnaire de données avec identification des champs sensibles (RGPD). Création du schéma relationnel 3NF (tables Bien, Vente, Commune). Intégration des données : typage, nettoyage, contraintes d’intégrité, clés, index. Écriture de requêtes SQL avancées (agrégations, jointures, filtres). Analyses : volume des ventes, prix/m², répartition géographique, types de biens. Création du support de présentation pour la CTO : schéma relationnel + résultats + recommandations. 🛠️ Compétences mobilisées SQL : modélisation, normalisation, jointures, contraintes Modèle relationnel & 3NF Gestion et import de données volumineuses (CSV) Analyse statistique appliquée aux données immobilières Conception de schéma + dictionnaire de données Structuration & communication de résultats techniques 📊 Livrables Schéma relationnel finalisé (3NF) Base SQL fonctionnelle et documentée Dictionnaire de données + notes RGPD Pack de requêtes SQL Présentation professionnelle (PowerPoint)

🎓 Projet validé ✅ Dans ce projet, j’ai intégré l’équipe de recherche de la FAO (ONU) dans un scénario immersif pour analyser l’évolution de la sous-nutrition mondiale. C’est mon premier projet d’analyse de données avancée avec Python/R, réalisé intégralement dans un Notebook Jupyter ou R Markdown. 🎯 Objectif : produire une étude complète couvrant 2013–2017, en continuité avec un autre analyste ayant traité 2018–2022. L’analyse devait s’appuyer sur les données officielles FAO et fournir des résultats chiffrés, des visualisations fiables et une interprétation claire des tendances. 🧪 Travaux réalisés Chargement, nettoyage et préparation de plusieurs datasets FAO. Gestion des valeurs manquantes, typage et structuration. Calcul des indicateurs clés : taux de sous-nutrition, insécurité alimentaire, variables nutritionnelles et démographiques. Visualisations : évolutions temporelles, comparaisons régionales, identification des zones critiques. Analyses complémentaires (tendances, accélérations, risques). Production d’un notebook complet avec code commenté et graphiques. Création d’une présentation structurée à destination de l’équipe FAO. 🛠️ Compétences mobilisées Python / R Notebooks Jupyter ou R Markdown pandas, dplyr, tidyr matplotlib, ggplot2 Analyse statistique appliquée à la santé publique Structuration et communication d’une analyse scientifique 📊 Livrables Notebook complet (Python/R) + version PDF Support de présentation (PPT / GSlides) Résultats, graphiques, recommandations opérationnelles

🎓 Projet validé ✅ Dans ce projet, j’ai réalisé mes premières manipulations complètes d’une base de données relationnelle : création, modélisation, chargement, exploration et requêtage SQL. L’objectif était d’acquérir des bases solides en gestion de données et en analyse SQL, compétences essentielles dans les métiers de Data Analyst et BI. 🔍 Objectifs du projet Comprendre et structurer des datasets (contrats clients + référentiel géographique). Construire un dictionnaire de données complet. Concevoir un schéma relationnel normalisé (SQL Power Architect). Générer le code SQL de création de tables. Charger et contrôler les données dans un SGBD (SQLite/MySQL/PostgreSQL). Réaliser une série de requêtes SQL d’analyse (12 requêtes guidées puis avancées). Produire un document technique, une analyse structurée, et une présentation finale. 🛠️ Compétences développées Exploration et typage des données Construction d’un dictionnaire de données Modélisation relationnelle & 3NF Création de tables avec contraintes (PK/FK, types, tailles…) Chargement et contrôle de datasets Écriture de requêtes SQL analytiques : filtres agrégations jointures regroupements classements Vérification et validation des analyses avec un mentor 📊 Travaux réalisés Dictionnaire de données complet Schéma relationnel normalisé (JPG) Script SQL de création de la base Base de données opérationnelle avec toutes les données chargées 12 requêtes SQL d’analyse (TOP 5 surfaces, moyennes, regroupements régionaux, etc.) Document technique & présentation de méthodologie 🎯 Livrables Document technique (12 pages) Schéma relationnel + code SQL Analyses SQL complètes + résultats Présentation méthodologique Auto-évaluation & échange final avec le mentor 📘 Compétences clés maîtrisées ✔️ SQL (SELECT, JOIN, GROUP BY, HAVING, ORDER BY…) ✔️ Modélisation de base de données ✔️ Analyse structurée et méthode analytique ✔️ Documentation technique ✔️ Travail guidé et validation avec mentor expert

