Mission · 2025
Enseigne de mode multi-boutiques : refonte des dashboards et analyse des stocks
- Secteur
- Retail et mode
- Rôle
- Analytics Engineer
- Année
- 2025
- Employeur
- Hanalytics
- Thèmes
- Analytics engineering
Refonte des dashboards et analyse des stocks d'une enseigne de mode multi-boutiques.
Réalisations
- Architecture des dashboards existants refondue à partir des besoins métiers.
- Modèles dbt optimisés et dashboards améliorés en continu (performance, maintenabilité).
- Analyses avancées de gestion et de rotation des stocks.
- Package dbt sur mesure pour suivre en continu le tracking GA4 et surveiller les données comportementales.
- Reportings multi-boutiques harmonisés et flux de vente omnicanaux consolidés.
Stack
Repères : DataOps, data product, dbt, ELT, Medallion, ODCS, RLS
- DataOps
- Pratiques d’ingénierie (versionnement, tests, CI/CD, monitoring) appliquées aux pipelines de données.
- Data product
- Jeu de données géré comme un produit : propriétaire identifié, contrat, qualité surveillée et documentation.
- dbt
- Outil de transformation en SQL, versionné et testé, qui construit les tables d’analyse dans l’entrepôt de données.
- ELT
- Charger d’abord les données brutes, puis les transformer dans l’entrepôt, avec la puissance de calcul du cloud.
- Medallion (Bronze, Silver, Gold)
- Organisation des données en couches : brutes (Bronze), nettoyées et historisées (Silver), prêtes pour le métier (Gold).
- ODCS (Open Data Contract Standard)
- Format ouvert qui décrit un jeu de données : champs, types, sensibilité, règles de qualité.
- RLS (Row-Level Security)
- Droits d’accès par ligne : chaque utilisateur ne voit que les données qui le concernent.