Rejoignez-nous le jeudi 02 mai dès 18h30 pour notre Journée Portes Ouvertes en live. Explorez le bootcamp Databird ainsi que nos programmes de formation data.
Après avoir passé 6 semaines de formation au sein du bootcamp en présentiel en data à Paris, Guillaume, issu du batch 6, et son équipe ont pu passer à la pratique en réalisant un projet pour une entreprise au cours des deux dernières semaines de la formation.
Le projet de son équipe était d'établir s'il était profitable pour une entreprise de VTC de s'introduire dans le marché de la food delivery. Il raconte son expérience au sein du bootcamp et son projet final.
L’équipe était composée de 4 personnes : Adilson, Kamel, Marc-Antoine et moi-même.
Marc-Antoine vient tout juste d’être diplômé en master de finance d’une école de commerce (sa remise de diplôme a eu lieu pendant la formation) et souhaitait se former en data pour compléter ses connaissances en data.
Kamel, est lui plus âgé, a été autoentrepreneur et souhaite retrouver plus de stabilité et de sécurité pour l’avenir. Il a choisi la data analyse et cette formation pour y parvenir.
Diplômé depuis 5 ans d’école de commerce et après des premières expériences dans le conseil en ressource humaine, Adilson a cette volonté de se réorienter vers la data analyse. Il souhaite acquérir plus de technique dans ce domaine qu'est la data.
Enfin, je suis issu d'une école de commerce. Après une expérience dans la vente, j'ai décidé de me réorienter vers la data analyse et cette formation pour pouvoir allier à la fois business et data.
Avec l’équipe on devait travailler pour une entreprise de VTC et la conseiller sur son entrée ou non sur le marché de la food delivery.
Le projet s'est déroulé en trois étapes :
On a choisi ce projet car il nous permettait de partir d’un set de données clean qui comportait beaucoup d’analyses. Pas besoin de passer des jours à cleaner la donnée. On a pu se lancer très vite sur l’analyse.
C’était important pour nous que tout le monde puisse toucher à toutes les étapes du projet, et comprenne l’ensemble du processus du traitement de la donnée et de l’analyse. On est encore là pour apprendre.
Nous avons donc commencé à explorer le dataset individuellement pour bien le comprendre, l'imaginer et déterminer quel type d’information l’on pouvait en tirer.
Ensuite, chacun a pu soulever des points d’exploration et d’analyse et en fonction de l’intérêt porté par chacun avec ces points, nous nous sommes répartis les axes d’analyse. Nous avons veillé à ce qu’il y ait toujours une cohérence et un fil rouge entre les différents axes pour avoir une analyse la plus globale possible et pas plusieurs petites analyses indépendantes qui auraient été peu pertinentes.
Il n’y a pas eu de difficulté particulière, mais quelques frustrations néanmoins. Notre dataset ne nous permettait pas de faire des analyses précises sur les évolutions de comportements des segments de population alors que cela nous intéressait tous.
Le fait de ne pas avoir de données sur certains aspects du business nous a aussi beaucoup limité. S’il faut soulever quelques difficultés pour certains d’entre nous, il était aussi plus délicat de bien interpréter les données ou alors de bien replacer l’information dans le contexte général. Nous avons parfois manqué de recul face au flux de données à assimiler et au nombre de segment d'information à décortiquer durant plusieurs heures
La première chose qui m'a étonnée, c’est de me rendre compte que j’étais capable de tout réaliser avec ce que j'avais appris durant ces deux mois de formation. Moi qui n’avais jamais écrit la moindre ligne de code deux mois plus tôt, je me sentais très à l’aise dans les différents processus qui permettaient de transformer cette base de données brute en quelque chose d’intelligible. Gros progrès donc grosse satisfaction !!
Ensuite, j’ai beaucoup appris sur un milieu que je connaissais peu et dont je suis client (Vive les Uber Eats !) . Pour bien comprendre la base de données, j’ai dû effectuer des recherches en parallèle, mais c’est bien grâce à ces deux canaux d’information que j'ai appris dans le temps. C’est fou le nombre d’informations que l’on peut trouver dans 3 petites tables !!
.webp)