Bienvenue dans le monde captivant de l'analyse de données de Lapage ! Dans ce projet de formation, j'ai eu l'opportunité incroyable d'explorer les méandres des données de cette librairie en ligne en pleine expansion. En tant que Data Analyst fraîchement recruté, j'ai plongé tête la première dans l'univers des chiffres et des indicateurs, avec pour mission de comprendre l'activité de l'entreprise et de fournir des insights pertinents à l'équipe Marketing.
L'objectif principal de cette mission était de faire le point sur les différents indicateurs et chiffres clés de Lapage. À l'aide des données fournies par l'entreprise, j'ai entrepris une analyse approfondie, avec pour ambition d'éclairer les décisions futures, que ce soit en matière d'offres, de prix, ou de ciblage client.
Pour mener à bien cette analyse de données, j'ai exploité les capacités du langage de programmation Python 🐍. En particulier, j'ai tiré parti des bibliothèques suivantes :
- Pandas : Pour la manipulation efficace des données et la préparation des jeux de données.
- Matplotlib : Pour la création de graphiques et de visualisations claires et informatives.
- Seaborn : Pour une visualisation avancée des données, ajoutant une dimension supplémentaire à notre compréhension.
- Microsoft PowerPoint : Pour la création d'une présentation percutante des résultats, facilitant la communication des insights clés aux parties prenantes.
La mission s'est déroulée en deux parties. Tout d'abord, j'ai répondu aux demandes d'Antoine, notre Business Analyst intrépide, en réalisant une analyse des indicateurs de vente, avec un focus particulier sur le chiffre d'affaires et les références produits. Ensuite, j'ai collaboré étroitement avec Julie, notre experte en Business Intelligence, pour plonger dans l'étude du comportement des clients en ligne.
Au cours de cette aventure de données, j'ai créé une variété de graphiques et d'indicateurs, allant des courbes de tendance du chiffre d'affaires aux analyses approfondies de la répartition des ventes par catégorie de produits. J'ai également exploré les profils des clients et la répartition du chiffre d'affaires entre eux, en utilisant des outils tels que la courbe de Lorenz pour illustrer la concentration des ventes.
Ce projet se distingue par son approche axée sur l'analyse statistique, exploitant des outils avancés tels que Pandas pour la manipulation de données, Matplotlib et Seaborn pour la visualisation graphique, ainsi que Statmodels pour des analyses statistiques approfondies telles que la moyenne mobile, le test ADF (Augmented Dickey-Fuller) et le test T de Student."
Ce projet a été une expérience enrichissante, me permettant d'aborder des notions avancées en statistique et de renforcer ma maîtrise du langage Python. J'ai appliqué des concepts tels que la moyenne mobile et le test ADF, consolidant ainsi mes compétences en manipulation de données avec Pandas. Cette expérience a été un tremplin pour mon développement professionnel dans l'analyse de données. Je vous invite à explorer ce projet pour découvrir les insights fascinants que j'ai découverts dans les données de Lapage ! 📈💡