Dans cette vidéo (commentée en Français) je vais vous montrer comment à partir de fichiers Excel disparates vous allez pouvoir simplement redresser vos données pour pouvoir ensuite simplement les analyser.
Le Use Case est plutôt simple: vous travaillez dans la grande distribution, et vous devez analyser les ventes et profits de vos magasins (sur l’Europe). Visiblement votre directeur des ventes à pointé un gros problème de rentabilité.
Votre mission est de l’aider dans l’analyse de ce problème !
Mais voilà, la réalité se rappelle à vous et vos données ne sont pas forcément bien standardisées.
Un travail de préparation s’impose donc pour pouvoir consolider proprement ces données de ventes prévenants de sources de données distinctes (ici des fichiers Excel).
Ensuite, une fois les données consolidée nous pourront nous lancer dans une analyse assez simple et pouvoir répondre aux vrais enjeux métier :
- Pourquoi j’ai un soucis de rentabilité ?
- Dans quelle gamme de produit je constate le soucis (ou est-ce généralisé) ?
- Est-ce un problème régional, local ?
- et surtout quel en est la cause ?
- Etc.
J’ai, en plus de 15 ans, accumulé une solide expérience autour de projets variés d’intégration (données & applicatives). J’ai en effet travaillé au sein de neuf entreprises différentes et y ai successivement adopté la vision du fournisseur de service, du client final et de l’éditeur de logiciels. Cette expérience m’a naturellement conduit à intervenir dans des projets d’envergure autour de la digitalisation de processus métiers et ce principalement dans des secteurs d’activités tels que l’assurance et la finance.
Passionné d’IA (Machine Learning, NLP et Deep Learning), j’ai rejoint BluePrism en 2019 en tant que consultant solution avant-vente, où je combine mes compétences en la matière avec l’automatisation afin d’aider mes clients à robotiser de manière plus performante des processus métiers parfois complexes. En parallèle de mon activité professionnelle, j’anime ce blog dans le but de montrer comment comprendre et analyser des données le plus simplement possible.
Apprendre, convaincre par l’argumentation et transmettre mon savoir pourrait être mon triptyque caractéristique.
