définir, via la data la stratégie go to market d'une entreprise de food delivery

Il y a 8 semaines, nos Databirdies, décidaient de se poser sur la branche de la Data. Depuis, ils ont pris leur envol vers de nouveaux horizons professionnels. Entre SQL, Excel, les stats, Python, les méthodes agiles et Tableau, leur palette de compétences s'est élargie. Le clou du spectacle durant le bootcamp : un projet concret et pratique sur lequel nous allons revenir avec l'un d'entre eux : Antoine. Titulaire d’un Master en économie appliquée, Antoine s'est mis dans la peau d'un data analyst pour une entreprise de livraison de repas. Il nous raconte.

Est-ce que tu pourrais te présenter ? Pourquoi cette volonté de te former à la data analyse ?

Titulaire d’un Master en économie appliquée spécialité politiques publiques, et après une année d’expérience professionnelle au sein d’une entreprise familiale, je souhaitais acquérir des compétences techniques et opérationnelles dans le domaine de la Data. Cette formation m’a permis d’atteindre cet objectif dans un laps de temps relativement court (2 mois).

Peux-tu nous expliquer le déroulement du projet ? Pourquoi l’avoir choisi ? Sur quoi et avec qui travaillais-tu ?

Le projet, d’une durée de deux semaines, consistait à planifier la stratégie de Go To Market, pour une entreprise de livraison de nourriture (déjà présente dans d’autres pays européens). Nous avons eu accès à une base de données fournit par FoxIntellingence, comportant les commandes de plus de 26 000 clients, et plus de 270 000 commandes entre 2017 et 2018.  
‍
Nous avons choisi ce projet pour plusieurs raisons. Premièrement, la thématique abordée (stratégie d’entrée sur le marché) est une thématique récurrente dans le domaine de la Data analyse. Deuxièmement, la base de données fournie comportait suffisamment de données pour produire une analyse sérieuse et conséquente. Et pour finir, le fait d’avoir la possibilité d’être évalué par des personnes ayant déjà travaillé sur ce sujet (FoxIntelligence) nous a permis d’avoir un retour critique et sérieux quant à la qualité de notre travail et de nos analyses.

Nous avons travaillé à 4 sur ce projet :
‍
- Anna, double cursus statistiques et marketing, trois ans d’expérience en marketing digital, conseillère business de la team.
- Limamou, cursus école de commerce, cinq ans d’expérience en tant que commercial dans le digital, expert méthodologie de la team.
- Arthur, cursus école de commerce, a travaillé pendant trois ans à Hong Kong en tant qu’expert SEO. Chef de projet de la team.
- Moi-même, cursus universitaire Economie et politiques publiques, expert machine learning de la team.
Pour ce faire, nous avons utilisé le langage Python (sur Jupyter notebook), ainsi que le logiciel Tableau afin de produire des visuels.

Quelles ont été les difficultés à surmonter lors du projet ?

La principale difficulté que nous avons rencontrée est liée à la quantité d’analyses que nous avons faites. En effet, avec une base de données aussi importante, nous avons pu sortir une multitude d’analyses, et toutes n’étaient pas forcément nécessaires à la planification de la stratégie de Go to Market. Ajouté à cela la contrainte de temps de présentation qui nous était imposée, nous avons à ce titre du limiter nos analyses à l’essentiel, et par conséquent réduire la quantité d’analyses effectuées.

Comment vous êtes vous organisés ?

Dans un premier temps nous avons fait un retroplanning, puis nous nous sommes attribués des « taches » afin d’être le plus autonome possible. Par la suite, nous avons fait un point tous ensemble pour conserver les analyses les plus pertinentes. Puis, dans un dernier temps nous avons restructuré notre power point pour que notre présentation soit la plus cohérente possible.

Qu’est-ce que tu as aimé dans ce projet et qu’est-ce que tu en retires ?

J’ai adoré travailler sur une thématique répandue, avec un jeu de données conséquent. Le fait d’appliquer en quasi-autonomie les méthodes et concepts vus lors des semaines précédentes  fut également une réelle satisfaction, et la confirmation que la formation proposée par DataBird a tenu sa promesse en nous rendant opérationnel dans le domaine de la Data Analyse en l’espace de deux mois. Par ailleurs, comme j’ai pu l’exprimer ci-dessus, le fait d’avoir un retour sérieux sur la qualité de notre projet (à travers les retours fournis par l’équipe de FoxIntelligence) nous a permis de confirmer d’avantage notre capacité à répondre aux attentes des divers clients présents sur ce marché.

Quels sont tes projets pour l’avenir ?

J’aimerais à présent lier mes connaissances théoriques acquises lors de mes études universitaires aux compétences techniques développées chez DataBird. Travailler dans le conseil en politique publique me semble être un bon arbitrage entre ces deux formations. Je reste cependant ouvert à d’autres opportunités moins axées politique, et plus axés business.

Un conseil à donner pour ceux qui voudraient postuler à DataBird ?

Je recommande Databird car les promesses de ce Bootcamp ont été tenus : en l’espace de deux mois Databird vous formera au métier de Data Analyst.
‍
Ce Bootcamp est fait pour toi si tu as fixé de façon claire tes objectifs. En effet, le caractère spécifique de ce Bootcamp atteste que ce dernier propose une formation data business avec en complément une compréhension de la tech. C’est donc à toi, préalablement à ton inscription chez DataBird, d’avoir la certitude de vouloir augmenter ton profil par la data qui peut t'aider au quotidien !
‍
De plus, il te faudra certains attributs personnels, tel qu’un esprit de synthèse et d’analyse, ainsi qu’un sens de la logique suffisamment développé.
‍
Pour finir, la capacité de travailler en équipe est aussi fondamentale.
‍
Si tu ne remplis pas ces conditions, il semblerait que DataBird ne soit pas fait pour toi.

‍