James Kenmegne — Business & Data Analyst

À propos

La donnée au service de la décision

Plus de 3 ans d'expérience cumulée en analyse de données et Business Intelligence — retail, e-commerce, ERP.

Mon parcours commence à Yaoundé, où une formation d'ingénierie ICT m'apprend la rigueur du code et des systèmes. Très vite, une conviction s'impose : la valeur d'une donnée se mesure à la qualité de la décision qu'elle éclaire.

De l'optimisation du tunnel de conversion chez NAYAMA (+30 % de ventes) au déploiement d'un ERP complet chez Trust Holding (−75 % de ruptures de stock), j'ai appris à faire parler les chiffres sur le terrain. Chez METRO France, j'ai équipé une dizaine de managers en dashboards Power BI automatisés et en analyses qui sécurisent leurs arbitrages hebdomadaires.

Aujourd'hui en Master Data Analytics & Marketing Management à l'INSEEC Paris, je combine modélisation prédictive, BI et sens business — avec une obsession : transformer la complexité en décisions simples, rapides et mesurables.

0+

années d'expérience cumulées en data & BI

0%

de ventes additionnelles via l'optimisation du tunnel de conversion

0+

dashboards & reportings livrés à des décideurs

0%

de taux d'adoption des outils que je déploie

Compétences

Un écosystème au service de vos décisions

Chaque point de la sphère est un outil. Survolez pour découvrir le niveau de maîtrise, glissez pour explorer.

Power BI 92%Excel 95%SQL 88% Tableau 85%Python 82%R 62% KPI 90%Reporting 92%Analyse de performance 90% Data Storytelling 88%Forecasting 78%Gestion de projet 85% Coordination 88%Analyse fonctionnelle 84%

Data & BI Business Gestion de projet

Glissez pour faire tourner la sphère · survolez une compétence

Parcours

Des résultats mesurés, sur le terrain

Quatre expériences, un fil rouge : fiabiliser la donnée pour accélérer la décision.

Sept. 2024 — Mars 2025

Business Analyst

METRO France · Nanterre

Équipé une dizaine de managers avec 2 dashboards Power BI entièrement automatisés (leads, conversion, CA).
Identifié des leviers d'optimisation commerciale sur une base de plus de 50 000 lignes, traduits en plans d'action ciblés.
Sécurisé les prises de décision par une fiabilisation stricte des KPIs multi-sources, réduisant fortement les écarts de reporting.

Power BIDAXExcelKPIs

Juin 2023 — Janv. 2024

Data Coordinator & Analyst ERP

Trust Holding Inc · Yaoundé

Déployé 4 modules Odoo (Ventes, Achats, Trésorerie, Stocks) pour 9 utilisateurs quotidiens.
Réduit de 75 % les ruptures de stock grâce à un suivi inter-sites optimisé.
Formé 20 collaborateurs et rédigé la documentation : 90 % d'adoption.

Odoo ERPReportingFormation

Juin 2022 — Mai 2023

Chef de projet IT

Afroteq · Yaoundé

Cadré les besoins métier : enquêtes, cahier des charges et user stories avec les parties prenantes.
Élaboré les plans de tests et le suivi des anomalies — taux d'erreur minime en production.
Coordonné 3 développeurs en mode agile : 5 applications livrées dans les délais.

Agile / ScrumAnalyse fonctionnelleQualité

Déc. 2019 — Mai 2022

E-commerce Data Analyst

NAYAMA · Yaoundé

Analysé les parcours e-consommateurs (Google Analytics, Shopify) : +30 % de ventes sur un an.
Réalloué les budgets des campagnes Meta sur la base des performances : ROAS +20 %.
Piloté des A/B tests data-driven : taux de conversion de 1,7 % à 3,2 %.

GA4ShopifyA/B testingMeta Ads

Projets

Études de cas sélectionnées

De la donnée brute à la recommandation : objectif, méthode, résultat.

Étude de cas 01

Analyse immobilière & attractivité territoriale

Objectif. Cartographier l'attractivité des territoires pour orienter les décisions d'investissement.

Méthode. Open data (INSEE, DVF), géo-analyse et scoring multicritère des zones.

Résultat. Classement des EPCI et carte interactive de l'attractivité.

1 200+ EPCI scorésCarte interactive

PythonTableauOpen Data

Étude de cas 02

Prédiction de la demande de leasing de véhicules électriques

Objectif. Anticiper la demande de leasing VE en France par profil client et zone géographique.

Méthode. Croisement de 5 jeux open data (IRVE, SDES, INSEE), préparation Python, scoring par EPCI, dataviz Tableau.

Résultat. Identification des zones à fort potentiel et ciblage des offres.

5 sources open dataScore par EPCI

PythonTableauForecasting

Étude de cas 03

Dashboard Power BI de suivi commercial

Objectif. Piloter l'activité commerciale (leads, conversion, CA) en quasi temps réel.

Méthode. Modèle en étoile, mesures DAX, actualisation automatisée via Power Query.

Résultat. 10 managers autonomes, reporting hebdomadaire sans intervention manuelle.

50K+ lignes2 dashboardsMAJ auto

Power BIDAXSQL

Étude de cas 04

Segmentation clients e-commerce (RFM)

Objectif. Segmenter une base de 61 000+ clients pour cibler les actions marketing.

Méthode. Scoring RFM puis clustering K-means en Python, profilage des segments.

Résultat. 8 segments actionnables et recommandations dédiées par profil.

61K+ clients8 segments

PythonRFMK-means

Étude de cas 05

Analyse des performances digitales

Objectif. Optimiser l'acquisition et la conversion d'une boutique e-commerce.

Méthode. Analyse GA4 / Shopify, A/B testing du tunnel, attribution des campagnes Meta.

Résultat. Conversion presque doublée et budgets réalloués vers les canaux rentables.

Conversion ×1,9ROAS +20 %Ventes +30 %

GA4A/B testingMeta Ads

Data storytelling

La donnée, mise en scène pour décider

Un aperçu de l'univers que je construis au quotidien : des tableaux de bord lisibles, animés et orientés action.

performance_q2.pbix — Vue Direction

Chiffre d'affaires0 M€▲ +12,4 % vs N-1

Taux de conversion0 %▲ +1,5 pt

Nouveaux clients0▲ +18 % ce trimestre

ROAS campagnes0 x▲ +20 % après réallocation

Revenu mensuel (k€)

Ventes par mois

Intensité des ventes — 14 dernières semaines

Adoption des dashboards

90 %

utilisateurs actifs

Démonstration animée — données fictives, inspirées de cas réels traités chez METRO France et NAYAMA.

Certifications

Des compétences validées

Power BI Data Analyst

Microsoft — PL-300

RGPD & protection des données

CNIL — L'atelier RGPD

Data Analytics

Google — Career Certificate

SQL avancé

Requêtage & modélisation

Contact

Travaillons ensemble

Un projet data, un stage de fin d'études ou simplement une question ? Écrivez-moi.