Portfolio
Clément Ringeval
Parcours : Visualisation et Conception d’Outils Décisionnels (VCOD)
Années 1 & 2
De la donnée brute à l'outil d'aide à la décision
Introduction
Objectifs du portfolio
Compétences clés illustrées
TRAITER : Collecter, nettoyer et structurer les données pour les rendre exploitables.ANALYSER : Explorer les informations et utiliser les statistiques pour comprendre les problématiques. VALORISER : Créer des outils visuels et des tableaux de bord pour rendre les résultats parlants. DÉVELOPPER : Programmer des solutions en Python (POO) pour automatiser et fiabiliser les calculs.
-Démontrer la maîtrise de la donnée du traitement à la restitution.-Illustrer les acquis de mes compétences à travers les Situations d'Apprentissage et d'Évaluation (SAÉ)
Présentation
Mon Profil
Je m'appelle Clément Ringeval, je suis actuellement à l'université de lille site de Roubaix dans le BUT Science des données en parcours VCOD (Visualisation et Conception d’Outils Décisionnels). Ce qui me passionne, c’est de transformer des données brutes en outils concrets. Mon objectif est de simplifier l'accès à l'information pour faciliter la prise de décision.
Mettre de l'ordre : Ranger et trier les données pour qu'elles soient propres et prêtes à l'emploi. Chercher des réponses : Fouiller dans les chiffres pour comprendre ce qu'il se passe vraiment. Créer des visuels : Construire des graphiques et des tableaux de bord interactifs qui parlent d'eux-mêmes. Rendre service : Faire en sorte que mes outils aident concrètement les gens dans leur travail.
Liste des blocs de compétences
traiter
analyser
Valoriser
développer
Conclusion
Traiter
Mes objectifs sur les 2 ans :
Les outils principalement utilisés :
🔍Identifier les sources de données : Savoir d'où vient l'information, qu'elle soit dans un fichier Excel, une base de données ou sur le web. 🧹 Nettoyer et préparer : Apprendre à traiter les erreurs, les doublons et les oublis pour avoir une base de données "propre". 🗄️Structurer l'information : Organiser les données pour qu'elles soient faciles à lire et à utiliser par la suite. 🤖Automatiser les flux (ETL) : Créer des programmes qui récupèrent et préparent les données tout seuls, sans intervention humaine. 🛡️Sécuriser et stocker : Respecter les règles (comme la RGPD) et savoir où ranger les données pour ne pas les perdre.
Qlik sense
Microsoft access
Pandas
Python
Microsoft visual studio
Power Bi
Oracle Data Integrator (ODI)
Projets en lien avec le bloc Traiter
-Création d'une base de données sur le tour de france
Info
Info
-Création d'un datawarehouse sur la base de données chinook avec historisation
Challenges
Challenge Enedis
Challenge Insee
Info
Info
Retour au menu
Analyser
Les outils principalement utilisés :
Mes objectifs sur les 2 ans :
📊Explorer les données : Savoir résumer un jeu de données avec des indicateurs clés (moyenne, écart-type, corrélations). 🔮Modéliser et prédire : Utiliser des méthodes statistiques pour anticiper des comportements futurs. 🔮 ✅Valider par les tests : Vérifier si les résultats sont significatifs ou s'ils sont dus au hasard (tests d'hypothèses). 🗣️Interpréter les résultats : Ne pas juste donner un chiffre, mais expliquer ce qu'il signifie concrètement pour le projet.
SAS
Python
Jupiter notebook
Projets en lien avec le bloc Analyser
-Etude d'une série temporelle sur le port d'anvers
Info
-Analyse par ACM des perceptions du mobilier JARDIMOB
Info
Info
-Modélisation statistique et prédiction de la fréquentation des cinémas de Bourgogne-Franche-Comté
Retour au menu
Valoriser
Les outils principalement utilisés :
Mes objectifs sur les 2 ans :
Micorsoft Word
🏢Comprendre l'économie d'entreprise : Savoir pourquoi on analyse ces chiffres et quel est l'impact pour l'organisation. 🗣️ Data Storytelling : Ne pas juste montrer un graphique, mais raconter l'histoire qu'il y a derrière pour convaincre. Anglais Professionnel : Être capable de présenter mes outils et mes rapports dans un contexte international. 🖱️Design & Ergonomie : Créer des tableaux de bord faciles à lire pour que n'importe quel collègue comprenne tout de suite.
