Data Scientist - Data Miner

Au service du marketing, le data miner ou data scientist valorise l’ensemble des données client pour en faire un levier de création de valeur pour l’entreprise. Il analyse des masses de données hétérogènes, éventuellement non structurées, pour en extraire de la connaissance utile à l’optimisation des offres et services de l’entreprise.

Activités principales

Extraction, uniformisation et structuration des données clients

• Collecter, sélectionner et valider les données clients pertinentes pour l’analyse.
• Définir les solutions de stockage et la structuration des données.
• Convertir, coder et cartographier des données de consommation ou d’usage produit dans un format compréhensible par l’ensemble des collaborateurs.
• Améliorer la qualité et enrichir les bases de données clients de l’entreprise.
• Déterminer les outils et méthodes d’acquisition de données depuis un ensemble de bases techniquement hétérogènes.
• Concevoir l’architecture d’un entrepôt de données décisionnelles (Data warehouse).
• Maîtriser la qualité des données tout au long de leur traitement.

Analyses prédictives et développement de la connaissance client

• Mettre en œuvre et garantir la modélisation statistique des données.
• Développer des algorithmes d’apprentissage et scénarios prédictifs des comportements clients.
• Optimiser la segmentation client à l’aide des statistiques et données de consommation.
• Étudier et mettre en place les meilleures solutions techniques pour gérer les grands volumes de données.
• Concevoir des modèles de détection des insights (Attitude ou croyance profonde de consommateurs, qui joue comme un frein ou comme une motivation à un comportement, sur laquelle le marketing va chercher à agir pour définir une offre ou construire une promesse publicitaire) et des opportunités de marché.
• Tester, contrôler la qualité et la cohérence des bases de données.
• Accompagner l’entreprise dans le développement de leviers de création de valeur.

Optimisation des actions marketing de l’entreprise

• Mettre en œuvre et optimiser les stratégies CRM du marketing relationnel.
• Améliorer la performance des plateformes de contact client (Web, etc.).
• Optimiser le ciblage des campagnes de marketing direct (emailing, sms, web, etc.).
• Analyser les taux de rétention client et les éléments y contribuant.
• Mesurer le ROI (Return On Investment ou retour sur investissement) de l’ensemble des actions marketing de l’entreprise.
• Construire et optimiser les scores d’appétence (outil qui traduit la probabilité qu’un prospect devient un consommateur du produit ou service promu).
• Fournir au service marketing les données nécessaires à la réalisation d’études de marché.

Développement d’outils de support aux clients internes

• Participer à la mise en œuvre de la stratégie marketing de l’entreprise.
• Analyser l’ensemble des données commerciales pour développer des systèmes efficaces d’aide à la décision.
• Participer au développement des indicateurs de performance commerciale de l’entreprise.
• Fournir aux chefs de produit des leviers statistiques décisionnels pour la conduite et l’analyse des campagnes de prospection.
• Réaliser des études statistiques pour les clients internes ou la direction générale.
• Animer les ateliers d’expression des besoins internes et rédiger les cahiers des charges.
• Écrire et rédiger la spécification des besoins à destination des DSI ou de la maîtrise d’ouvrage.
• Déterminer les outils de reporting dynamique et multidimensionnel (OLAP).
• Présenter les résultats des études réalisées aux clients internes.
• Former les utilisateurs aux outils informatiques et décisionnels.

Veille technologique sur les outils de datamining

• Effectuer une veille sur les nouvelles technologies et solutions logicielles d’analyse des données.
• Rechercher et expérimenter de nouvelles méthodes de modélisation et d’analyse des données.
• Sélectionner les nouveaux outils et techniques de data management.

Management d’équipe

• Animer les réunions, organiser et planifier les interventions d’une équipe.
• Assurer le recrutement et le développement des compétences des collaborateurs.
• Gérer un budget et évaluer le coût des interventions.
• Dimensionner les projets et définir les choix techniques et méthodologiques des interventions.

Profil

Diplômes requis

Diplôme universitaire Bac +5 (Master en statistiques et marketing, informatique, statistique et informatique décisionnelle, économétrie) Diplôme d’école d’ingénieurs Master spécialisé Big data analyse, management et valorisation responsable Doctorat en informatique, en mathématiques, en statistiques ou en modélisation des données

Compétences requises

Compétences techniques

• Excellente maîtrise des algorithmes d’apprentissage automatique (Machine Learning)
• Excellente maîtrise des outils de data management (SAS, SPSS, SAP Infinite Insight, Python, R, Excel, Access...)
• Excellente maîtrise des technologies HADOOP
• Excellente maîtrise des bases de données SQL et noSQL
• Bonne connaissance des réseaux de neurones et d’intelligence artificielle
• Bonne connaissance des outils de Web analyse (Omniture, Google analytics etc.)
• Solides connaissances en marketing
• Maîtrise de l’anglais

Aptitudes professionnelles

• Esprit d’analyse indispensable pour identifier et comprendre les problématiques économiques transversales de l’entreprise
• Très grande rigueur et forte concentration pour assurer l’exactitude des calculs réalisés
• Bonne capacité d’organisation pour structurer ses méthodes de travail et son plan d’intervention
• Sens aigu du service pour optimiser et améliorer la satisfaction du client
• Excellente capacité de communication pour expliquer et convaincre
• Très bonne pédagogie pour expliciter sa méthode de travail aux collaborateurs
• Curiosité pour suivre les nouvelles tendances et découvrir de nouveaux outils
• Goût pour les données numériques et les chiffres car les volumes de données sont importants
• Force de proposition pour proposer des recommandations aux équipes marketing
• Sens des affaires pour détecter les opportunités de marché
• Qualité d’écoute afin de recueillir avec précision les informations et besoins des clients internes et externes

Rémunération

Jeune diplômé : entre 32 et 38 k€ Jeune cadre : entre 40 et 45 k€ Cadre confirmé : entre 45 et 75 k€ (Fourchettes de rémunération selon profils, niveau d'expérience, responsabilité hiérarchique, taille de l'entreprise, animation d'équipes...)