Data Governance Manager & Quality
UFF
octobre 2024 - février 2025
Expérience professionnelle
10-2023 / 02-2025
Union Financière de France Data Governance Manager et Quality
Rattachée à la SDSI (Bureau d’études), j𠆚vais le rôle dompagner le Chief Data Officer dans la mise en place de la Data Office, l’implémentation de la Data Governance, la démarche de la Data Quality et lulturation sur les sujets Data. Le projet de la Data Governance qui rentre dans le cadre de schéma directeur initié fin 2022 dont l’implémentation a démarré début 2023.
ROLE ET REALISATIONS :
Définition de Stratégie & Transformation Data :
- Constitution du Data Office : diagnostic de maturité Data sur les différents aspects (organisation, dictionnaire, lineage, data quality, acculturation & conduite du changement), définition et Mise en place d’organisation Data-driven,
- Revue stratégique de l𠆚rchitecture fonctionnelle et technologique,
- Rédaction de l’état des lieux, Analyse de l'existant et étude de faisabilité.
- Participation à la construction de la Data Governance Strategy et Roadmap des différents chantiers.
- Participation à la construction de la Stratégie de Communication du chantier Acculturation Data.
- Transformation digitale.
Déploiement de Stratégie Data :
- Mise sous gouvernance des données clés, pour en assurer le partage et une exploitation maximale en tant qutif stratégique,
- Acculturation autour des rôles du Data Office,
- Optimisation des processus et choix d’outils (dictionnaire, lineage, Data quality).
- Identification des cas d’usage data et de la trajectoire de mise en œuvre pour apporter de la valeur business.
- La contribution dans le choix de l'outil pour l'industrialisation du dispositif Data Governance/MDM.
- La participation dans la construction du corpus documentaire du POC d'industrialisation.
- Le pilotage des workshops métiers et IT, la rédaction des CR's.
- La collaboration avec des équipes interfonctionnelles.
- La construction de la documentation Data Governance en collaboration avec les métiers et les IT (Glossaire métier, Référentiel d'Usage, Référentiel des contrôles, Lineage Technique).
- La construction de la cartographie des données (définition et modélisation, identification des sources et des flux).
- La réalisation des Data Control et le calcul des KPI's
- La participation aux différents plans de remédiation des différents projets du programme Data Centricité (CRM, TCC, RPS).
Environnement Technique : Microsoft Office, Sharepoint, Canva, Python, Vokse, Drawio, XMind.
03-2023 / 09-2023
Total Energies Lubrifiants Data Manager Climat
Rattachée au Studio Digital, j𠆚vais la charge du pilotage et de la gestion des données climat. Le projet de la plateforme digitale climat qui rentre dans le cadre de la stratégie climat 2025 pour réduire l𠆞mpreinte carbone a pour but de présenter les impacts carbones.
ROLE ET REALISATIONS :
Project Management
- Recueil des besoins auprès des métiers
- La construction de la Data Quality Strategy.
- Challenge des besoins fonctionnels pour la construction de la roadmap Data et faisabilité technique
Data Management & analyse
- L𠆞xtraction et la collecte des datas
- Le profilage et la validation des datas
- Data Wrangling et fiabilisation des données
- Tests unitaires
- La collecte de la Data Externe (Fournisseurs)
- Elaboration de la Roadmap Data Quality et Sécurisation en collaboration avec les métiers et les développeurs ****
- Elaboration des scénarios d𠆚utomatisation des datas au sein de l’organisation en collaboration avec les développeurs
- La collaboration avec des équipes interfonctionnelles.
- La cartographie des outils digitaux.
- La construction de la documentation Data Quality en collaboration avec les métiers et les IT (Glossaire métier, Référentiel d’Usage, Lineage).
Environnement Technique : Python, Microsoft Office, SAP, Simapro (Logiciel ACV), Miro, XMind
09-2022 / 02-2023
L’Oréal France Cheffe de Projet Data/Analyst
Rattachée à la direction marketing digital, e-commerce et CRM au sein de la Division Luxe pôle Média, mon rôle était de piloter et d𠆞ncadrer le chantier Data Média et analyser les investissements média de l’Oréal Vs Concurrents de l𠆚nnée 2021/2022 et la création de dashboards.
ROLE ET REALISATIONS :
Data Management & Pilotage du projet Media
- Identification des sources de la Data Média
- Recueil et analyse des besoins métiers
- Communication avec de différents interlocuteurs de la CMO
- Construction de la Roadmap Project Data Media
- Veille technologique
- Mesure de la maturité de la Data Media.
- Définition et la mise en place des plans dtions d𠆚mélioration de la Data Quality.
- Travail sur la Sécurité et la Data Governance en collaboration avec la CMO.