Microsoft PowerPoint
Canva
Power Bi
Qlik sense
Projets en lien avec le bloc Valoriser
Info
-Optimisation de la performance économique
Info
-Conception d'un Tableau de Bord Décisionnel
Retour au menu
Développer
Les outils principalements utilisés :
Mes objectifs sur les 2 ans :
💻Coder des outils utiles : Apprendre à programmer des solutions (scripts, applis) pour répondre à un besoin précis. 🏢Comprendre l'entreprise : Utiliser ma connaissance générale de l'économie pour que mes outils collent à la réalité du business. 🛠️ Assurer la qualité : Écrire du code propre, documenté et facile à maintenir pour les autres. ⚙️ Gérer le côté technique : Savoir installer et configurer les environnements pour que tout fonctionne sans bug.
Python
Jupiter notebook
Projet en lien avec le bloc Développer
Info
-Application de Gestion de Voyages
Retour au menu
🏁 Conclusion : Ce que j'ai appris
📂TRAITER : Rassembler des données venant de sources très différentes (Internet, bases de données, outils comme ODI). Nettoyer et organiser ces informations automatiquement pour qu'elles soient utilisables sans erreurs. 🔍 ANALYSER : Étudier de très grandes quantités de données (comme pour le Port d'Anvers). Repérer les chiffres les plus importants et les tendances pour bien comprendre une situation. ✨ VALORISER : Créer des tableaux de bord clairs et interactifs avec Power BI. Transformer des calculs complexes en graphiques faciles à lire pour aider à prendre des décisions. 💻 DÉVELOPPER : Programmer proprement avec Python en utilisant la logique des classes (POO). Créer des programmes solides et faciles à modifier pour automatiser les tâches répétitives.
Merci de votre lecture !
Merci de votre lecture !
Clément Ringeval 2ème année du BUT SD
clement.ringeval.etu@univ-lille.fr
ClementRingeval
Clément Ringeval
Retour au menu
Shéma de la base de donnée :
Création d'une base de donnée et implémentation sur le tour de france
Plusieurs étapes ont été réalisées :-création d'un dictionnaire de données-création des modèles MLD et MCD en suivant la méthode Merise -création du script SQL de création et d'insertion sur microsoft access -Requêtage de la base de données-Création de rapports et de formulaires permettant la visualisation des données
exemple de formulaire pour les coureurs :
Exemple de résultat d'une requête pour avoir tous les coureurs d'une édition :
Création d'un datawarehouse
Objectif du projet
Ce projet s'est étalé sur tout le semestre 3 et 4 du BUT SD et cela a été réalisé en binôme avec Djibril Fournier -Le but à été de réaliser un datawarehouse de la base de données opérationnelle chinook qui est un magasin de vente de musique en ligne en une base de données décisionnelle avec un datawarehouse -La deuxième partie du projet à été de créer une historisation du datawarehouse et rajouter dans le datawarehouse une autre base de données contenant les ventes de musiques de la boutique physique
Ce projet m'a permis d'en apprendre beaucoup sur les bases de données et les datawarehouse de sa création et de son fonctionnement.
Le projet a été complexe car les outils utilisés comme ODI demandent une certaine rigueur et logique pour pouvoir fonctionner et sans cela, le résultat n'est pas gratifiant à la fin.
