Analyste de données |Excel, Power BI ...

Je suis Data Analyst et Community Manager avec une formation en ingénierie informatique, passionné par l’utilisation des technologies pour accompagner la croissance des entreprises et des communautés. Grâce à une maîtrise d’outils tels que Python, Excel, Power BI, SQL, BigQuery et Looker Studio, je transforme des données complexes en insights concrets qui soutiennent la prise de décision et la performance. En parallèle, je développe et gère des communautés en ligne via Meta Business Suite, Facebook et Instagram, en créant des stratégies de contenu appuyées par des analyses en temps réel. Mon parcours reflète également un engagement dans l’agri-technologie, avec une expérience de participation à des projets d’accompagnement des agriculteurs du Kivu. Je suis aussi co-fondateur et développeur backend chez Microsoppy, tout en intervenant en freelance comme analyste de projets informatiques. Au-delà de mes compétences techniques, je me définis comme une personne attentionnée, passionnée et dévouée au partage des connaissances, toujours prête à encourager et à accompagner les autres vers la découverte de leur véritable potentiel dans les technologies et sciences de l’ingénieur.

Portfolio

Dans le cadre d’un projet d’apprentissage, j’ai conçu un pipeline de données complet, en commençant par le nettoyage des données sur les prix du carburant dans Google Sheets, l’écriture de requêtes SQL dans BigQuery, puis la création d’un tableau de bord interactif dans Looker Studio.
Ce tableau de bord permet aux utilisateurs de trouver les stations-service à proximité offrant les meilleurs prix.
Le jeu de données provient de la plateforme française de données ouvertes data.gouv.fr.
Ce projet a renforcé mes compétences en analyse de données de bout en bout — de la donnée brute jusqu’aux insights exploitables.
J’ai conçu et interprété un tableau de bord avancé sous Excel afin d’analyser la performance commerciale pluriannuelle à travers les catégories de produits, les régions et les segments de clientèle.
Le tableau de bord intègre des filtres dynamiques, des indicateurs clés (ventes, profits, marges), des courbes de tendance et une cartographie géolocalisée pour révéler des insights stratégiques.
Un résumé interprétatif final a été élaboré afin de soutenir la prise de décision des dirigeants.
Dans le cadre d'un projet indépendant de Business Intelligence, j'ai réalisé une analyse complète de 9 000 réservations d'hôtel sur 47 mois (2022-2025) pour optimiser le taux d'occupation et maximiser les revenus.
🎯 OBJECTIFS
Identifier les leviers d'amélioration du taux d'occupation (54% vs 85% norme), réduire les coûts de distribution OTA, analyser la satisfaction client et prédire les tendances saisonnières.
💡 INSIGHTS DÉCOUVERTS
• Occupation hivernale critique : 40% vs 61% en automne
• Canal Direct sous-exploité : économies potentielles de 120K€/an
• Impact fidélité : clients 6+ séjours affichent +0,2 points de satisfaction
• Corrélation prix-satisfaction validée pour chambres premium
📊 LIVRABLES
• 3 dashboards Power BI interactifs (Executive, Analyse Détaillée, Customer Insights)
• 9 mesures DAX avancées
• Rapport stratégique PDF avec recommandations ROI
• Dataset nettoyé et modèle de données
. Github repo link: https://github.com/PeaceLmpw/Hotel-booking-records-Analysis-BI#

Dans le cadre d'un projet indépendant de Business Intelligence, j'ai réalisé une analyse complète de 9 000 réservations d'hôtel sur 47 mois (2022-2025) pour optimiser le taux d'occupation et maximiser les revenus. 🎯 OBJECTIFS Identifier les leviers d'amélioration du taux d'occupation (54% vs 85% norme), réduire les coûts de distribution OTA, analyser la satisfaction client et prédire les tendances saisonnières. 💡 INSIGHTS DÉCOUVERTS • Occupation hivernale critique : 40% vs 61% en automne • Canal Direct sous-exploité : économies potentielles de 120K€/an • Impact fidélité : clients 6+ séjours affichent +0,2 points de satisfaction • Corrélation prix-satisfaction validée pour chambres premium 📊 LIVRABLES • 3 dashboards Power BI interactifs (Executive, Analyse Détaillée, Customer Insights) • 9 mesures DAX avancées • Rapport stratégique PDF avec recommandations ROI • Dataset nettoyé et modèle de données . Github repo link: https://github.com/PeaceLmpw/Hotel-booking-records-Analysis-BI#