Valentin Waterloos

Le concept du projet Matrix est d’évaluer l’impact d’actions marketings (publicités diverses, distribution d’échantillons, événements, etc.) sur les ventes, de manière isolée. Techniquement, c’est ce que l’on appelle un MMM (Marketing Mix Modeling). Ce projet est déployé sur les principaux marchés de Pernod-Ricard.

Ma mission se déroule au sein de l’équipe Asie. Je travaille spécifiquement sur l’Inde. Les réalisations sont les suivantes :

• Préparation de la modélisation : Echanges avec différents métiers, notamment locaux. Etudes diverses afin d’étudier, par exemple, la faisabilité d’éventuels ajouts dans le périmètre ou de vérifier la qualité de certaines données.

• Feature engineering dans les pipelines de production. Mise en place de correctifs sur des données problématiques (par exemple, des séries incomplètes). Adaptation du code de production aux spécificités du marché.

• Modélisation : Adaptation du modèle au marché. Tuning des différentes variables, paramètres et hyperparamètres du modèle.

• Echanges avec les métiers afin de valider la cohérence des conclusions du modèle par rapport à leurs attentes, retouches du modèle en fonction de leurs retours.

• Déploiement du modèle sur les différentes interfaces utilisateurs.

L’entreprise chez laquelle j’interviens utilise quasiment exclusivement SAS dans le cadre de ses projets data. Cela inclut 11 équipes, une cinquantaine de chaînes de traitement en production ainsi que des études ad hoc. Cette entreprise souhaite, à moyen terme, stopper son contrat avec SAS et migrer vers une architecture data plus récente.

L’objectif de cette mission est de réaliser une étude de faisabilité en effectuant un audit de l’existant, en définissant une architecture cible, puis en chiffrant la migration.

Une des principales difficultés rencontrées fut le volume de scripts SAS à analyser : environ 3 000 scripts en production et plus de 700 000 lignes de code. En raison de cette volumétrie, une approche manuelle n’était pas envisageable. J’ai donc mis en place des outils d’analyse automatique utilisant notamment l’intelligence artificielle :

J'ai effectué ma mission au sein de l'équipe Data Analyse, elle même rattachée au service Digital de Chanel Europe.

Ma mission consistait à accompagner différents métiers, tels que des membres du top management, des chef de produit ou encore des gestionnaires de campagnes en réalisant des études quantitatives afin de les aider à résoudre leurs problématiques.

Exemples types d'études réalisées :

L'environnement technique était sur Microsoft Azure (Azure AI Machine Learning Studio, SQL Server, Azure DevOps).