Le projet s'est principalement fait sur ODI et ensuite Power Bi pour une restitution claire et simple des données traitées
Challenge Enedis
Objectif de ce challenge
Ce challenge à été réalisé sur une journée en groupe de 4 à 5 élèves Le but de ce challenge à été de restituer une étude sur les données des bornes de recharge automobiles d'Enedis Hauts-de-France Notre étude s'est portée sur la répartition des types de véhicules électriques et termiques en fonction du nombre de bornes de recharge disponibles sur le territoire des Hauts-de-France, et de pouvoir en dicerner des inégalités
Le plus difficile à faire n'a pas été de comprendre les données mais plutôt de savoir comment les exploiter pour avoir un bon sujet d'analyse
Le deuxième point le plus difficile a été de se répartir les tâches pour avancer à un bon rythme pour le rendu à la fin de la journée
Ce projet nous a réellement aidés et appris en termes de traitement de données car on était libre de traiter toutes les données que l'on avait mais il fallait que les données traitées soient cohérente avec le sujet
Étude des perceptions JARDIMOB
Analyse multidimensionnelle des opinions décorateurs
-Ce projet croise les avis de 250 professionnels sur une nouvelle gamme de mobilier avec leurs profils techniques. L’objectif est de dégager les tendances majeures de perception (luxe, prix, écologie) via une Analyse des Correspondances Multiples (ACM) pour orienter la stratégie commerciale. -Ce projet a été réalisé avec microsoft excel et SAS pour pouvoir faire tout les tableaux et analyses
-L’analyse identifie trois profils types de décorateurs, segmentés par leur perception du luxe et du confort, permettant un ciblage marketing précis par zone géographique et niveau d'expertise.
Challenge Insee
But de ce Challenge
-Ce challenge a été réalisé sur une journée en groupe de 4 à 5 élèvesLe but de ce challenge a été de restituer une étude sur les données des jeunes de 15 à 29 ans en France en 2021 sous la forme d'une infographie -On s'est particulièrement intéréssés à la localisation des personnes en fonction de leur niveau d'études et de leur situation professionnelle -Durant cette étude on à particulièrement utilisé Microsoft PowerPoint, Microsoft excel et Power BI
Les données étaient plus complexes que celles d'Enedis car les données pouvaient avoir plusieurs variables en même temps ce qui pouvait rendre la traitement et la compréhension plus longs.Mais étant donné que nous étions en groupes suffisant cela a été rapide de pouvoir traiter ces donner et de pouvoir en donnée un sens dans notre sujet
Analyse et prévision des flux du Port d'Anvers-Bruges
Objectif du projet
L'étude porte sur l'analyse de 1 826 relevés journaliers de tonnage entre 2019 et 2023. -L'objectif est d'utiliser le logiciel R pour modéliser les cycles d'activité et anticiper les flux futurs du port.
Pour commencer, j'ai nettoyé les données et décomposé la série temporelle afin de bien séparer la tendance générale des variations saisonnières. Cela m'a permis de voir concrètement comment les jours de la semaine ou certains événements impactent le trafic du port. J'ai ensuite mis en place un modèle de prévision (ARIMA) qui a réussi à anticiper l'activité sur 30 jours avec 95 % de précision. Grâce à ce modèle, on peut repérer mathématiquement les pics de charge (souvent en milieu de semaine) et ainsi mieux organiser le travail sur les quais.
Expliquer ou prédire une variable quantitative à partir de plusieurs facteurs
L'objectif de cette étude est d'expliquer les entrées annuelles des cinémas en Bourgogne-Franche-Comté.
-À l'aide du logiciel SAS, nous avons analysé Djibril Fournier et moi les 92 établissements pour identifier les facteurs clés du succès (nombre de séances, films programmés et capacité). -Le modèle final permet de prédire avec précision la fréquentation des structures rurales et moyennes, tout en soulignant l'impact massif des multiplexes sur le marché régional. Pour garantir la fiabilité des prévisions, une transformation par racine carrée des entrées a été appliquée afin de corriger l'instabilité de la variance (hétéroscédasticité). Les tests effectués sur des cinémas hors région confirment la robustesse du modèle pour les établissements de taille standard.
- Données : 92 cinémas et 40 variables analysées.
- Méthode : Modèle linéaire multivarié (Stepwise). Précision : 94 % de la variance expliquée (R²= 0,94).
- Outils : Statistiques descriptives et analyse de la variance.
- Variable clé : Le statut de multiplexe explique à lui seul 73 % de la fréquentation
- Logiciel : Utilisation intensive des procédures REG, GLM et UNIVARIATE sur SAS
Construction d'indicateurs de performance
Analyse des coûts et rentabilité : Cas Jean Remard
Le projet fût réalisé dans un groupe de 4 personnes dont moi et seulement canva a été utilisé
L'objectif de cette étude était de déterminer la viabilité économique d'une activité de fabrication et distribution de croque-monsieur
- Seuil de rentabilité : Fixé à 19 091,54 €, atteint dès le 18 septembre.
