Carrefour Medical
Carrefour Medical
Maroc

Stage Data Analyst Prévisions & Supply Chain E-commerce (F/H)

ERP & Data AnalyticsSupply chain / operationsRetail / E-commerce

Publié il y a 1 jour

Stage
⏱️4-6 mois
💼Présentiel
📅Expire dans 8 jours
Respire, envoie, améliore après.

Description du poste

Votre défi : Anticiper les courses de demain

Rejoignez Carrefour, l'inventeur de l'hypermarché, au cœur de sa transformation digitale ! Au sein de la Direction E-commerce, notre équipe Prévisions & Approvisionnements est le moteur qui garantit que des millions de clients reçoivent leurs courses à temps, chaque jour.

Vous intégrerez une équipe dynamique dont la mission est cruciale : prévoir la demande pour nos 13 plateformes de préparation de commandes et nos magasins hybrides. Grâce à la data, vous nous aiderez à optimiser nos stocks, à fluidifier nos opérations et à garantir une excellente expérience client.

Vos Missions

En tant que Data Analyst Prévisions e-commerce, vous ne ferez pas que manipuler des chiffres, vous leur donnerez un sens. Vous aurez un impact direct et mesurable sur notre performance.

  • Modélisation & Prévision : Vous prendrez en main un ou plusieurs de nos entrepôts. Vous prédirez l'activité (en nombre de commandes et quantités de produits) et analyserez les écarts pour affiner continuellement vos prévisions.
  • Fiabilisation des Données : Vous serez le garant de la qualité des données qui alimentent nos modèles. Vous programmerez des requêtes afin d'automatiser les inputs et optimiserez nos pipelines pour assurer leur robustesse.
  • Data Visualisation & Pilotage : Vous transformerez des données brutes en insights clairs. Vous développerez et maintiendrez des dashboards percutants sur Looker pour aider les équipes à prendre les meilleures décisions.
  • Analyse & Exploration : Vous irez plus loin que la prévision !
  • Analyser les séries temporelles pour identifier les tendances et les saisonnalités.
  • Mener des analyses (clustering, étude du panier client) pour comprendre les comportements d'achat.
  • Explorer de nouvelles sources de données (promotions, parcours client, profil client, panier) pour enrichir nos modèles.