- Mise en place de la Roadmap Management Data ****
Data wrangling et analyse
- Enrichissement de la Database et amélioration de la Data Quality : construction de plusieurs bases de données et d’un plan par support Media et par type de produit.
- Collecte, nettoyage et agrégation des données en vue d𠆚nalyses : « les données de Paneliste Media « Concurrents vs L’Oréal, GRP et Plan Media ».
- Analyse des données et les tendances relatives à l𠆚udience pour mieux connaitre son persona et la cible potentielle.
- Définition fonctionnelle des KPI’s et analyse de leurs variations.
- Construction du reporting et dashboarding Media.
- Recette et tests unitaires
- Rédaction de la documentation technique/fonctionnelle.
Résultats :
- Identification des sources de la Data Média
- Optimisation des compagnes média
- Automatisation de la Data via Google Cloud Processing (Semi-automatisation)
- Amélioration de la qualité Data Media
- Fiabilité & Sécurisation de la Data Media
Environnement technique : Python, GCP ’Vertex’, Kantar AdExpress, NPD, Data Studio, Power BI, Excel
03-2022 / 08-2022
SNCF Auvergne-Rhône-Alpes Data Analyst / Data Product Owner
Au sein du pôle « Mobilité, Tarification et Développement » de la direction marketing de la SNCF Auvergne-Rhône-Alpes, j’occupais les postes de Data Product Owner et de Data Marketing Analyst. J𠆚vais la charge de la mise en place d’une solution de ta Préparation’ (Python) pour l𠆚nalyse statistique descriptive de la mobilité et la fréquentation des trains.
ROLE ET REALISATIONS :
Data Management
- Recueil et analyse des besoins métiers.
- Challenge des besoins et des livrables à fournir.
- Étude de faisabilité, évaluation et validation des solutions possibles et de leur complexité de mise en œuvre.
- Définition des indicateurs clés pour assurer le suivi de la qualité des données.
- Mise en œuvre de la solution en toute autonomie.
- Rédaction de la documentation technique/fonctionnelle de la solution.
Data wrangling & analyse
- Collecte, nettoyage et l𠆚grégation des données en vue d𠆚nalyse ‘SNCF ‘, « les données de comptages digitaux, manuels et enquêtes »
- Construction de 3 bases de données : plan de transport, base périodes (Vacances et Hors vacances), base région.
- Analyse de la circulation des trains en se basant sur les variantes, les horaires et les périodes (Vacances et hors vacances).
- Analyse des données et des tendances relatives à la fréquentation des trains par les voyageurs.
- Validation de la qualité des livrables attendus.
Reporting Data & BI
- Définition fonctionnelle des KPI’s et analyse de leurs variations.
- Construction du reporting « comptages » pour la région.
- Recette et tests unitaires
Résultats :
- Amélioration de la satisfaction des clients SNCF de la région Auvergne-Rhône-Alpes
- Optimisation des horaires de la circulation des trains dans la région.
- Changement et/ou l𠆚mélioration du matériel
Environnement technique : Python, Power BI, Excel
04-2021/ 07-2021
LePont Learning Paris Data Analyst
Projet : Amélioration de la satisfaction des clients ‘Vélib Métropole’
ROLE ET REALISATIONS :
Data Management & Analyse
- Recueil et analyse des besoins métiers
- Challenge des livrables à fournir
- La Collecte, nettoyage et l'agrégation des données 'vélib Métropole' et des données météos
- Analyse de la disponibilité des vélos pendant les heures de pointes et le changement météorologique
- Analyse des données et les tendances relatives à l'activité de 'Vélib Métropole'
Web Scraping & Modélisation Data
- Élaboration des modèles prédictifs afin d'anticiper l'évolution des données et tendances relatives à l'activité de 'Vélib Métropole’
- Création de modèles de machine Learning 'NLP, Sentiment Analysis, Web Scraping'.
- Analyse de la e-réputation de 'Vélib Métropole' sur les réseaux sociaux " Twitter et Trip Advisor"
- Fouilles de données
Veille et Marketing Stratégique
- Veille concurrentielle et pricing.
- Benchmark produit tarifaire des concurrents " Les grandes métropoles françaises " Marseille, Lyon "
Reporting Data & BI
- Définition des KPI's et analyse de leurs variations
- Analyse de la tendance de consommation des clients
- Assurance qualité des livrables attendus
- Reporting : Aide à la prise de décision pour amélioration de la stratégie de 'Vélib Métropole'
Résultats :
- Amélioration de la satisfaction des clients Vélib Métropole
- Amélioration du service maintenance de Vélib pour une satisfaction optimale des utilisateurs
- Proposition d’un meilleur service tarifaire pour des clients potentiels.
Environnement technique : Python, Machine Learning, Google Colab, Power BI, Feedly, Google Alertes, Excel.
05-2018 / 09-2020
Maison Haute Couture/PAP Prototypiste Text...