- Indicateur de sécurité : Un indice de 28,22 %, offrant une marge de manœuvre face aux aléas.
- Prix de vente : Optimisé à 3,50 € TTC pour couvrir les frais de main-d’œuvre (25,60 €/h) et de logistique.
- Volume cible : 3 695 unités à vendre par an pour atteindre les objectifs de profit.
-Nous avons élaboré une stratégie de fixation des prix en calculant précisément les coûts complets (charges directes et indirectes) et les coûts partiels (variables vs fixes). -L'enjeu était de garantir une marge bénéficiaire de 40 % tout en restant compétitif sur le marché local face à 5 concurrents directs. L'étude de faisabilité, basée sur un réseau de 12 cafetiers, a permis de valider la rentabilité du projet avec un bénéfice cible de 5 000 € par an.
Pilotage de la performance
Création d'un Tableau de Bord Décisionnel interactif
L'enjeu de ce projet était de concevoir un outil de pilotage interactif permettant de transformer des données brutes en indicateurs visuels exploitables par un décideur. Nous avons mis en place un Tableau de Bord automatisé qui centralise les métriques clés de performance. Ce support permet une lecture instantanée de l'activité, facilitant ainsi l'identification des tendances et la prise de décision stratégique sans nécessiter de compétences techniques de la part de l'utilisateur final.
- Interactivité : Mise en place de segments et de filtres dynamiques pour une exploration personnalisée des données.
- Data Storytelling : Sélection rigoureuse des graphiques (KPIs, jauges, courbes) pour une clarté maximale.
- Outils : Utilisation avancée de Power BI
- Valeur ajoutée : Automatisation du reporting, réduisant le temps d'analyse manuelle.
Architecture Technique & Intégration API
Automatisation de la collecte : du Web au programme personnalisé
L'objectif de ce projet est de concevoir une application de voyage interactive en exploitant diverses sources de données.J'ai intégré l'API Nominatim pour la simulation des trajets et le géocodage. Pour enrichir l'expérience, j'ai combiné d'autres API et des scripts de Web Scraping afin de récupérer les informations sur les hôtels, restaurants et activités. La finalité : générer un programme complet (hôtel, repas midi/soir, activité) basé sur un budget, une durée et un nombre de personnes définis. Ce projet met également en œuvre la Programmation Orientée Objet (POO) avec une architecture structurée en classes
Traitement des données complexes :Le calcul des coûts (hôtels/restaurants) est indexé sur le standing et la catégorie d'établissement. Solution technique : Face à la rareté des données open-source sur les tarifs moyens, j'ai développé un algorithme de scraping en Python pour extraire et modéliser ces informations manquantes.
Portfolio
Clément Ringeval
Created on March 3, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Pastel Color Presentation
View
Visual Presentation
View
Relaxing Presentation
View
Modern Presentation
View
Colorful Presentation
View
Modular Structure Presentation
View
Chromatic Presentation
Explore all templates
Transcript
Portfolio
Clément Ringeval
Parcours : Visualisation et Conception d’Outils Décisionnels (VCOD)
Années 1 & 2
De la donnée brute à l'outil d'aide à la décision
Introduction
Objectifs du portfolio
Compétences clés illustrées
TRAITER : Collecter, nettoyer et structurer les données pour les rendre exploitables.ANALYSER : Explorer les informations et utiliser les statistiques pour comprendre les problématiques. VALORISER : Créer des outils visuels et des tableaux de bord pour rendre les résultats parlants. DÉVELOPPER : Programmer des solutions en Python (POO) pour automatiser et fiabiliser les calculs.
-Démontrer la maîtrise de la donnée du traitement à la restitution.-Illustrer les acquis de mes compétences à travers les Situations d'Apprentissage et d'Évaluation (SAÉ)
Présentation
Mon Profil
Je m'appelle Clément Ringeval, je suis actuellement à l'université de lille site de Roubaix dans le BUT Science des données en parcours VCOD (Visualisation et Conception d’Outils Décisionnels). Ce qui me passionne, c’est de transformer des données brutes en outils concrets. Mon objectif est de simplifier l'accès à l'information pour faciliter la prise de décision.
