Aller au contenu principal
Zakaria Maachou
Data · BI · Business Analysis
Paris · Mobilité nationale

Zakaria Maachou

Transformer les données et les besoins métiers en décisions concrètes.

Data · BI · Business Analysis

Analyse de données · Reporting · Aide à la décision

Je traduis les besoins métiers en KPI, analyses et reporting pour éclairer les décisions et améliorer la performance.

Voir mes projetsGitHubMe contacter
SQLPythonExcelKPIReportingData VizData Quality
Capacités

Les capacités mobilisées sur chaque analyse.

De la définition des KPI à la fiabilisation des données, jusqu'au reporting utilisé par les équipes métiers.

  1. SQL
  2. KPI
  3. Reporting
  4. Tableau
  5. Python
  6. Data Quality
  7. CRM
  8. Performance
Expérience professionnelle

Expérience professionnelle

De la collecte et la fiabilisation des données jusqu'au reporting destiné aux équipes métiers.

  1. Analyse & reporting
  2. Données & BI
  3. Business Analysis

Analyse & reporting

09/2024 - 08/2025

Contrat d'apprentissage · Strasbourg

Biofa France

Assistant Marketing Digital & Data Reporting

Missions principales

  • Analyse des performances de campagnes digitales sur plusieurs canaux d'acquisition, avec suivi des principaux KPI de trafic, d'engagement et de conversion.
  • Centralisation et structuration des données marketing issues de plusieurs sources afin d'améliorer la fiabilité et la lisibilité du reporting.

Données & BI

09/2025 - 08/2026

Contrat d'apprentissage · Paris

My Job Glasses

Assistant Data Analyst

Missions principales

  • Préparation, nettoyage et contrôle de données utilisées pour le reporting.
  • Extraction et analyse de données SQL pour le suivi des indicateurs de performance.
  • Mise à jour de tableaux de bord Tableau et production de reportings pour le suivi de l'activité.

Objectif

Data · BI · Business AnalysisAnalyser les données, structurer les KPI et traduire les besoins métiers en reporting exploitable pour la décision.
Projets

Projets

Quatre projets portfolio structurés de la même façon : problème métier, données et méthode, KPI, analyse, puis décision.

Projet 01 / Data Quality & Aide à la décision

Projet portfolio individuel

Problème métier

Les KPI de revenu sont-ils fiables avant que le Customer Success priorise ses comptes ?

Voir le projet

ContextePortefeuille 24 mois · 7 sources · Réconciliation ARR · Contrôles qualité · Priorisation sous contrainte

Périmètre / architecture analysée

  1. Sources de données

    7

  2. Profondeur d'historique

    24 mois

  3. Comptes du portefeuille

    750

  4. Scénarios qualité couverts

    14
RenewalOS — Control Tower RenewalOS — contrôles qualité et statut du reporting KPI
Control Tower RenewalOS — contrôles qualité et statut du reporting KPI
A

Analyse

Les sorties décisionnelles restent restreintes tant que les exceptions sources et les écarts de réconciliation ne sont pas visibles et revus.
→

Décision / recommandation

Revoir les exceptions qualité avant de traiter l'ARR, le churn ou le renouvellement comme des KPI de pilotage
Projet 02 / Analyse de performance & Conversion

Projet portfolio individuel

Problème métier

Où les utilisateurs abandonnent-ils avant l'achat ?

Contexte3,02 M visiteurs · Vue → panier 11,14 % · Panier → achat 58,35 %

Voir le projet

KPI / funnel utilisateur strict

  1. 01

    Visiteurs

    3 022 130
  2. 02

    Utilisateurs avec panier

    336 718
  3. 03

    Utilisateurs acheteurs

    196 474
Funnel e-commerce — Dashboard funnel — conversion et abandon par étape
Dashboard funnel — conversion et abandon par étape
A

Analyse

Seuls 11,14 % des visiteurs ajoutent un produit au panier, alors que 58,35 % des paniers aboutissent à un achat. Le principal point de friction se situe donc entre la vue produit et l'ajout au panier, et non au moment du paiement.
→

Décision / recommandation

Tester les CTA et la visibilité de l'ajout au panier sur les pages produit
Projet 03 / CRM & Segmentation

Projet portfolio individuel

Segmentation RFM — Dashboard de segmentation RFM — répartition des segments et chiffre d'affaires
Dashboard de segmentation RFM — répartition des segments et chiffre d'affaires

Problème métier

Quels clients le CRM doit-il prioriser ?

