Venez assister au webinar de présentation de notre formation Data Science le 03 avril à 18h30
Je m'inscris à l'évènement

La data au service d'une entreprise de streaming musical

Mis à jour le
30/5/2023
-
Projet final en data analyse d'Arnaud : "Music in better quality", le but étant grâce à la data d'optimiser le système de partenariat d'une entreprise de streaming musical.

Est-ce que tu pourrais te présenter ? Pourquoi cette volonté de te former à la data analyse ?

Je m’appelle Arnaud Wiart, j’ai 25 ans, et je suis jeune diplômé d’une école de commerce. J’ai eu 2 ans d’expérience en tant que Business Developer avant de rejoindre DataBird. J’ai eu envie de me former au métier de Data Analyst car ma dernière expérience (consultant chez OneTrust/RGPD) m’a donné envie de m’intéresser à la Data. Par ailleurs l’idée d’apporter un côté technique à mon profil d’école de commerce me trottait dans l’esprit depuis quelques temps.

Peux-tu nous expliquer le déroulement du projet ? Pourquoi l’avoir choisi ? Sur quoi et avec qui travaillais-tu ?

J’ai travaillé avec 3 autres personnes (Nathalie, Sébastien et Louis) sur l’entreprise Qobuz (site de streaming et d’achat de musique de haute qualité en ligne / concurrent de Deezer). L’équipe Data/Marketing de l’entreprise nous a demandé de travailler sur les clients (mode d’acquisition, cible, évolution, rétention, genres musicaux, etc..) provenant des partenaires commerciaux de Qobuz : revendeurs de matériels de musiques notamment.

Dans un premier temps il y a eu la création des équipes avec un pitch des personnes avec un projet, puis nous avons travaillé en équipe avant de présenter notre travail 2 semaines plus tard devant un jury et l’ensemble du batch. Nous avons travaillé essentiellement sur Python, Snowflake pour les requêtes SQL, Excel et Tableau. Nous avons choisi ce projet car je connais une personne dans l’entreprise et le côté musique me plaisait beaucoup.

Quelles ont été les difficultés à surmonter lors du projet ?

Il a été difficile pour nous de récupérer les éléments à temps et surtout de les exploiter comme nous l’aurions voulu. La majorité des données que nous souhaitions n’était pas exploitable : la provenance exacte du client selon les différents partenaires commerciaux n’était pas renseignée.

Comment vous-êtes-vous organisés ?

Lors des premiers jours nous avons organisé le projet avec les différentes parties prenantes à travers des réunions téléphoniques et des brainstormings. Nous avons commencé par la compréhension des Data que nous avions à disposition ainsi que l’offre proposée par Qobuz. Puis nous nous sommes réparti le travail suivant 3 pistes correspondant à 3 parties (clients, commandes et streams) de la base de données pour ensuite ressortir des insights business que nous avons présenté devant le board pédagogique.

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

J’ai beaucoup aimé travailler en équipe et de se répartir des tâches, de s’entraider afin de ressortir les meilleurs recommandations business. Nous avons également bien exploité ce que nous avons vu en cours pendant ces deux semaines de projet.

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

Le Bootcamp n’est pas fait pour toi si tu n’as aucune appétence pour apprendre à coder. Par contre, il est fait pour toi si tu en as marre d’entendre parler Data mais tu ne comprends pas tout et que tu veux apprendre à répondre à des objectifs business grâce la Data.



Nos derniers articles sur

La culture de la data

Dans cet article on récapitule comment un data analyst peut se servir de ChatGPT pour analyser des données et gagner un du temps avec quelques tips.
Dans cet article nous vous donnons 4 concurrents à ChatGPT à connaître en 2024 pour son analyse de données et sa propre veille techno !
Dans cet article on fait le points sur les 10 outils incontournables à utiliser quand on est Data Analyst.
Notion

La data au service d'une entreprise de streaming musical

Culture Data

Projet final en data analyse d'Arnaud : "Music in better quality", le but étant grâce à la data d'optimiser le système de partenariat d'une entreprise de streaming musical.

