🔔

Journée portes ouvertes : Webinar de présentat la formation en data analyse le 7 décembre

Je m'inscris à l'événement
croix
Journée portes ouvertes :

Webinar de présentation de la formation en data analyse le 7 décembre
Je m'inscris à l'événement

La Data au service d’une Organisation Non Gouvernementale

Projet apprenant

Découvre le projet de Beessan et son équipe : analyser les datas d’une ONG afin d’établir une étude de l’attrition des donateurs (le churn) par canal d’acquisition.

La Data au service d’une Organisation Non Gouvernementale

Beessan a à coeur de mettre à profit ses compétences Data au service de l’action sociale. Et oui, la data est bien présente et utile dans tous les secteurs d’activité, non lucratif inclus! Avec son équipe (batch 7), Beessan a choisi un projet d’analyse data auprès d’une ONG. Grâce aux outils data et aux apprentissages suivis durant la formation, ils ont réalisé une étude des dons reçus par l’association.

Table des matières

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

Beessan Hallak, Cheffe de projet de la team. Avec un cursus atypique, j’ai commencé mes études supérieures en mathématiques en Syrie ou j’ai obtenu mon master 1 en algèbre à l’université de Damas, je porte un grand intérêt au secteur de la Solidarité Internationale, c’est pourquoi en arrivant en France j’ai obtenu mon Master professionnel en Solidarité et Actions Internationales à Paris.

Giacomo Leso, docteur en Sciences Politiques et journaliste tout média (20 ans d'expérience), il est passionné par la Data. Ses points forts sont la visualisation et le dashboarding. C’est aussi un comique incompris.

Constantin Xynopoulos, membre du pôle technique et dashboarding de la team. Sorti d’une école de commerce, il compte plusieurs expériences en consulting et en audit financier.

Cherif Kanaan, il a un cursus école d'ingénieur et 2 ans d’expérience entrepreneuriale. Il est membre du pôle technique de la team.

Sean-Paul, après un cursus école de commerce, il a 1 an d’expérience en management et consulting, il est le conseillé business de la team.

Pourquoi cette volonté de te former à la data analyse ? Quelles ambitions avez vous pour l'avenir ?

J’ai travaillé pendant 10 ans dans le domaine humanitaire et actions sociales. Pendant ces années, j’ai fait du suivi et de l’évaluation de projets. Cependant, j’avais toujours l’impression que les données pouvaient être exploitées différemment pour tirer davantage d’informations et aller plus loin. C’est pourquoi j’ai souhaité me former aux compétences techniques et opérationnelles dans le domaine de la Data. Je me suis lancée ce challenge personnel : apprendre l’analyse des données en deux mois et l’appliquer ensuite dans un futur métier en relation avec mon ancien parcours professionnel, dans l’humanitaire si possible.

Sur quoi et sur quel projet travaillais-tu? Pourquoi l’avoir choisi ?

Vu mon parcours et mon profil, je souhaitais appliquer l’analyse de Data dans le secteur humanitaire. Nous avons été réunis, avec mon équipe, par notre intérêt pour la cause humanitaire. Nous nous sommes donc tout naturellement tournés vers un projet d’analyse des datas d’une ONG internationale (qui souhaite être anonyme). Cette ONG a pour objectif de combattre toute forme de discrimination, de défendre les droits des réfugiés, des migrants et le droit à la liberté d’expression.

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

Notre projet, sur les deux dernières semaines du bootcamp DataBird, consistait à analyser les données d’une ONG internationale afin de répondre à la problématique générale suivante :   l’étude de l’attrition des donateurs (le churn) par canal d’acquisition. Nous avons pu aller plus loin en analysant l’évolution de dons au cours du temps : - les dons moyens - la fréquence des dons - les tendances des dons selon les périodes - là encore en intégrant le canal d’acquisition des donateurs. Les deux premiers jours ont été consacrés à la découverte des deux dataset csv de 140k lignes, et le dictionnaire de documentation. Ensuite, avec Python, nous avons commencé le data cleaning, le drop de colonnes inutiles pour notre analyse et l’analyse de cohorte. Les derniers jours ont été consacrés à la segmentation, la construction des visuels dans Tableau Software et la présentation finale sur power point. Nous avons travaillé principalement sur Python et Tableau. Avec Python, nous avons réalisé une analyse de cohorte qui nous a permis de répondre à la problématique générale et in fine, déterminer la tendance sur le churn. Avec Tableau, nous avons pu pousser l’analyse et nous avons pu tirer de nombreuses recommandations qui ont été transmises à l’ONG.

Comment vous-êtes-vous organisés ?

Dans un premier temps nous avons établit un retro-planning, puis nous nous sommes attribués des « tâches ». Ensuite, nous avons fait un point tous ensemble pour conserver les analyses les plus pertinentes. Enfin, nous avons restructuré notre présentation afin que notre powerpoint soit le plus cohérent possible. Nous avons travaillé à 5 sur ce projet, la répartition des tâches s’est organisée selon les points forts de chacun :

Beessan:  Cheffe de projet de la team, coordination, communication, planification, visualisation.

Constantin : Membre du pôle technique et dashboarding de la team

Cherif : Membre du pôle technique de la team.

Sean-Paul : Conseillé business de la Team.

Giacomo : Membre du pôle visualisation et analyse. Puissant en visualisation et dashboarding.

Quelles ont été les difficultés à surmonter lors du projet ?

Tout d’abord, nous avons reçu les datasets avec 3 jours de retard. De ce fait, nous avons perdu du temps accompagné d’un stress véhiculé par la possibilité de ne pas les avoir à temps (notre contact à l’ONG attendait le feu vert du service juridique). Nous les avons finalement reçus au troisième jour. Et avec beaucoup d’enthousiasme, nous avons attaqué notre projet !

Nous avons réalisé ce projet en moins de 10 jours, ce n’était pas de tout repos! Aussi, durant la période de l’analyse de cohorte, nous sommes arrivés à un dataset de 4M lignes, ce qui a alourdit le logiciel Tableau.

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

J’ai adoré pouvoir fusionner mes expériences en humanitaire avec la Data et la Tech. C’est vraiment une révélation pour moi. J’adore repousser les limites et sortir de ma zone de confort. J’étais satisfaite de travailler avec cette équipe riche de leurs diverses expériences et de leurs personnalités très sympathiques. Venir tous les matins dans les locaux, échanger avec les autres équipes du Batch et prendre le café et les gâteaux avec eux ont également contribués à se sentir bien et entourés.

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

Je recommande ce bootcamp car j’ai beaucoup apprécié me former en data chez Databird. C’est une formation complète, qui permet d’en ressortir avec des bases solides en data analyse. C’était 8 semaines très enrichissantes d’un point de vue pédagogique mais aussi humain. La qualité de l'enseignement est de haut niveau. Et la méthode suivie dans ce bootcamp : apprendre par le biais d’exercices pratique et d’un projet final m’a permit de monter en compétence dans l’utilisation des outils du Data Analyst (SQL, Python, Tableau et bien d’autres).

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 :