🎓 Projet validé ✅ Dans ce projet, j’ai incarné un Data Analyst au sein du service marketing de Grand Marché, une entreprise de e-commerce multi-secteurs. L’objectif : fournir une analyse claire, actionnable et accessible afin d’aider la direction à piloter la stratégie commerciale. 🔍 Partie 1 : Rapport mensuel – Analyse des ventes et storytelling À partir des données mensuelles de ventes et de trafic, j’ai réalisé : l’analyse de la proportion des ventes par catégorie, l’étude du panier moyen et de son évolution, le suivi du chiffre d’affaires, des achats clients et du ratio achat/visites, l’analyse du temps passé sur le site lors des sessions conclues, une projection de l’évolution du CA. J’ai ensuite sélectionné 5 graphiques clés (un par diapositive comme demandé) et construit une présentation synthétique destinée à un public non initié à la data. 🎯 Objectif atteint : rendre la data lisible et orientée décision. 📈 Partie 2 : Tableau de bord Excel – Clients affiliés J’ai complété et mis à jour le tableau de bord affiliés demandé par l’équipe marketing : création de 4 nouveaux graphiques et d’une infographie, mise à jour des formules et automatisations, construction d’un tableau résumé par client (achats + chiffre d’affaires), respect des bonnes pratiques d’accessibilité. 🚀 Livrables & compétences validées ✔ Rapport d'analyse visuel et narratif ✔ Tableau de bord Excel dynamique et structuré ✔ Synthèse stratégique pour l’équipe marketing ✔ Storytelling, vulgarisation, choix de graphiques pertinents ✔ Analyse du trafic et des performances commerciales 🎯 Ce que ce projet m’a apporté Mes premiers pas en data storytelling, essentiel pour rendre mes analyses compréhensibles. Une expérience concrète d’analyse marketing orientée terrain. Les bases solides des bonnes pratiques de data visualisation. La capacité à adapter mon discours selon l’audience (direction, marketing, non-tech).

Formation – Data Analyst (RNCP Niveau 6 – Bac+3/4) OpenClassrooms Formation professionnalisante axée sur la maîtrise des outils et méthodes d’analyse de données. Au cours de ce cursus, je réalise 13 projets concrets, chacun validé par un expert métier, couvrant l’ensemble du workflow data : Collecte et préparation des données : Python (Pandas, NumPy), SQL, ETL, nettoyage et normalisation. Analyse exploratoire & statistiques : visualisation, indicateurs clés, corrélations, tests statistiques. Data visualisation & storytelling : création de tableaux de bord (Excel, Power BI), synthèses pour équipes métier et direction. Gestion de base de données : modèles relationnels, schémas ERD, normalisation 3NF. Manipulation de grands jeux de données et optimisation des requêtes SQL. Pratiques professionnelles : présentations orales, soutenances filmées, recommandations stratégiques, gestion de projet. 🎓 Objectif : être opérationnel sur l’analyse de données, la production d’insights actionnables et la communication auprès d’équipes techniques ou métiers.

Tesla’s mission is to accelerate the world’s transition to sustainable energy. https://www.tesla.com/fr_fr La mission de Tesla est d'accélérer la transition mondiale vers une énergie durable.

La mission de Ruche Premier est de redorer l'image des récoltes de miel française d'exception. www.ruchepremier.com/ Ruche Premier. Miel d'excellence récolté en France, récolte rare et d'exception.