Accélérer la croissance d’une marque de studios de sport grâce à des analyses data business

En analysant les data liées aux comportements des adhérents d’une marque de salles de sport, marine et son équipe ont identifié les leviers d’optimisation de leur planning de cours afin de les aider dans leur développement !

Mis à jour le
15/5/2024

Marine, Svetlana et Grégoire ont participé au 10ème bootcamp DataBird. Après 6 semaines d’apprentissage sur SQL et Python et sur des logiciels de data visualisation, c’est parti pour 2 semaines intenses de projet ! Marine, qui travaillait déjà dans le sport avant sa formation, s’est naturellement tournée vers un projet sportif ! Pour elle, il était essentiel de mener son projet dans un secteur qu’elle apprécie vraiment et dans lequel elle se projette. Autant lier l’utile à l’agréable !

Quels étaient les membres de ton équipe, le background de  chacun? Et pourquoi cette volonté de vous former à la data analyse?

Nous étions 3 dans l’équipe :

-Grégoire, anciennement chef d’entreprise dans la tech, qui souhaitait acquérir des compétences techniques en data

-Svetlana, qui travaille dans les transports aériens et qui souhaitait compléter ses compétences

-Marine, anciennement dans le marketing et la stratégie digitale dans le sport, qui souhaitait acquérir les compétences techniques en data pour se reconvertir

Quel était votre projet et avec qui travaillais-tu?

Nous avons réalisé notre projet avec EPISOD. EPISOD, ce sont les pionniers français des studios de sport premium. Ils proposent des cours de Bootcamp, cycling, yoga, Athletic training, rowing ou encore boxing, inspirés de la prépa physique d’athlètes, et encadrés par des trainers experts et ultra motivants. Ils ont ouvert un nouveau chapitre de leur histoire cet été, en devenant indépendant, dans le cadre d’un spin-off qui lui permet d’être financé de manière autonome. Avec un challenge : accélérer leur développement et leur croissance. Nous les avons accompagné pour les aider à identifier les leviers d’optimisation de leur planning de cours, et à comprendre les comportements de leurs clients, via leur data.

Peux-tu nous expliquer le but, le déroulement du projet et les outils data utilisés ?

Nous disposions de 3 bases de données excel, avec les données socio-démographiques des clients, les données concernant les cours et une base comprenant tous les cours réservés et annulés (avec près de 300 000 lignes !). Nous avons commencé par analyser brièvement les bases sur Excel pour bien les comprendre. Pour travailler de manière collaborative, nous avons ensuite mis en place un environnement partagé, grâce à Google Drive, et Google Collab, afin de pouvoir travailler tous dans le même dossier, et sur les mêmes note books de code. Ensuite, nous avons travaillé sur  Python : nous avons rassemblé puis cleané les données, avant de mener de premières analyses.

Une fois que nous savions les axes que nous voulions présenter, nous sommes passés à la data visualisation sur l’outil Tableau.

Comment vous-êtes-vous organisés ?

Nous   avons   commencé   par   dégager   plusieurs   axes   d’analyse   (les performances du   planning,   les profils clients, les comportements de réservation), que nous nous sommes répartis : chacun a ainsi pu creuser un axe d’analyse, et en dégager des insights pertinents. Nous avons chacun avancé sur nos axes et sur nos visualisations, puis nous avons mis en commun nos analyses et nos tableaux de bord, pour aboutir à une histoire commune cohérente, avec des   insights qui se répondaient entre eux.

Quelles ont été les difficultés à surmonter lors du projet ?

Les étapes de mise en place du drive commun, puis de mise en commun de nos visualisations   ont été chronophage, avec des temps de chargement parfois longs. Nous avons rencontré les limites des versions gratuites des différents outils que nous avons pu utiliser.



Qu’est-ce que tu as aimé dans ce projet et qu’est-ce que tu en retires ?

J’ai   adoré   travailler   sur   des   données   d’utilisation   d’un   service   et   de comportement de clients, et chercher des insights qui seraient utiles à l’entreprise, pour arriver à leur apprendre des choses qu’ils ne savaient pas déjà. J’ai aussi aimé travailler sur les visualisations, prendre le temps de   trouver   LE   bon   graphique,   LA   bonne   visualisation   qui   permet   de comprendre l’insight le plus clairement et rapidement possible.

Un conseil pour les prochains DataBirdies ?

Je conseille de choisir un projet pour une entreprise et/ou un produit qui leur plaît vraiment. C’est vraiment motivant de travailler en se disant que ce qu’on fait va servir à l’entreprise, et peut-être leur apprendre des choses nouvelles ! Je conseille également de choisir un projet qui permet d’utiliser les outils qu’on a préféré et sur lesquels ils auront envie de travailler demain, pour s’exercer sur ce qui nous plaît le plus.

Venez assister au workshop sur "Comment créer un dashboard Excel interactif & pertinent" en live le mardi 11 juin à 18h30
Rejoignez-nous le 11 juin à 18h30 pour un workshop exclusif dédié à l'utilisation d'Excel : pour optimiser vos data analyses et enfin comprendre comment créer un dashboard intéractif et pertinent
Je m'inscris à l'évènement
Faites un premier pas dans la data avec le cours gratuit Power BI

Comprendre l'importance du dashboarding avec Power BI, comment connecter des bases de données pour mieux les visualiser et créer vos premières visualisations.

Je fais le premier pas
Faites un premier pas dans la data avec le cours gratuit sur le Modern Data Stack

Comprendre l'infrastructure moderne utilisée par un data analyst (Modern Data Stack), les rôles des outils utilisés et les tendances du marché en matière

Je fais le premier pas
Faites un premier pas dans la data avec le cours gratuit sur la culture data

Comprendre les termes techniques de l'analyse de données, les métiers associés (Data Analyst, Data Engineer, etc.) et leur utilisation en entreprise par un Data Analyst.

Je fais le premier pas
Faites un premier pas dans la data avec le cours gratuit SQL

Comprendre l'importance de SQL par rapport à un tableur pour le stockage des données, l'utilité des clés primaires et secondaires, et écrire les premières requêtes SQL SELECT FROM WHERE.

Je fais le premier pas
Faites un premier pas dans la data avec le cours gratuit sur le web scraping avec Python

Comprendre l'objectif du web scraping, l'architecture d'une page web et mettre en pratique avec les packages Requests et BeautifulSoup pour extraire des données à partir du web.

Je fais le premier pas
Faites un premier pas dans la data avec nos cours gratuits
Démarrer

Nos derniers articles sur

La culture de la data

Dans cet article nous vous donnons 4 concurrents à ChatGPT à connaître en 2024 pour son analyse de données et sa propre veille techno !
Vous débutez sur Excel et ne savez pas quelle formule utiliser dans une situation donnée ? Pas de soucis ! On vous dit tout dans cet article !
Difficulté :