Catégories
Analyse de Données
Exploration, visualisation et insights business à partir de données marketing et e-commerce.
Machine Learning
Modèles prédictifs, inférence causale et reinforcement learning appliqués à des cas d’usage concrets.
Visualisation
Dashboards interactifs et visualisations de données pour la prise de décision.
Projets Phares
Marketing Mix Modeling (Robyn)
Votre budget marketing est-il bien réparti ? Ce modèle mesure l’impact réel de chaque canal et identifie les réallocations qui améliorent le ROI, en distinguant l’effet causal des campagnes du bruit statistique et de la tendance de fond.
Utilisation du framework Robyn (Meta) pour la décomposition des ventes et l’optimisation du budget marketing.
Technologies : R, Robyn, Prophet, Shiny
Plateforme d’Inférence Causale
Votre campagne a-t-elle réellement généré des ventes ? Cette plateforme distingue l’effet réel d’une action commerciale du bruit statistique, pour mesurer ce qui fonctionne avant de le répliquer.
Plateforme complète d’A/B testing avec analyse bayésienne et Causal ML pour la mesure des effets de traitement.
Technologies : Python, PyMC, CausalML, FastAPI, Streamlit
Pipeline Marketing Analytics
Vos KPIs marketing sont-ils fiables et à jour ? Ce pipeline automatise la collecte, le traitement et la visualisation des données marketing, avec une architecture reproductible et maintenable.
Pipeline ETL complet avec BigQuery, dbt et dashboard de suivi des KPIs en temps réel.
Technologies : Python, BigQuery, dbt, Streamlit
Dynamic Pricing Engine
Vos prix réagissent-ils à la demande ? Ce moteur optimise les prix en temps réel selon les conditions de marché, en progressant de l’économétrie classique au reinforcement learning.
Modélisation de la demande et optimisation tarifaire dynamique appliquées au cas du transport à la demande.
Technologies : Python, PyMC, Q-Learning, Streamlit
Une problématique similaire dans votre entreprise ?
Je serais ravi de discuter de vos besoins et de voir comment ces approches peuvent s’appliquer à votre contexte.