You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Hamis BadarouHB

Hamis Badarou

Supermalter

Data / Digital Analytics / Analytics Engineer

EUR 750/Tag
15 Projekte
Paris, FR
8-15 Jahre

Durchschnittliche Reaktionszeit: 1h

Über Hamis

Fan de nouvelles technologies et du Web, je me suis spécialisé en Digital Data Analyst. Je combine mes compétences en Statistique, en Economie ainsi que ma connaissance du Digital afin de proposer de nouveaux prismes d'analyses de la Data issue du Web. Je suis également Professeur Associé à l’Université Paris Marne Est La Vallée , j’introduis les étudiants de M1/M2 à la collecte et à l’analyse de données digitales.
  • Englisch

    Verhandlungssicher

  • Französisch

    Verhandlungssicher

  • Yoruba

    Muttersprachlich oder zweisprachig

Nur remote
Führt Projekte hauptsächlich remote aus

Projekt- und Berufserfahrung

  • Parfums Christian Dior
    Malt-LogoAuf Malt
    Analytics Engineering – Drive to Store Measurement | Christian Dior
    LUXUSGÜTER
    Februar 2026 - März 2026
    Paris, Frankreich
    Dans le cadre de l’accompagnement de Christian Dior sur la mesure de la performance Drive-to-Store, j’ai conçu et mis en place une solution d’Analytics Engineering permettant de relier les interactions digitales aux conversions en boutique.

    La mission a consisté à structurer l’ensemble de la chaîne data afin de produire une mesure fiable et exploitable des visites en magasin générées par les parcours digitaux.

    Mes contributions principales :
    •Modélisation et structuration de la donnée analytics afin de relier les interactions web aux visites en point de vente
    •Construction de pipelines data permettant de consolider les données issues des parcours digitaux (web analytics, événements comportementaux, signaux d’intention)
    •Développement d’un modèle de mesure Drive-to-Store intégrant une fenêtre d’attribution post-visite pour identifier les conversions offline
    •Création d’un data model analytique permettant de suivre les principaux indicateurs : visiteurs identifiés, taux d’identification, conversion Drive-to-Store, transactions et sell-out
    •Industrialisation des transformations de données pour garantir la fiabilité et la reproductibilité des métriques
    •Conception d’un dashboard décisionnel permettant aux équipes marketing et retail de suivre la performance des dispositifs digitaux générant du trafic en boutique

    Cette solution permet aujourd’hui de :
    •mesurer précisément l’impact des parcours digitaux sur les ventes en magasin
    •identifier les interactions digitales les plus génératrices de visites en boutique
    •piloter les performances Drive-to-Store par pays et par levier marketing

    Le dispositif offre aux équipes de Christian Dior une vision unifiée des performances omnicanales, facilitant l’optimisation des investissements media et l’activation des leviers générant le plus de trafic qualifié en point de vente.
    SQL DBT Cloud GCP Looker Studio Analytics Engineering
  • Parfums Christian Dior
    Malt-LogoAuf Malt
    Analytics Engineering – Data Observability & Automated Analytics Alerting
    LUXUSGÜTER
    Januar 2026 - Januar 2026
    Paris, Frankreich
    Dans le cadre de l’amélioration de la fiabilité du tracking et du pilotage des performances digitales, j’ai conçu et déployé un système d’alerting automatisé permettant de détecter en temps réel les anomalies liées au tracking analytics et aux indicateurs business.

    L’objectif était de mettre en place une approche de Data Observability appliquée aux données marketing, afin de garantir la qualité des données collectées et permettre aux équipes data et marketing d’identifier rapidement les variations significatives d’activité.

