Dickers AMOKO

Diplômé en 2016 d'un Master spécialisé en Statistiques et Analyse Décisionnelle de l'Université de Caen Normandie, j'apporte depuis plus de 8 ans mon expertise aux directions d'études dans la conception d'outils d'aide à la décision et l'implémentation de méthodes statistiques avancées, avec une spécialisation en Data Science.

En tant que consultant certifié en Blockchain, j'accompagne également les entreprises et les Institutions dans la gestion et le déploiement de projets digitaux basés sur la technologie Blockchain, ainsi que dans la conformité aux réglementations des actifs numériques.

https://certificate.bcdiploma.com/check/98F3EEAF037D8576BD1E016F8877AF2DA0F4205B1C0B356B99DCF4626ABA6FB6RkhHYTl2RlVRQWhPbGlYeTJzTXg3eStkM0FQR0V0L1ZQS0k5UDRFZStpdkZpNW13

Expériences

Développement d’un système de reporting pour le suivi et l’analyse des performances des campagnes d'acquisition digitale.
Objectif :
● Création d'un reporting opérationnel et stratégique permettant de suivre les performances des campagnes marketing digitales à l'aide de KPI spécifiques.
Réalisations :
● Conception et implémentation d'un cube de données et d'un reporting industrialisé, capable de gérer des requêtes multi-outils, multi-dimensions, et multi-cibles.

● Suivi des performances des campagnes fil rouge et temps fort, en mesurant l'efficacité des leviers média depuis l'impression jusqu'à la conversion.

● Présentation consolidée des KPI pour la Direction sur une base mensuelle, trimestrielle et annuelle.

● Connaissance clients: Analyse des donnéees de parcours clients
Environnement technique: SAS, R, Dataiku, SQL, Teradata, Excel, VBA.

Contexte :
● Intervention au sein de la DME (Direction Marché Européen), chargée de la gestion de l’importation et l'exportation de l’électricité en Europe.
Projet :
● Développement d’une application d’analyse de données et de détection d’anomalies pour les interconnexions aux frontières de la France.
Tâches réalisées :
● Cadrage du besoin métier
● Développement d’une fonctionnalité permettant l’envoi automatique de courriels aux experts concernés
● Développement de fonctionnalités complémentaires pour suivre différents KPI pour la surveillance des interconnexions
● Mise en production de l’application
● Utilisation de modèles permettant de prédire et produire des données jusqu’à J+1
● Ingestion, traitement, nettoyage et correction de données
Outils utilisés : R, Rconnect, Shiny, SQL

Programme enseigné:
- Statistique décisionnelle
- Statistique inférentielle
- Statistiques et applications
- Analyse et traitement de données sous R

Responsable du référentiel des statistiques structurelles d'entreprises

Institut National de la Statistique et des Etudes Economiques (INSEE)

Octobre 2021 à février 2023

Paris

France

Contexte :
Intervention au sein du périmètre ESANE (Élaboration des statistiques annuelles d’entreprises) qui produit des statistiques structurelles d'entreprises, c'est-à-dire une photographie annuelle de la population des entreprises appartenant au système productif et de leurs principales caractéristiques.
Projet :
Gestion du référentiel OCSANE (Outil de Coordination des Statistiques Annuelles des Entreprises.
Tâches réalisées :
● Développement d’applications de contrôle et de surveillance des données
o Participation à la road-map applicative
o Développement de batchs
o Correction des anomalies
o Migration des apps basées sur SAS vers R
● Elaboration de modèles statistiques pour l’analyse des données structurelles d’entreprises
● Elaboration de l'échantillonnage pour enquêtes envoyées aux entreprises ciblées
● Collecte, traitement, nettoyage et mise en forme de données
- Environnement technique : SAS, R, SQL, Excel, DBeaver

Contexte :
SAUR est fournisseur d'eau potable et une entreprise de traitement des eaux usées
pour les industries et les collectivités.
Projet :
Développement d’un outil pour fiabiliser les données remontées par les agents intervenant sur le terrain, et faciliter la production de reportings.
Tâches réalisées :
● Renforcement des processus de collecte, de traitement et d’analyse des données
● Cadrage du besoin en discutant avec les différentes parties prenantes (agents de terrain, équipes métier, équipes IT)
● Participation à la road-map applicative
● Conceptualisation et mise en place de fonctionnalités complémentaires comme par exemple :
o système de notification de relance lorsqu’une donnée incohérente ressort
o niveaux de validation supplémentaires pour prévenir certaines erreurs récurrentes
o développement de modèles de Machine Learning pour prédire le type d’erreurs qui
allaient survenir
● Déploiement de l’outil et automatisation du lancement de l’ingestion et de la mise à jour
des données
● Migration de services codés en R vers du Python
● Vérification de la cohérence des informations
● Suivi et gestion des projets d’exploitation
● Développement et production de reporting
● Rédaction de documentation
Outils utilisés : R, Python, SQL Server Management Studio, SQL Server Reporting Services (Report Builder), Excel - VBA

