Dashboard Power BI – Performance Commerciale

Étude de cas – Business Intelligence & Aide à la décision

🎯 Objectif Transformer des données commerciales en indicateurs clairs pour suivre la performance, analyser la rentabilité et faciliter la prise de décision.

📊 Analyses réalisées • Executive Dashboard : CA, profit, marge et tendances. • Rentabilité : analyse par segment, région et sous-catégorie. • Remises : impact sur la rentabilité et identification du seuil de rentabilité. • Produits & clients : identification des éléments à forte valeur et analyse de la concentration du CA.

🛠️ Technologies Power BI • DAX • Power Query

💡 Résultat Un dashboard interactif et professionnel permettant de transformer les données en insights business exploitables.

🎥 Démonstration vidéo https://youtu.be/6doX5WmbPH4

Dashboard Power BI – Pilotage & Optimisation d’une Flotte Logistique

🚚 Étude de cas – Business Intelligence & Supply Chain

🎯 Objectif Centraliser des données logistiques provenant de plusieurs fichiers Excel et les transformer en indicateurs fiables pour faciliter le pilotage des coûts et des performances.

📊 Indicateurs analysés • Coût total, distance et durée • Coût au kilomètre • Vitesse moyenne • Analyse des coûts par moyen de transport • Identification des leviers d’optimisation

🛠️ Solution Modélisation en schéma en étoile, création de mesures DAX sur mesure et conception d’un dashboard Power BI interactif avec filtres synchronisés, navigation personnalisée et infobulles dynamiques.

💡 Résultat Une solution de pilotage permettant d’identifier les écarts de performance et les opportunités de réduction des coûts opérationnels.

🎥 Démonstration du projet https://youtu.be/jFfzOqPe6YQ

HR Analytics Dashboard – Power BI | Turnover & RH

👥 Étude de cas – Business Intelligence & Ressources Humaines

🎯 Objectif Transformer les données RH en un dashboard interactif pour analyser le turnover et faciliter la prise de décision.

📊 3 pages interactives • Vue stratégique : KPI RH, attrition, salaires et satisfaction. • Salaires & équité : analyse des écarts selon le genre, le niveau et la formation. • Analyse opérationnelle : identification des facteurs liés au risque de départ.

💡 Insights Analyse de l’ancienneté, des heures supplémentaires, de la satisfaction et des promotions pour identifier les principaux signaux associés au turnover.

🛠️ Technologies Power BI • DAX • Modélisation en étoile • UX/UI

🎥 Démonstration https://youtu.be/pHS6AIa0vSc

E-commerce Sales Performance Dashboard – Data Warehouse & Power BI

🛒 Étude de cas – Business Intelligence & E-commerce

🎯 Objectif Transformer des données e-commerce brutes en une solution analytique structurée permettant de suivre les performances commerciales et faciliter la prise de décision.

🏗️ Architecture Data Mise en place d’une architecture Medallion (Bronze / Silver / Gold) pour l’ingestion, le nettoyage, la transformation et la préparation des données.

📊 Solution BI • Modèle de données en schéma en étoile • KPIs et mesures DAX • Dashboard Power BI interactif • Analyse des ventes, produits, tendances, clients et zones géographiques

💡 Résultat Une solution de reporting permettant de transformer les données e-commerce en insights exploitables pour suivre et améliorer la performance commerciale.

🛠️ Technologies Power BI • DAX • Data Warehouse • SQL • Medallion Architecture

🎥 Démonstration https://youtu.be/yKg4Bf-zg-U

Customer Lifetime Value Prediction Platform – Python & Streamlit

🚀 Étude de cas – Data Science & Machine Learning

🎯 Objectif Développer une plateforme permettant d’estimer la valeur future des clients (CLV), analyser leur comportement et faciliter les décisions marketing.

🏗️ Pipeline Data Architecture Medallion (Bronze / Silver / Gold) pour l’ingestion, le nettoyage, le Feature Engineering et la préparation des données.

🤖 Machine Learning Comparaison de plusieurs modèles de régression. CatBoost Regressor retenu comme modèle final avec un R² de 0,522.

📊 Fonctionnalités • Analyse des KPIs et comportements clients • Prédiction interactive de la CLV • Segmentation RFM • Recommandations CRM • Export des segments en CSV

🛠️ Technologies Python • Streamlit • Pandas • CatBoost • Scikit-Learn • Plotly

🌐 Application en ligne https://clv-prediction-dashboard-kmyisuf5hj6w5erpfc72uz.stre

🎥 Démonstration vidéo https://youtu.be/trFoIKRw-A4

Fraud Detection System – Machine Learning, FastAPI & Streamlit

💳 Étude de cas – Data Science & FinTech

🎯 Objectif Développer une solution end-to-end de détection de transactions frauduleuses et d’aide au traitement des alertes.

🤖 Solution • Modèle XGBoost intégré à une API FastAPI pour la détection. • Z-score & visualisations pour faciliter l’analyse et l’explicabilité. • Human-in-the-Loop & Feedback Loop pour permettre aux analystes de valider ou corriger les alertes. • Dashboard Streamlit pour suivre les KPIs et performances du modèle (Recall : 89,28 %).

🛠️ Technologies Python • XGBoost • FastAPI • Streamlit • Plotly

🎥 Démonstration https://youtu.be/7YUZZSLC7Ps

Telecom Customer Churn Prediction – ML, Streamlit & Power BI

📱 Étude de cas – Data Science & Customer Analytics

🎯 Objectif Identifier les clients télécoms à risque de désabonnement afin d’aider les équipes marketing à mieux cibler leurs actions de fidélisation.

📊 Analyse & BI Analyse des facteurs de churn avec Power BI : ancienneté, type de contrat, moyen de paiement et services souscrits.

🤖 Machine Learning Comparaison de plusieurs modèles de classification : Régression Logistique, Random Forest et XGBoost. Random Forest retenu pour sa robustesse et sa capacité à modéliser des relations non linéaires.

🌐 Application Application Streamlit permettant d’obtenir une prédiction de churn à partir des caractéristiques d’un client.

⚙️ Architecture Python • Scikit-Learn • Random Forest • FastAPI • Streamlit • Power BI

🔗 Code source https://github.com/laminethiao/telecom-churn-app

🎥 Démonstration https://youtu.be/OGE-YxCV51U