    Mes contributions principales :
    •Conception d’un moteur de détection d’anomalies basé sur l’analyse des variations d’événements (comparaison J-1 vs J-8 et évolution week-over-week)
    •Industrialisation d’un pipeline de monitoring analytics pour surveiller en continu les événements clés de GA4
    •Mise en place d’un système d’alerting automatisé envoyant des notifications directement dans les outils de collaboration des équipes
    •Enrichissement automatique des alertes via IA, permettant de générer un diagnostic contextualisé et des hypothèses d’explication (campagnes marketing, évolution UX, anomalie de tracking)
    •Génération automatique de recommandations d’actions afin d’accélérer les investigations data

    Ce dispositif permet aujourd’hui de :
    •détecter rapidement les anomalies de tracking ou d’activité business
    •surveiller les événements clés liés à l’engagement et aux conversions
    •réduire le temps d’identification des incidents data
    •renforcer la fiabilité du tracking et la qualité des analyses marketing

    Cette approche transforme le suivi analytics en un système de monitoring proactif, permettant aux équipes de passer d’une analyse réactive des données à une gestion continue de la qualité et de la performance des données marketing.
    Claude Code SQL Cloud GCP Kestra Analytics Engineering
  • Parfums Christian Dior
    Lead Analytics Engineer
    EINZELHANDEL
    September 2024 - März 2025 (6 Monate)
    Paris, Frankreich
    Présentation du poste
    En tant que Lead Analytics Engineering chez Parfum Christian Dior, je dirige les initiatives d'architecture de données et de solutions analytiques pour optimiser la prise de décision basée sur les données au sein de l'organisation.
    Principales réalisations
    Au cours de cette mission, j'ai:

    Mis en place un système robuste pour garantir l'intégrité et la fiabilité de la collecte des données GA4, permettant une analyse approfondie du parcours client et des performances marketing
    Développé une infrastructure d'alerting en temps réel qui relie BigQuery aux canaux Teams, automatisant la détection d'anomalies et permettant une réactivité accrue face aux incidents
    Orchestré l'ensemble des pipelines de données via Kestra, assurant une exécution fiable et planifiée des workflows de traitement de données
    Implémenté dbt pour la transformation et la modélisation des données, établissant un référentiel de données fiable et documenté pour les analyses métier
    Conçu et optimisé des requêtes complexes dans BigQuery pour extraire des insights stratégiques à partir des vastes volumes de données de l'entreprise

    Compétences techniques clés

    Maîtrise avancée de l'écosystème Google Cloud Platform, en particulier BigQuery
    Expertise en orchestration de données avec Kestra
    Développement de modèles de données avec dbt
    Implémentation et validation des solutions de tracking digital (GA4)
    Conception de systèmes de monitoring et d'alerting
    Automatisation des processus d'ingestion et de traitement de données

    Impact
    Mes initiatives ont permis d'augmenter significativement la confiance dans les données et d'accélérer les cycles de prise de décision, contribuant directement à l'optimisation des stratégies marketing et commerciales de Parfum Christian Dior.
    DBT Kestra Big Query Google Cloud Platform (GCP) Looker Studio Python SQL GA4 Hightouch

Bewertungen

5.0

Von 4 Bewertungen

D

Damien

GUIREAUD SAS

Bewertet am 13.10.2022

Hamis a parfaitement rempli sa mission consistant à déployer une stack data complète. Je le recommande vivement!
M

Michael

Sanofi Winthrop Industrie (Digital office)

Bewertet am 1.6.2023

Empfehlungen

AD
EN
Christopher K.CK
+1
Audrey Durousseau und 3 weitere Personen empfehlen Hamis

Diese Freelancer passen auch zu Ihren Kriterien

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Ausbildung und Abschlüsse

  • Master 1, Economie Appliquée
    Université de Reims Champagne-Ardenne
    2013
  • Master 2 SEP (Statistique pour l’évaluation et la Prospective) M.Sc. equivalent, Statistics, Mathématiques, Statistiques, Economie
    Université de Reims Champagne-Ardenne
    2014

Zertifizierungen

  • Google Analytics
    Google
    2016

Fähigkeiten

Kategorien