Mettre de l'ordre : Ranger et trier les données pour qu'elles soient propres et prêtes à l'emploi. Chercher des réponses : Fouiller dans les chiffres pour comprendre ce qu'il se passe vraiment. Créer des visuels : Construire des graphiques et des tableaux de bord interactifs qui parlent d'eux-mêmes. Rendre service : Faire en sorte que mes outils aident concrètement les gens dans leur travail.
Liste des blocs de compétences
traiter
analyser
Valoriser
développer
Conclusion
Traiter
Mes objectifs sur les 2 ans :
Les outils principalement utilisés :
🔍Identifier les sources de données : Savoir d'où vient l'information, qu'elle soit dans un fichier Excel, une base de données ou sur le web. 🧹 Nettoyer et préparer : Apprendre à traiter les erreurs, les doublons et les oublis pour avoir une base de données "propre". 🗄️Structurer l'information : Organiser les données pour qu'elles soient faciles à lire et à utiliser par la suite. 🤖Automatiser les flux (ETL) : Créer des programmes qui récupèrent et préparent les données tout seuls, sans intervention humaine. 🛡️Sécuriser et stocker : Respecter les règles (comme la RGPD) et savoir où ranger les données pour ne pas les perdre.
Qlik sense
Microsoft access
Pandas
Python
Microsoft visual studio
Power Bi
Oracle Data Integrator (ODI)
Projets en lien avec le bloc Traiter
-Création d'une base de données sur le tour de france
Info
Info
-Création d'un datawarehouse sur la base de données chinook avec historisation
Challenges
Challenge Enedis
Challenge Insee
Info
Info
Retour au menu
Analyser
Les outils principalement utilisés :
Mes objectifs sur les 2 ans :
📊Explorer les données : Savoir résumer un jeu de données avec des indicateurs clés (moyenne, écart-type, corrélations). 🔮Modéliser et prédire : Utiliser des méthodes statistiques pour anticiper des comportements futurs. 🔮 ✅Valider par les tests : Vérifier si les résultats sont significatifs ou s'ils sont dus au hasard (tests d'hypothèses). 🗣️Interpréter les résultats : Ne pas juste donner un chiffre, mais expliquer ce qu'il signifie concrètement pour le projet.
SAS
Python
Jupiter notebook
Projets en lien avec le bloc Analyser
-Etude d'une série temporelle sur le port d'anvers
Info
-Analyse par ACM des perceptions du mobilier JARDIMOB
Info
Info
-Modélisation statistique et prédiction de la fréquentation des cinémas de Bourgogne-Franche-Comté
Retour au menu
Valoriser
Les outils principalement utilisés :
Mes objectifs sur les 2 ans :
Micorsoft Word
🏢Comprendre l'économie d'entreprise : Savoir pourquoi on analyse ces chiffres et quel est l'impact pour l'organisation. 🗣️ Data Storytelling : Ne pas juste montrer un graphique, mais raconter l'histoire qu'il y a derrière pour convaincre. Anglais Professionnel : Être capable de présenter mes outils et mes rapports dans un contexte international. 🖱️Design & Ergonomie : Créer des tableaux de bord faciles à lire pour que n'importe quel collègue comprenne tout de suite.
Microsoft PowerPoint
Canva
Power Bi
Qlik sense
Projets en lien avec le bloc Valoriser
Info
-Optimisation de la performance économique
Info
-Conception d'un Tableau de Bord Décisionnel
Retour au menu
Développer
Les outils principalements utilisés :
Mes objectifs sur les 2 ans :
💻Coder des outils utiles : Apprendre à programmer des solutions (scripts, applis) pour répondre à un besoin précis. 🏢Comprendre l'entreprise : Utiliser ma connaissance générale de l'économie pour que mes outils collent à la réalité du business. 🛠️ Assurer la qualité : Écrire du code propre, documenté et facile à maintenir pour les autres. ⚙️ Gérer le côté technique : Savoir installer et configurer les environnements pour que tout fonctionne sans bug.
