La fin de saison, calculée plutôt que devinée
Senior Data Analyst · depuis janv. 2024
Le contexte
En fin de saison, chaque démarque se décidait à la main : des milliers de références reprises une à une, des choix à l'instinct, des heures de saisie, et une marge qui filait sans qu'on puisse vraiment l'expliquer.
Mon intervention
J'ai conçu un moteur de discount dynamique (Hex + Python) : à partir du stock, des ventes et des attributs produit, il calcule le taux de remise optimal pour chaque référence. Le métier ajuste sa stratégie avec quelques curseurs, relance le calcul et exporte un fichier prêt à charger. En amont, 80 % des flux SQL/API sont automatisés (Airflow) pour une donnée fiable et à jour.
Le résultat
Plus de saisie manuelle ni de choix au hasard : des milliers de démarques calculées en quelques secondes, cohérentes et traçables. Résultat : +10 % de marge vs. l'exercice précédent, un métier autonome sur l'outil, et des soldes enfin pilotées sur la donnée plutôt que sur l'intuition.