Kaouther S.

Dans un contexte de forte croissance européenne, Lazeo devait renforcer son dispositif de pilotage afin de disposer de reportings Power BI fiables, sécurisés et cohérents, à destination des actionnaires ainsi que des équipes métiers (RH et opérations).

Objectifs:

- Fiabiliser les flux existants et restructurer les modèles analytiques servant les reportings Power BI utilisés par la direction et les managers.

- Concevoir et déployer de nouveaux reportings Power BI à destination des actionnaires afin de leur fournir une vision claire et fiable de la performance du groupe.

𝐌𝐢𝐬𝐬𝐢𝐨𝐧𝐬 𝐜𝐥𝐞́𝐬

- Audit des flux et modèles existants (RH et opérationnels)

- Centralisation et normalisation des données multi-sources

- Industrialisation et fiabilisation des flux ELT (Streams, Tasks, Dynamic Tables)

- Refonte et optimisation des Data Marts orientés usages analytiques

- Refonte des modèles et tableaux de bord Power BI (RH : effectifs, absences ; Opérationnel : performance)

- Optimisation des performances (modèle tabulaire, DAX, RLS)

- Harmonisation et documentation des règles de gestion et KPIs

- Recueil et cadrage des besoins

- Définition et validation des indicateurs décisionnels

- Recette fonctionnelle et contrôle qualité des données

- Mise à disposition d’une vision consolidée et homogène de la performance RH et opérationnelle à l’échelle européenne

- Renforcement de la fiabilité des indicateurs stratégiques à destination des actionnaires

𝐄𝐧𝐯𝐢𝐫𝐨𝐧𝐧𝐞𝐦𝐞𝐧𝐭 𝐭𝐞𝐜𝐡𝐧𝐢𝐪𝐮𝐞 :

Power BI (Desktop, Service, DAX, Power Query, RLS), Snowflake, T-SQL, Azure DevOps, Azure Data Factory

PROJET PHARE : Modernisation complète de l’écosystème data du groupe sur Snowflake & Power BI

Environnement data legacy fragmenté (SQL Server, Excel, reporting dispersé).

Besoin de centraliser et fiabiliser les données afin d’offrir une vision consolidée aux équipes métiers.

Transformation de l’écosystème BI du groupe : conception d’un data warehouse sur Snowflake et développement de reportings unifiés sur Power BI pour l’ensemble des départements.

- Conception et modélisation du data warehouse groupe, aligné sur les besoins métiers

- Développement de pipelines ELT performants

- Transformation et optimisation des données en SQL

- Industrialisation des flux et diffusion des bonnes pratiques data

- Création de dashboards stratégiques pour les équipes Marketing, CRM, Finance, Opérations, Direction Générale et Qualité

- Modélisation avancée en DAX : KPIs complexes et règles métiers spécifiques

- Automatisation des rafraîchissements et mise en place de la gouvernance BI

- Implémentation de la sécurité via RLS multi-niveaux

- Animation d’ateliers métiers : recueil des besoins et formalisation des règles de gestion

- Validation fonctionnelle des KPIs avec les utilisateurs clés

- Formation des équipes métiers et accompagnement au changement

- Coordination entre équipes IT, métiers et partenaires externes

- Mise en place d’une historisation des prix dans BigQuery pour des analyses concurrentielles

- Centralisation et exploitation des données de trafic pour optimiser les campagnes marketing

- Vision unifiée et fiable des données pour l’ensemble des départements

- Mise en place d’une architecture moderne et scalable

Snowflake • Power BI (DAX, Power Query, RLS) • Azure Data Factory • SSIS • SQL Server • BigQuery • GCP

Supervision quotidienne d’un environnement critique :

+100 flux ETL sous SSIS, 10 cubes SSAS (multidimensionnels et tabulaires), ainsi que des reportings SSRS et Power BI couvrant les domaines Finance, Marketing, Opérations et Qualité.

- Diagnostic et résolution des anomalies techniques : bugs, lenteurs, incohérences de données

- Optimisation des requêtes SQL et des traitements ETL

- Gestion des reprises sur incident et mise en place d’un monitoring proactif

- Automatisation des contrôles de qualité des données (scripts SQL / Python)

- Enrichissement des cubes SSAS : ajout de dimensions, mesures calculées et KPIs métiers

- Intégration de nouvelles sources de données (APIs, fichiers plats, bases tierces)

- Adaptation des modèles pour répondre aux exigences RGPD et aux audits financiers

- Développement de reportings SSRS sur mesure

- Recueil des besoins et traduction en spécifications techniques

- Support utilisateurs et résolution des incidents liés aux reportings

- Formation des équipes métiers à l’utilisation des cubes SSAS et des rapports SSRS/ Power BI

STACK TECHNIQUE : SQL Server • SSIS (ETL) • SSAS (cubes multidimensionnels & tabulaires) • SSRS (reporting) • Power BI • T-SQL • Python • Azure DevOps