Anne Sophie Pelissier

3ème mission en tant que Data Analyste chez un assureur. J’étais intégrée au Data Lab du service d’acquisition de client. En toute autonomie, et sous la supervision d’un manager rompu au travail et à l’analyse de la data, j’ai pu exercer des missions diverses :

• Migration de SAS vers Python/SQL : édition de la roadmap, planning, supervision des développements et des recettes, traduction des scripts, coordination inter équipes.

• Création de ciblage pour des campagne marketing : recueil des besoins auprès de l’équipe marketing, puis choix des critères de ciblage au sein des données socio-démographiques et comportementales

• Gestion des opt-ins et mise en place d’un process de suivi des enregistrements en lien avec le Data Gouverneur.

• Optimisation de l’automatisation du funnel de data, pour optimiser la collecte, le management, la transformation des données sur les opportunités commerciales via une mise en œuvre d’un pipeline de données sur Saagie.

• Analyse Anti-churn : le but était de comprendre l’effet des appels au client, après qu’ils avaient visité une rubrique FAQ (courrier, courriel, espace en ligne, …).

Deuxième mission de 9 mois, sein de la Direction Marketing Client et Marketing 360 où j’étais rattachée au Pôle Data Stratégie & Business Insights. Je devais faire parler la data pour aider à la prise de décision :

• Recueil des problématiques métiers et apport de solutions basées sur l'exploitation de la donnée,

• Réalisation d’études et analyses clients : analyse des comportements d'achat, profils clients, parcours clients, associations de produits…

• J’ai aussi accompagné les métiers dans l’interprétation des données pour les guider dans leurs prises de décisions

• Accompagnement des équipes dans l'utilisation des modèles de Machine Learning, en lien avec les Data Scientists

Première mission de Data Analyse dans une grande enseigne française de distribution, leader sur son segment. Des missions d’analyse avancées, au sein du pôle « connaissance client ». Présentation des résultats au chefs de groupes marketings, et aux catégories managers.

• Analyses de comportements clients, des profils d’acheteurs, des paniers, du mix de produits

• Création de segmentations de clients, mixant des données socio-démo et des données d’achats, et des données de comportements (promo).

• Calcul de scores d’appétence produits

• Optimisation des rayons de produits de grandes consommations, A/B testing pour validation du calcul

• Mesure de l’impact des promotions, analyse du CA incrémental généré