đ
Issue du monde de lâaudiovisuel, jâai rĂ©inventĂ© mon parcours en me tournant vers un domaine qui allie sens, logique et impact : la data.
Animée par la compréhension des comportements et la valorisation de la donnée.
SpĂ©cialisĂ©e en marketing (mais ouverte Ă tous les terrains de jeu), jâanalyse, je segmente, je visualise, je raconte â avec lâexigence du terrain et une curiositĂ© toujours en Ă©veil.
Je relĂšve des dĂ©fis, j'apprends sans cesse, j'affine mes outils â que ce soit en Power BI, SQL ou Python.
Je transforme les chiffres en leviers dâaction. đȘ
đ Mon objectif : crĂ©er de lâimpact, un projet Ă la fois.
1 # TĂ©lĂ©charger mon cv đ 2 from Nathalie import mon cv 3 4 Nom : "Nathalie" 5 Role : "Data Analyst" 6 PrĂ©fĂ©rences : ["Sur site", "TĂ©lĂ©travail"] 7 Actuellement : ["BientĂŽt disponible", "Ă la recherche de nouvelles opportunitĂ©s"] 8 9 # Mon terrain de jeu đ 10 my_skills = { 11 "hard_skills": ["Python", "SQL", "Machine Learning", "Data Visualization", 12 "Pandas", "NumPy", "Matplotlib", "Seaborn", "ETL", "Web Scraping"], 13 14 "soft_skills": ["Curious", "Problem Solver", "Adaptable", "Team Player", "Creative"], 15 16 "tools": ["VSCode", "Power BI", "Jupyter Notebook", "Mac/Windows"] 17 } 18 19 # Envie dâen savoir plus ou de collaborer ? Contactez-moi ! â€ïž 20 contact = { 21 "LinkedIn": "linkedin.com/in/nathalie-claude-mqe", 22 "Github": "github.com/nathalie9410", 23 "Email": "nathalie9410@hotmail.com", 24 "Tel": "+33782554182" 25 }
Ă travers une analyse RFM (RĂ©cence, FrĂ©quence, Montant), jâai segmentĂ© une base clients afin dâidentifier les profils les plus engagĂ©s et les plus rentables. Cette approche permet dâoptimiser les campagnes marketing, de renforcer la fidĂ©lisation et de maximiser la valeur client sur le long terme.
Python Pandas Numpy Seaborn Matplotlib
Ă partir de donnĂ©es simulĂ©es issues dâInstagram et Twitter, jâai analysĂ© les performances des contenus (engagement, portĂ©e, frĂ©quence).
Lâobjectif : comprendre les dynamiques dâaudience, identifier les leviers de croissance, et formuler des recommandations stratĂ©giques pour maximiser lâimpact des publications.
Pandas Scikit-Learn Streamlit
Ă travers un dashboard Power BI, jâai analysĂ© les rĂ©siliations clients, Ă©valuĂ© lâefficacitĂ© des campagnes marketing, et visualisĂ© la satisfaction selon lâanciennetĂ©.
Un projet orienté business insight, sur données simulées.
Power BI DAX CSV Visualisation
![]()
Conçu avec passion et un brin de data âđ