Expert en science des données pour la connaissance client (MS)

Activité 1 : Mise en œuvre de processus d’exploration des données et de collecte d’information : * Analyse du patrimoine informationnel de données de l’entreprise et du système existant * Extraction et stockage de données dans le respect de la réglementation * Automatisation de l’extraction en mobilisant les outils de web scraping (extraction des données du web) * Qualification des données client et pré-traitement Activité 2 : Proposition de modèle mathématique, statistique et/ou économique permettant de représenter au mieux les relations et les structures dans les données, et approfondir la connaissance client * Compréhension du comportement d’achat, de réceptibilité à la communication, dans le cadre plus général de la relation client * Développement des modèles d'analyse prédictive pour la segmentation des clients, la prévision des ventes ou l'optimisation des campagnes marketing (scoring) * Mettre en œuvre les outils et méthodes statistiques permettant le développement des services de marketing digital (système de recommandation, qualification des leads, ciblage, chatbot, personnalisation des messages) Activité 3 : Visualisation de la donnée et interprétation des données pertinentes et utile à la connaissance client * Production d’informations à l’intention des équipes métiers (y compris publics en situation de handicap) permettant l’évaluation, l’organisation, la prise de décision * Identification des indicateurs utilisé en marketing, ou production d’indicateur nouveau à partir d’une recherche * Représentations graphiques Activité 4 : Manager les projets de l’entreprise en valorisant et optimisant l’apport des sciences de la donnée dans le respect des cadres déontologiques, éthiques et du développement durable * Gestion et planification du projet de campagne marketing ou d’analyse de données client * Pilotage des ressources du projet Activité 5 : Partage de la culture de la donnée au sein de l’entreprise : * Valorisation de l’utilisation de la donnée * Prévention des risques réglementaires * Veille technologique (outil IA, data science….)