La data au service d'une entreprise de streaming musical

Tout a commencé il y a 8 semaines, quand Arnaud, Sebastien, Louis et Nathalie pensaient que Python et Pandas n’étaient encore que de simples animaux.

Depuis lors, beaucoup de chemin a été parcouru. Entre SQL, Excel, les stats, Python, les méthodes agiles et Tableau nos apprentis DataBirdies se sont frayés un chemin dans la jungle de la data. Ils ont pu travailler les 2 dernières semaines sur un projet concret d’entreprise. Ce projet leur a permis de mettre en musique toutes les compétences précédemment acquises pour, à la fin, devoir présenter des recommandations à l’entreprise partenaire sur les problématiques rencontrées. En plus de l’entreprise partenaire, nous avons pu accueillir des responsable de Veepee, Monoprix, OpenClassRooms, Elevate, Qobuz et Arsenal Chirurgical.

Table des matières

Est-ce que tu pourrais te présenter ? Pourquoi cette volonté de te former à la data analyse ?

Je m’appelle Arnaud Wiart, j’ai 25 ans, et je suis jeune diplômé d’une école de commerce. J’ai eu 2 ans d’expérience en tant que Business Developer avant de rejoindre DataBird. J’ai eu envie de me former au métier de Data Analyst car ma dernière expérience (consultant chez OneTrust/RGPD) m’a donné envie de m’intéresser à la Data. Par ailleurs l’idée d’apporter un côté technique à mon profil d’école de commerce me trottait dans l’esprit depuis quelques temps.

Peux-tu nous expliquer le déroulement du projet ? Pourquoi l’avoir choisi ? Sur quoi et avec qui travaillais-tu ?

J’ai travaillé avec 3 autres personnes (Nathalie, Sébastien et Louis) sur l’entreprise Qobuz (site de streaming et d’achat de musique de haute qualité en ligne / concurrent de Deezer). L’équipe Data/Marketing de l’entreprise nous a demandé de travailler sur les clients (mode d’acquisition, cible, évolution, rétention, genres musicaux, etc..) provenant des partenaires commerciaux de Qobuz : revendeurs de matériels de musiques notamment.

Dans un premier temps il y a eu la création des équipes avec un pitch des personnes avec un projet, puis nous avons travaillé en équipe avant de présenter notre travail 2 semaines plus tard devant un jury et l’ensemble du batch. Nous avons travaillé essentiellement sur Python, Snowflake pour les requêtes SQL, Excel et Tableau. Nous avons choisi ce projet car je connais une personne dans l’entreprise et le côté musique me plaisait beaucoup.

Quelles ont été les difficultés à surmonter lors du projet ?

Il a été difficile pour nous de récupérer les éléments à temps et surtout de les exploiter comme nous l’aurions voulu. La majorité des données que nous souhaitions n’était pas exploitable : la provenance exacte du client selon les différents partenaires commerciaux n’était pas renseignée.

Comment vous-êtes-vous organisés ?

Lors des premiers jours nous avons organisé le projet avec les différentes parties prenantes à travers des réunions téléphoniques et des brainstormings. Nous avons commencé par la compréhension des Data que nous avions à disposition ainsi que l’offre proposée par Qobuz. Puis nous nous sommes réparti le travail suivant 3 pistes correspondant à 3 parties (clients, commandes et streams) de la base de données pour ensuite ressortir des insights business que nous avons présenté devant le board pédagogique.

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

J’ai beaucoup aimé travailler en équipe et de se répartir des tâches, de s’entraider afin de ressortir les meilleurs recommandations business. Nous avons également bien exploité ce que nous avons vu en cours pendant ces deux semaines de projet.

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

Le Bootcamp n’est pas fait pour toi si tu n’as aucune appétence pour apprendre à coder. Par contre, il est fait pour toi si tu en as marre d’entendre parler Data mais tu ne comprends pas tout et que tu veux apprendre à répondre à des objectifs business grâce la Data.



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 :
Venez assister au Webinar sur nos formations tous les mercredis à 18h
S'inscrire