Python
Jupiter notebook
Projet en lien avec le bloc Développer
Info
-Application de Gestion de Voyages
Retour au menu
🏁 Conclusion : Ce que j'ai appris
📂TRAITER : Rassembler des données venant de sources très différentes (Internet, bases de données, outils comme ODI). Nettoyer et organiser ces informations automatiquement pour qu'elles soient utilisables sans erreurs. 🔍 ANALYSER : Étudier de très grandes quantités de données (comme pour le Port d'Anvers). Repérer les chiffres les plus importants et les tendances pour bien comprendre une situation. ✨ VALORISER : Créer des tableaux de bord clairs et interactifs avec Power BI. Transformer des calculs complexes en graphiques faciles à lire pour aider à prendre des décisions. 💻 DÉVELOPPER : Programmer proprement avec Python en utilisant la logique des classes (POO). Créer des programmes solides et faciles à modifier pour automatiser les tâches répétitives.
Merci de votre lecture !
Merci de votre lecture !
Clément Ringeval 2ème année du BUT SD
clement.ringeval.etu@univ-lille.fr
ClementRingeval
Clément Ringeval
Retour au menu
Shéma de la base de donnée :
Création d'une base de donnée et implémentation sur le tour de france
Plusieurs étapes ont été réalisées :-création d'un dictionnaire de données-création des modèles MLD et MCD en suivant la méthode Merise -création du script SQL de création et d'insertion sur microsoft access -Requêtage de la base de données-Création de rapports et de formulaires permettant la visualisation des données
exemple de formulaire pour les coureurs :
Exemple de résultat d'une requête pour avoir tous les coureurs d'une édition :
Création d'un datawarehouse
Objectif du projet
Ce projet s'est étalé sur tout le semestre 3 et 4 du BUT SD et cela a été réalisé en binôme avec Djibril Fournier -Le but à été de réaliser un datawarehouse de la base de données opérationnelle chinook qui est un magasin de vente de musique en ligne en une base de données décisionnelle avec un datawarehouse -La deuxième partie du projet à été de créer une historisation du datawarehouse et rajouter dans le datawarehouse une autre base de données contenant les ventes de musiques de la boutique physique
Ce projet m'a permis d'en apprendre beaucoup sur les bases de données et les datawarehouse de sa création et de son fonctionnement.
Le projet a été complexe car les outils utilisés comme ODI demandent une certaine rigueur et logique pour pouvoir fonctionner et sans cela, le résultat n'est pas gratifiant à la fin.
Le projet s'est principalement fait sur ODI et ensuite Power Bi pour une restitution claire et simple des données traitées
Challenge Enedis
Objectif de ce challenge
Ce challenge à été réalisé sur une journée en groupe de 4 à 5 élèves Le but de ce challenge à été de restituer une étude sur les données des bornes de recharge automobiles d'Enedis Hauts-de-France Notre étude s'est portée sur la répartition des types de véhicules électriques et termiques en fonction du nombre de bornes de recharge disponibles sur le territoire des Hauts-de-France, et de pouvoir en dicerner des inégalités
Le plus difficile à faire n'a pas été de comprendre les données mais plutôt de savoir comment les exploiter pour avoir un bon sujet d'analyse
Le deuxième point le plus difficile a été de se répartir les tâches pour avancer à un bon rythme pour le rendu à la fin de la journée
Ce projet nous a réellement aidés et appris en termes de traitement de données car on était libre de traiter toutes les données que l'on avait mais il fallait que les données traitées soient cohérente avec le sujet
Étude des perceptions JARDIMOB
Analyse multidimensionnelle des opinions décorateurs
-Ce projet croise les avis de 250 professionnels sur une nouvelle gamme de mobilier avec leurs profils techniques. L’objectif est de dégager les tendances majeures de perception (luxe, prix, écologie) via une Analyse des Correspondances Multiples (ACM) pour orienter la stratégie commerciale. -Ce projet a été réalisé avec microsoft excel et SAS pour pouvoir faire tout les tableaux et analyses
-L’analyse identifie trois profils types de décorateurs, segmentés par leur perception du luxe et du confort, permettant un ciblage marketing précis par zone géographique et niveau d'expertise.
