L’analyse exploratoire (Exploratory Data Analysis, EDA) fournit aux décideurs une description statistique détaillée des données commerciales de l’entreprise et des interactions entre les variables. Elle suit une méthodologie en trois étapes : extraction, nettoyage et préparation des données, analyse statistique et focus sur les corrélations.

Une part importante de la mission consiste en premier lieu à choisir et extraire les données à exploiter, à les « nettoyer » en traitant les anomalies, et à les préparer pour l’analyse. Cette étape se fait en étroite collaboration avec l’entreprise, afin de nous imprégner d’une connaissance métier indispensable à l’analyse et à l’interprétation des résultats.

Une fois les données préparées démarre le travail d’analyse statistique : analyse descriptive complète pour toutes les variables. Les principaux indicateurs sont traités en data visualisation, pour une interprétation plus intuitive. Une attention toute particulière est portée à la signification et l’interprétation des chiffres que nous présentons, afin de rendre les informations accessibles à tous, et notamment à ceux que les statistiques rebutent.

La dernière phase consiste à approfondir les corrélations que l’analyse descriptive a dévoilé : segmentations, notamment clients, relations entre des variables qu’on pensait indépendantes. Là encore, la data-visualisation aide grandement à la compréhension des phénomènes et des enjeux.

Livrables

Au final, l’analyse des données dévoile l’activité de l’entreprise, son historique et sa clientèle sous l’angle des statistiques multivariées. Les constats sont inédits, parfois étonnants voire contre-intuitifs. L’étude constitue alors un point d’appui solide pour éclairer le pilotage de l’entreprise, à court et moyen terme.
Livrables :
– Principaux enseignements : présentation powerpoint ;
– Résultats complets (y compris l’intégralité du code informatique) : notebook jupyter ou PDF.