Aller au contenu principal
Zakaria Maachou
Data Analyst
DISPONIBLE IMMÉDIATEMENTParis et mobilité nationale.

Zakaria Maachou

Fiabiliser les données pour éclairer les décisions.

Data Analyst | Alternance 12 mois

Analyse de données · Reporting · Aide à la décision

Data Analyst spécialisé en fiabilité des données, analyse et reporting. Expérience en SQL, Python et Tableau, avec pratique de la préparation des données, du suivi de KPI et de la création de tableaux de bord.

Voir mes projetsGitHubMe contacter
SQLPythonExcelKPIReportingTableauQualité des données
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. Qualité des données
  7. Segmentation RFM
  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. Data Analyst

Analyse & reporting

09/2024 - 09/2026

Contrat d'apprentissage · Strasbourg

Biofa France

Assistant Marketing Digital & Data Reporting

Missions principales

  • Analyser les campagnes digitales à travers les indicateurs de trafic, d’engagement et de conversion.
  • Centraliser et structurer les données de plusieurs sources marketing afin de fiabiliser le reporting.

Objectif

Data Analyst | Alternance 12 moisAnalyser 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

ContexteConstruction d’un pipeline de réconciliation du revenu récurrent annuel (ARR), sur 7 sources et 24 mois, avec contrôles qualité avant la priorisation des comptes.

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 ?

ContexteAnalyse de 3,02 M de visiteurs et identification du principal frein : l’ajout au panier (11,14 %). Proposition de tests A/B sur les pages produit.

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 ?

ContexteSegmentation de 5 000 clients : les VIP (27,9 %) concentrent 75,4 % du CA. Recommandations de fidélisation ciblées.

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 ?

ContexteAnalyse de 12 000 commandes : érosion de marge repérée sur l’électronique en UE. Recommandation de revoir la politique de remise.

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. Analyse

    Analyser les données, suivre les KPI et prioriser les actions par segmentation RFM.

    Compétences

    • SQL
    • Python (pandas)
    • Excel
    • KPI
    • Segmentation RFM
    Outils mobilisés

    Python · pandas · SQL · Tableau

    Projets portfolio

  2. BI & Reporting

    Visualiser les indicateurs et créer des tableaux de bord exploitables.

    Compétences

    • Tableau
    • Power BI
    • Visualisation
    • Tableaux de bord
    Outils mobilisés

    SQL · Tableau · Python

    Projets portfolio

  3. Qualité des données

    Fiabiliser les sources et sécuriser les indicateurs avant diffusion.

    Compétences

    • Nettoyage
    • Contrôles de cohérence
    • ETL
    • dbt
    • DuckDB
    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

    Programme Grande École - Master Digital Business & Marketing

    EBS Paris

  3. Data & intelligence artificielle

    MSc 2 Data Management & AI for Business

    INSEEC | Paris | En cours

Contact

Data Analyst | Alternance 12 mois

Disponible immédiatement pour une alternance de 12 mois en Data Analyst.

Paris et mobilité nationale.

3 j école / 2 j entreprise jusqu’en mars 2027, puis 100 % en entreprise.

Contact principalzakariamaachou96@gmail.comTéléphone07 75 37 84 81
LinkedInGitHub