Challenge Insee
But de ce Challenge
-Ce challenge a été réalisé sur une journée en groupe de 4 à 5 élèvesLe but de ce challenge a été de restituer une étude sur les données des jeunes de 15 à 29 ans en France en 2021 sous la forme d'une infographie -On s'est particulièrement intéréssés à la localisation des personnes en fonction de leur niveau d'études et de leur situation professionnelle -Durant cette étude on à particulièrement utilisé Microsoft PowerPoint, Microsoft excel et Power BI
Les données étaient plus complexes que celles d'Enedis car les données pouvaient avoir plusieurs variables en même temps ce qui pouvait rendre la traitement et la compréhension plus longs.Mais étant donné que nous étions en groupes suffisant cela a été rapide de pouvoir traiter ces donner et de pouvoir en donnée un sens dans notre sujet
Analyse et prévision des flux du Port d'Anvers-Bruges
Objectif du projet
L'étude porte sur l'analyse de 1 826 relevés journaliers de tonnage entre 2019 et 2023. -L'objectif est d'utiliser le logiciel R pour modéliser les cycles d'activité et anticiper les flux futurs du port.
Pour commencer, j'ai nettoyé les données et décomposé la série temporelle afin de bien séparer la tendance générale des variations saisonnières. Cela m'a permis de voir concrètement comment les jours de la semaine ou certains événements impactent le trafic du port. J'ai ensuite mis en place un modèle de prévision (ARIMA) qui a réussi à anticiper l'activité sur 30 jours avec 95 % de précision. Grâce à ce modèle, on peut repérer mathématiquement les pics de charge (souvent en milieu de semaine) et ainsi mieux organiser le travail sur les quais.
Expliquer ou prédire une variable quantitative à partir de plusieurs facteurs
L'objectif de cette étude est d'expliquer les entrées annuelles des cinémas en Bourgogne-Franche-Comté.
-À l'aide du logiciel SAS, nous avons analysé Djibril Fournier et moi les 92 établissements pour identifier les facteurs clés du succès (nombre de séances, films programmés et capacité). -Le modèle final permet de prédire avec précision la fréquentation des structures rurales et moyennes, tout en soulignant l'impact massif des multiplexes sur le marché régional. Pour garantir la fiabilité des prévisions, une transformation par racine carrée des entrées a été appliquée afin de corriger l'instabilité de la variance (hétéroscédasticité). Les tests effectués sur des cinémas hors région confirment la robustesse du modèle pour les établissements de taille standard.
Construction d'indicateurs de performance
Analyse des coûts et rentabilité : Cas Jean Remard
Le projet fût réalisé dans un groupe de 4 personnes dont moi et seulement canva a été utilisé
L'objectif de cette étude était de déterminer la viabilité économique d'une activité de fabrication et distribution de croque-monsieur
-Nous avons élaboré une stratégie de fixation des prix en calculant précisément les coûts complets (charges directes et indirectes) et les coûts partiels (variables vs fixes). -L'enjeu était de garantir une marge bénéficiaire de 40 % tout en restant compétitif sur le marché local face à 5 concurrents directs. L'étude de faisabilité, basée sur un réseau de 12 cafetiers, a permis de valider la rentabilité du projet avec un bénéfice cible de 5 000 € par an.
Pilotage de la performance
Création d'un Tableau de Bord Décisionnel interactif
L'enjeu de ce projet était de concevoir un outil de pilotage interactif permettant de transformer des données brutes en indicateurs visuels exploitables par un décideur. Nous avons mis en place un Tableau de Bord automatisé qui centralise les métriques clés de performance. Ce support permet une lecture instantanée de l'activité, facilitant ainsi l'identification des tendances et la prise de décision stratégique sans nécessiter de compétences techniques de la part de l'utilisateur final.
Architecture Technique & Intégration API
Automatisation de la collecte : du Web au programme personnalisé
L'objectif de ce projet est de concevoir une application de voyage interactive en exploitant diverses sources de données.J'ai intégré l'API Nominatim pour la simulation des trajets et le géocodage. Pour enrichir l'expérience, j'ai combiné d'autres API et des scripts de Web Scraping afin de récupérer les informations sur les hôtels, restaurants et activités. La finalité : générer un programme complet (hôtel, repas midi/soir, activité) basé sur un budget, une durée et un nombre de personnes définis. Ce projet met également en œuvre la Programmation Orientée Objet (POO) avec une architecture structurée en classes
Traitement des données complexes :Le calcul des coûts (hôtels/restaurants) est indexé sur le standing et la catégorie d'établissement. Solution technique : Face à la rareté des données open-source sur les tarifs moyens, j'ai développé un algorithme de scraping en Python pour extraire et modéliser ces informations manquantes.