Marketing Mix Modeling avec Robyn

Problématique : Comment un CMO devrait-il réallouer son budget marketing pour maximiser les ventes ?

Le Marketing Mix Modeling (MMM) permet de mesurer l’impact de chaque canal marketing sur les ventes, en tenant compte de la saisonnalité, des effets de saturation (rendements décroissants) et des effets de rémanence (adstock).

Approche :

• Utilisation du framework Robyn développé par Meta
• Régression Ridge avec décomposition temporelle Prophet
• Modélisation des effets adstock (geometric decay) et saturation (logistique)
• Optimisation multi-objectifs avec Nevergrad

Résultats : Dashboard interactif permettant de simuler différents scénarios d’allocation budgétaire et de visualiser l’impact attendu sur les ventes.

Technologies : R, Robyn, Prophet, Nevergrad, Shiny

Voir le détail → | Dashboard Shiny

Pipeline Marketing Analytics (GCP + dbt)

Problématique : Comment construire une infrastructure moderne pour suivre les KPIs marketing en temps réel ?

Ce projet démontre la mise en place d’un pipeline ETL complet pour l’analyse des performances marketing multi-canaux, de l’extraction à la visualisation.

Architecture :

CSV → Python Extract → BigQuery → dbt Transform → Streamlit Dashboard

KPIs calculés :

• ROAS (Return on Ad Spend)
• Coût par conversion (CPA)
• Taux de conversion
• Revenue par session

Technologies : Python, Google BigQuery, dbt, Streamlit, Plotly

Voir le détail → | Dashboard Streamlit

Real-time Clickstream Analytics

Problématique : Comment détecter en temps réel les anomalies dans le comportement utilisateur e-commerce ?

Pipeline de streaming analytics pour l’analyse du comportement utilisateur avec agrégations par fenêtres temporelles et dashboard temps réel.

Architecture :

CSV Events → Kafka Producer → Spark Streaming → Delta Lake → Streamlit Dashboard

Métriques temps réel :

• Sessions actives
• Funnel de conversion (view → cart → purchase)
• Top produits
• Alertes anomalies

Technologies : Apache Kafka, PySpark Structured Streaming, Delta Lake, Streamlit, Docker

Voir le détail →