🔔

Databird vous ouvre ses portes pour tout vous expliquer sur les métiers de la Data

J-9 / Je m'inscris à l'événement  ➜
croix
Le programme dans tes mails
Attention il est peut-être dans tes spams
Tu en apprendras plus sur notre mission, notre pédagogie, et notre programme.
Ton pigeon voyageur est en chemin attend 1 ou 2 minutes qu'il arrive !
Oops! Il semble que ça ne fonctionne pas. Si l'erreur persiste, n'hésite pas à nous contacter !

Analyser les données d’une start-up dans la FoodTech

Projet apprenant

Améliorer la rentabilité d’une entreprise de dark kitchen en analysant les données de vente sur une plateforme de livraison : c’est le défi data que Charles et son équipe ont décidé de relever et le projet qu’ils ont choisi pour leur première expérience de Data Analyst.

Analyser les données d’une start-up dans la FoodTech

Arrivé tout droit du Chili, Charles rentre en France avec de nouveaux projets en tête ! Durant son expatriation sudaméricaine (5 ans), il monte FoodFast, un foodtruck devenu start-up dans la foodtech. Une aventure entrepreunariale qui perdure avec brio mais forcé de constater que les données générées ne sont pas suffisamment exploitées pour améliorer la rentabilité de l’entreprise. Charles décide de se former à la data analyse et de consacrer son projet de fin de formation chez nous à sa start-up chillienne pour faire ses recommandations au nouveau COO !

Table des matières

Est-ce que tu peux présenter ton équipe et le background de chacun... ?

Mon équipe était composée de Mazarine Bourgeois, Alexandre Stantina et moi-même

  • Mazarine travaille dans la très belle start-up ( 🦄 ) Payfit. Elle est au sein de l’équipe  Finance en tant que Finance Ops.

Elle a un parcours école de commerce et recherchait avec le Bootcamp Databird à se rajouter une compétence Data pour avoir un profil plus attractif dans sa start-up ainsi que pour ses futures opportunités professionnelles.

  • Alexandre qui est le doyen de la promo du Batch 8 est spécialisé dans les Fintech et le CRM.

Via le Bootcamp Databird, il cherchait à se spécialiser dans la Data pour continuer dans le secteur du CRM et avoir un profil expert-CRM avec des connaissances Data qui sont très recherchées dans ce secteur.

  • En ce qui me concerne, je suis diplômé d’école de commerce, j’ai d’abord travaillé 2 ans en retail chez Decathlon puis je me suis expatrié 5 ans au Chili où j’ai monté de zéro un mini Foodtruck de Poke Bowl en 2017 qui est maintenant une start-up ( foodfast ) de plus de 30 personnes dans la Food Delivery, nous opérons 4 cuisines et 5 marques virtuelles dans des Dark Kitchens ( kézako ? )

Pourquoi cette volonté de te former à la data analyse ? Quelles ambitions as-tu pour l'avenir ?

Au cours de mes 5 années à faire grandir et développer ma start-up dans la Foodtech j’ai réellement senti la force que pouvait avoir la data dans un projet entrepreneurial.

En effet, les problématiques de suivi de KPI opérationnels, commerciaux et financiers sont simples dans une petite PME mais dès qu’on commence à avoir des volumes d’affaires plus important, il est primordial d’avoir une stratégie orientée Data pour pouvoir “scaler” plus rapidement.

Ainsi au moment de mon retour en France début 2022 j’ai souhaité apprendre à utiliser et analyser la Data dans le but d’utiliser ses compétences plus tard dans un futur projet entrepreneurial.

J’ai donc décidé de me former intensivement sur 8 semaines chez DataBird qui allie la partie Business et Data et qui donc correspondait parfaitement à ce que je voulais apprendre.

Sur quoi et avec qui travaillais-tu (entreprise)?

J’ai pu allier formation et création de valeur pour mon entreprise puisque le projet sur lequel nous avons travaillé était pour ma start-up de Food Delivery au Chili !

Nous avons travaillé sur les données de ventes de 2021 de l’entreprise sur la plateforme de livraison Uber Eats qui est notre partenaire majeure.

Peux-tu nous expliquer le but et le déroulement du projet ? Quels outils avez-vous utilisés ?

L’objectif central du projet était de répondre à la question : “ Comment pouvons-nous améliorer la rentabilité de Foodfast grâce à l'analyse des données ?”

Nous avons divisé le travail en 3 objectifs

  1. Connaître le “food-waste” par cuisine pour animer les équipes opérationnelles sur ce KPI.Livrable : Un dashboard sur Tableau des pertes alimentaires par mois/ par cuisine et par matière première à destination du COO de l'entreprise.
  2. Améliorer la rentabilité de nos matières premières “Premium” et adapter l’offreLivrable : Un dashboard sur Tableau de l’apport en CA de chaque matière première premium sur la période étudiée
  3. Étude de la tendance des ventes de Bowls végétariens sur l’année 2021 pour décider d’investir ( ou non ) sur cette catégorie de produits.
  4. Livrable : Un dashboard sur Tableau des ventes de Bowls végétariens sur la période 2021

Les outils que nous avons utilisés :

  • Python avec Google Colab Notebook pour le cleanage des données des ventes Uber Eats en mode collaboratif ( 60% du temps du projet)
  • Google Sheet pour les bases de données de l’entreprise dont le volume est de moins de 10.000 lignes (10% du temps du projet)
  • SQL pour le regroupement des tables et l’analyse de données (10% du temps du projet)
  • Tableau pour la Data Viz avec les Dashboards (20% du temps du projet)

Les 3 difficultés majeures lors de ce projet :

  • Problématique business peu précise et spécifique qui nous a fait perdre le focus pendant les 10 jours de travail. Il faut toujours bien cadrer sa problématique pour que l’objectif soit SMART
  • Base de données de l’entreprise Foodfast non établie. C’est sur ce point que personnellement j’ai beaucoup appris pour mon prochain projet qui sera dès son premier jour “Data oriented”
  • Technicité de la connexion à une API dont la documentation est trop succincte

Conclusion :

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

J’ai particulièrement aimé travailler avec ma super équipe sur les données de mon entreprise ! Je remercie très fortement Mazarine et Alexandre qui ont apporté de la valeur à Foodfast via ce projet donc gros “big up” à eux 2 🤟 !

J’en retire plusieurs enseignements :

  • La propreté des données d’une entreprise doit être dans ses priorités (quel que soit le secteur) pour pouvoir l’analyser et prendre des décisions plus rapides.
  • Un projet data nécessite un “project manager” qui centralise et anime l’équipe
  • Définir une problématique précise dès le début d’un projet de Data analyse

Un conseil à donner pour ceux qui voudraient postuler à DataBird ?

Foncez ! Le meilleur investissement que vous pouvez faire c’est sur vous ! La data est au centre de nombreuse problématique business et mettre un pied dedans est selon moi primordial aujourd’hui !

équipe DataBird formation data analyse

Tu souhaites devenir data analyst

Notre formation intensive en présentiel ou à distance en data analyse est ouverte à tous types de profils. Tu es intéressé(e) pour rejoindre notre communauté ? Postule pour en savoir plus.

A lire également :