CRM – SERVICE : Etudes du CRM, Connaissance Clients, Mesure de l’impact de la campagne marketing et le retour sur investissement
FNAC – : Mesure de l’impact des campagnes journées Adhérents et mesure du CA additionnel
Outils utilisés : R, SPSS Modeler, R

Manipulation, traitement et analyse des données statistiques,
Gestion de la performance et l’automatisation des solutions de Data Management,
Développement et production de dashboards
Production et réalisation des études statistiques.
Réalisation de cartographies pour visualiser les données et localiser les performances géographiques.
ENVIRONNEMENT TECHNIQUE :
 R
 Python
 SQL
 Qlik Sense
 Cartes & Données
 Excel - VBA

CONTEXTE :
L’Observatoire du Financement du Logement est une étude qui permet de suivre l’évolution du marché du financement par emprunt des opérations immobilières réalisées par les ménages français. Cette enquête nationale est réalisée chaque année par CSA auprès des
établissements prêteurs de crédit
immobilier et les Banques.
ACTIONS :
 Compilation, exploitation et traitement des données statistiques
 Modélisation et segmentation du marché de l’immobilier
 Production des tableaux de bord et des rapports d’études.
ENVIRONNEMENT TECHNIQUE :
 SAS
 Cartes & Données
 Excel - VBA

Mémoire d'études : Mesure de la satisfaction comme approche dans la démarche de la fidélisation de la clientèle

McDonald’s de Courseulle-Sur-Mer

Octobre 2015 à février 2016

Projet étudiant

Caen

France

CONTEXTE :
Le restaurant McDonald's de Courseulle-Sur-Mer, après un an d’activité, cherche à obtenir un retour sur la satisfaction et la perception de ses clients. Ce projet permet donc de mesurer la satisfaction des clients et, à travers la construction de l'indicateur Net Promoter Score, segmenter la clientèle en trois groupe (les clients Promoteurs, Passifs et Détracteurs).
ACTIONS :
 Conception du projet et de questionnaire d'enquête
 Pilotage et supervision de la collecte de données.
 Analyse et traitement de données
RESULTATS :
 Identifier les attentes, les facteurs de satisfaction et d'insatisfaction des clients.
 Mesurer la satisfaction et les attentes des clients
 Expliquer leur fidélité selon les différents critères de satisfaction
 Ressortir la typologie des clients
 Mesurer l’importance des composantes, du service ou du produit dans la satisfaction globale
ENVIRONNEMENT TECHNIQUE :
 SAS,
 R,
 Excel,
 QR-Code

CONTEXTE :

A travers les données de l’enquête organisée par BIOMASS, ce projet consistait à rechercher les facteurs pouvant influencer la consommation du bois en terme de quantité utilisée dans la région de Haute-Normandie. Il s’agit donc de trouver des facteurs susceptibles d’expliquer la consommation de l'énergie dans cette
région et d’en faire une prédiction pour les communes de la même région qui n’ont pas été enquêtées.
ACTIONS :

 Traitement, nettoyage et analyse exploratoire afin de déterminer les
variables pour la modélisation (utilisation des techniques de Machine Learning)

 Validation du modèle à travers des données d’une enquête menée par l’entréprise Biomasse. Prédiction et (Analyse multivariée : ACM, ACP, segmentation)
RESULTATS :

 Trouver le meilleur modèle pouvant expliquer la consommation du bois : Mettre en valeur les facteurs ayant un impact « significatif » sur la quantité de bois utilisée

 Prédire, à travers les données de l’INSEE, la quantité de bois consommée dans les autres Communes qui n’ont pas fait l’objet de cette enquête.

 Cartographier les Communes par leur quantité de bois prédite.
ENVIRONNEMENT TECHNIQUE :

 SAS
 R

Contractuel Chargé d'études statistiques

Cellule Aide au Pillotage (Université de Paris-Sud)

Avril 2015 à septembre 2015

CDD

Orsay

France

Conception et réalisation des enquêtes
Traitement et exploitation des données
Automatisation du tableau de bord et reporting
Réalisation des Webreporting
ENVIRONNEMENT TECHNIQUE :
 Sphinx IQ
 Excel - VBA,
 R

Réalisation des enquêtes de satisfaction et des études de suivi et d'évaluation
Traitement et analyse des données statistiques
ENVIRONNEMENT TECHNIQUE :

 Net-Survey
 Survey Manager,
 Ethnos,
 Excel

Réalisation d'une enquête
Traitement et analyse des données
Etudes d'évaluation et de la satisfaction
ENVIRONNEMENT TECHNIQUE :

 SPHINX
 SPSS

L’étude réalisée en 2011 et 2012 dans les sous-préfectures de Markounda et Kabo visait à analyser les besoins humanitaires des habitants, principalement les populations déplacées et retournés, pour mettre en œuvre des actions facilitant leur retour et leur maintien. Cette étude avait pour objectifs de :

 Estimation du nombre des déplacés et retournés

 Détermination des caractéristiques sociodémographiques des déplacés et retournés

 Appréciation des conditions de vie antérieures et actuelles des déplacés et retournés