Contexte5 000 clients · VIP · Loyaux · À risque · Perdus

KPI / concentration du chiffre d'affaires

27,9 % des clients75,4 % du CA
Analyse
Le chiffre d'affaires est fortement concentré : les clients VIP (27,9 %) génèrent 75,4 % du CA, tandis que les clients Perdus (23,62 %) n'en représentent que 2,95 % — un signal de priorisation CRM très clair.
Décision / recommandation
Rétention VIP : programme de fidélité, offres exclusives, suivi de compte proactif
Voir le projet
Projet 04 / Rentabilité

Projet portfolio individuel

Problème métier

Où la marge se dégrade-t-elle ?

Contexte12 000 commandes · CA · Coûts · Marge · Remises

KPI / diagnostic de rentabilité

Marge
214 041 €
Remise moyenne
17,39 %
Part de commandes à perte
16,01 %
Rentabilité e-commerce — Dashboard de rentabilité — vue remises et catégorie × région
Dashboard de rentabilité — vue remises et catégorie × région
Analyse
La fuite de marge se concentre sur le couple Électronique / UE, et les niveaux de remise élevés dégradent systématiquement la marge.
Décision / recommandation
Revoir la politique de remise sur l'Électronique en UE — zone d'érosion de marge la plus forte
Voir le projet
Méthode

Méthode / du besoin métier à la décision

De la question métier à la décision

  1. Point de départ

    Besoin métier

    Clarifier la question, les utilisateurs et la décision attendue.

    Produit

    Un périmètre cadré

  2. Reçoit

    KPI & règles de gestion

    Définir des indicateurs compréhensibles et des règles de calcul documentées.

    Produit

    Des indicateurs partagés

  3. Reçoit

    Données & qualité

    Préparer, contrôler et fiabiliser les sources avant diffusion.

    Produit

    Des données exploitables

  4. Reçoit

    Analyse & reporting

    Construire l'analyse ou le dashboard permettant d'identifier les écarts et tendances.

    Produit

    Un constat lisible

  5. Reçoit

    Aide à la décision

    Transformer les résultats en priorités et recommandations actionnables.

    Produit

    La décision suivante

Besoin métier → KPI → Data Quality → Analyse / Reporting → Décision

Compétences

Compétences et travaux associés

Trois domaines de compétences, avec les projets portfolio qui les illustrent.

  1. CRM & Performance

    Segmenter les clients, suivre la conversion et prioriser les actions CRM.

    Compétences

    • CRM
    • Segmentation
    • Rétention
    • KPI
    • Reporting
    • Acquisition
    • Analyse de performance
    Outils mobilisés

    Python · pandas · SQL · Tableau

    Projets portfolio

  2. Data & BI

    Préparer les données, calculer les KPI et livrer un reporting exploitable.

    Compétences

    • SQL
    • Python
    • pandas
    • Tableau
    • Power BI
    • Excel
    Outils mobilisés

    SQL · Tableau · Python

    Projets portfolio

  3. Qualité & Activation

    Fiabiliser les sources et sécuriser les indicateurs avant diffusion.

    Compétences

    • ETL
    • dbt
    • DuckDB
    • Data Quality
    • KPI
    • Reporting
    • Rentabilité
    Outils mobilisés

    SQL · dbt · DuckDB · Python · Streamlit · Tableau

    Projets portfolio

Langues

  • Français C1
  • Anglais C1
Formation

Économie et gestion → digital business → data

Formation

  1. Économie et gestion

    Licence Économie et gestion - Analyse économique

    Université Paris-Panthéon-Assas - Paris

  2. Digital business

    M1 Digital Business & Marketing - Programme Grande École

    EBS Paris - European Business School

  3. Data & intelligence artificielle

    MSc Data Management & AI for Business

    INSEEC MSc - Paris

Contact

Data · BI · Business Analysis | Reporting & Aide à la décision

Ouvert aux opportunités en Data, BI & Business Analysis.

Paris · Mobilité nationale
Contact principalzakariamaachou96@gmail.com
LinkedInGitHub