Florian Blanchet

Structuration de l'équipe et conduite du changement

• Coordination d'équipe : Management transverse de 10 collaborateurs (6 Data Analysts, 4 Data Engineers) pour aligner les objectifs techniques et business.
• Animation de la vie d'équipe : Instauration de rituels agiles (Daily, Weekly) et organisation de sessions de partage de compétences pour favoriser la montée en gamme collective.
• Pilotage de l'activité : Déploiement de Jira pour la gestion du ticketing, apportant une visibilité accrue sur la vélocité et les priorités du pôle.
• Acculturation technique : Onboarding généralisé sur dbt, permettant d'unifier les méthodes de travail et de diffuser les bonnes pratiques SQL au sein de l'ensemble de l'équipe.
• Standardisation du code : Implémentation de Git (GitLab) couplée à un processus de review et de Merge Request, garantissant la qualité des livrables.

Refonte de l’architecture et migration technique

• Transition vers l'Architecture Médaillon : Conception d'une trajectoire technique pour implémenter une structure en couches (Bronze, Silver, Gold), assurant la mise à disposition d'une couche "Gold" certifiée.
• Migration des vues, "scheduled queries" et procédures stockées SQL Server qui alimentaient les dashboards Power BI et les modèles de Machine Learning.
• Mutualisation du Transform : Centralisation de la logique métier dans dbt, facilitant la maintenance et la réutilisation des modèles de données à travers l'organisation
• Modernisation de l'orchestration : Définition d'une roadmap Data Engineering pour migrer les scripts Python/Cron isolés vers un Airflow centralisé, fiabilisant ainsi l'ensemble des extractions.

• Diagnostic Technique & Tracking : Analyse de l'existant (GTM, Plans de taggage, CMP). Identification des failles de collecte (perte de signal, cookies tiers) et des risques de conformité (RGPD). Recommandation de transition vers le Tracking Server-Side et CAPI pour fiabiliser la donnée.
• Audit de l'Architecture Data : Cartographie des flux de données et identification des silos (Marketing vs Sales vs Tech). Mise en évidence de la fragmentation des données (Excel manuels, outils redondants).
• Définition de l'Architecture Cible : Conception et recommandation d'une "Modern Data Stack" centralisée (Extraction + Data Warehouse + DBT) pour réconcilier les sources (CRM, Ads, ERP) et créer une source de vérité unique.
• Stratégie de Pilotage & Attribution : Modélisation de nouveaux KPIs financiers pour le marketing (CAC, LTV, MRR). Recommandation de modèles d'attribution multi-touch pour sortir du "Last-Click" et valoriser l'impact du Brand/Nurturing.
• Roadmap & Gouvernance : Élaboration d'un plan d'action priorisé sur 12 mois (Build -> Run -> Scale) incluant les besoins en recrutement (Data Analyst Marketing) et la structuration des tableaux de bord (Stratégique vs Opérationnel).