 Collecte de données générales sur les besoins prioritaires de protection et d’assistance des déplacés et retournés

 Identification des mécanismes (capacités) d’adaptation des déplacés et retournés

 Identification des perceptions des retournés par rapport à leur retour

 Évaluation du niveau de cohésion sociale et de la situation psychosociale
PROFILAGE des PERSONNES DEPLACEES INTERNES (PDIs)

https://docplayer.fr/69153363-Echelle-appui-au-developpement-profilage-des-personnes-deplacees-internes-pdis-dans-la-sous-prefecture-de-markounda.html
ENVIRONNEMENT TECHNIQUE :
 CSPRO
 SPSS
 Excel

Compétences

Machine Learning / Deep Learning

Avancé
Econométrie et série temporelle ;

Expert
Etudes Connaissance clients / Analyse multivariée :

*ACM, ACP, AFC, Segmentation, typologie
*Arbre de Décision, Scoring, Forêt aleatoire, Réseau de neurones
*Analyse de données textuelles

Expert
Informatique Décisionnelle

Avancé

Modèle de régression et de prévision

Expert
Marketing quantitatif et prédictif ;

Expert
Enquête & sondage

Expert
Data Visualisation

*Automatisation des tâches (Reporting/tableau de bord)
*Qlik Sense
*Tableau Software
*Sphinx IQ (Web reporting)

Avancé

Python

Avancé
SAS

Avancé
SPSS

Avancé
Système de Gestion de Base de Données (SGBD)

Avancé
Carte & Données

Expert
HTML / PHP / CSS

Avancé

R

Avancé
SQL

Avancé
Qlik Sense

Avancé
Tableau Software

Avancé
Sphinx

Blockchain

Bon niveau
Smart Contract

Bon niveau
NFT

Bon niveau
Tokenisation

Bon niveau

Cryptomonnaie

Bon niveau
Solidity

Intermédiaire
DeFi

Bon niveau
Tokenomics

Bon niveau

Intégration facile au sein d'une équipe

Avancé
Force de proposition

Avancé
Méthodique

Avancé

Adaptation rapide

Avancé
Forte capacité d'analyse

Avancé
Rigoureux

Formations

Mettre en œuvre des solutions numériques avec les technologies blockchain:

Évaluation de la pertinence et la plus value de l'emploi d'une technologie blockchain dans un secteur ou une activité professionnelle;

Réalisation d’une veille efficace garantissant la pérennité, notamment juridique, de leur projets blockchain;

Capacité de d'organisation et de leadership pour accompagner une équipe dans la création et la valorisation d'une solution ou d'un projet blockchain;

Maîtrise des spécificités techniques de la blockchain en réalisant des transactions et en analysant celles déjà enregistrées sur la blockchain.

Compétences : Blockchain • Cryptomonnaie • Smart Contract • Solidity • NFT • DeFi • Tokenisation • tokenomics

https://certificate.bcdiploma.com/check/3709ED29F0C161335CDC6C00DFEFAAA3B91C40F5AD0DB21C0F6090EC9571CB19TFN5aFZDVFJwNU9TdFVZQmgrRVRrWkRmQUtvdXNEZWE1bTllMGo2bmZZV1hLa3Va

Formation multidisciplinaire (Etudes statistiques, Mathématiques de la décision, Sciences économiques et sociales et Informatique décisionnelle).

En savoir +

Maîtrise des outils et des méthodes pour le pilotage de l’activité et la mesure de la performance : application des méthodes statistiques et informatiques permettant d’élaborer des indicateurs et des tableaux de bord à destination des acteurs de l'entreprise.

En savoir +

Utilisation des outils statistiques pour la préparation des décisions de nature économique ou sociale concernant la nation ou les entreprises.

En savoir +

Votre navigateur est obsolète !

Expert Data | Consultant Blockchain

Consultant Data Scientist

Consultant Data

Enseignant, Chargé de l'unité d'enseignement statistique au Sein du Master MéDAS (Méga Données et Analyse Sociale)

Responsable du référentiel des statistiques structurelles d'entreprises

Chef de projet IT - Ingénieur Data

Consultant Data Science

Data Manager

Stagiaire chargé d'études statistiques : Observatoire du Financement du Logement

Mémoire d'études : Mesure de la satisfaction comme approche dans la démarche de la fidélisation de la clientèle

Projet d'études en Dataming

Contractuel Chargé d'études statistiques

Stagiaire chargé d'études statistiques

Stagiaire Chargé d'etudes statistiques

Statisticien

Analyse de données / Data Mining

Informatique

Mise en oeuvre des solutions numériques sur la technologie blockchain

RELATIONNEL

Consultant Blockchain

Alyra, l'école de Blockchain

Master Mathématique et Informatique Appliquées aux Sciences Sociales

Université de Caen

Licence Pro. Statistique Informatique Décisionnelle

IUT STID, Université de Pau et des Pays de l'Adour

Diplôme de Technicien Supérieur de Statistique

Institut Sous-régional de Statistique et d'Economie Appliquée (ISSEA)

Sport