Analyse des ventes de l'Agence
🧠 Contexte et Objectif
Ce projet est né d’un simple constat : la série L’Agence sur Netflix, qui met en scène une famille d’agents immobiliers de luxe, regorge de données intéressantes… à condition de savoir où regarder. J’ai donc décidé d’analyser les performances commerciales des trois grands frères, uniquement à partir des informations visibles à l’écran.
L’objectif ? Illustrer de manière ludique mes compétences en extraction, structuration et visualisation de données, à travers un cas concret… et un brin original !
📦 Méthodologie & Données
Les données ont été collectées manuellement, épisode par épisode, à partir des cinq saisons diffusées. Pour chaque transaction visible à l’écran j’ai noté :
- Le nom de l’agent impliqué
- Le type de bien (appartement, maison, etc.)
- Le lieu
- Le prix de vente annoncé ou estimé
- Le succès (ou non) de la transaction
Tout ceci a été modélisé sous formes de fichiers excel que j'ai mis en relation en modèle étoile.
Cette base de données artisanale comporte forcément des biais : seules les transactions montrées à l’écran ont été prises en compte, ce qui ne reflète pas nécessairement la réalité du terrain. Il s’agit donc d’un exercice illustratif et non d’une évaluation réelle de leurs performances.
📊 Visualisation & KPIs
- Le dashboard a été conçu sous Power BI, avec une attention particulière portée à :
- La comparaison des ventes par agent (nombre, montant total, répartition)
- Les tendances par saison
- Les taux de succès visibles
- Une mise en forme élégante et lisible, fidèle à l’univers haut de gamme de la série
🧩 Compétences mobilisées
- Structuration d’une base de données à partir de sources non structurées (vidéo)
- Nettoyage et normalisation manuelle via excel
- Création de KPIs pertinents grâce au langage DAX de Power BI
- Design d’un dashboard interactif et ergonomique
✅ Pourquoi ce projet ?
Parce qu’il mêle à la fois rigueur analytique, sens du détail et storytelling. Il montre comment, même avec des données peu conventionnelles, on peut créer des analyses pertinentes et parlantes.
🎯 Contexte & Objectif
Ce projet a été réalisé dans un cadre professionnel, à partir des données réelles d’un technicien fibre optique. L’objectif principal était d’identifier des problèmes potentiels de qualité d’infrastructure dans certaines zones d’intervention, communément appelées "zone Orange" et "zone SFR".
La direction générale souhaitait comprendre si les volumes de SAV étaient répartis de manière cohérente avec la base clients de chaque zone, ou si certaines infrastructures montraient des signes de fragilité.
📊 Méthodologie & Données
Les données ont été extraites via Excel et couvrent une année complète d’interventions SAV. Elles ont ensuite été nettoyées, structurées et anonymisées dans Power BI.
L’analyse ne fait apparaître ni les localités précises, ni l’identité de l’opérateur pour garantir la confidentialité des données.
Les indicateurs clés du dashboard :
-Volume total d’interventions SAV par zone
-Répartition des clients par zone
-Taux de SAV par client
-Évolution mensuelle des pannes
⚙️ Technologies utilisées
Extraction de données : Excel
Traitement et visualisation : Power BI
Anonymisation et modélisation métier intégrée dans Power BI
🧩 Résultat & Utilisation
Le dashboard permet à la direction générale d’identifier visuellement des déséquilibres entre zones d’intervention, de mieux orienter les audits techniques, et de prioriser des actions d’amélioration sur le terrain.
C’est un outil simple, interactif, et directement exploitable en réunion stratégique.
Suivi des encours fournisseurs – Rapport Power BI
Client : OML Security
J’ai conçu un tableau de bord Power BI pour aider OML Security à suivre précisément ses dettes fournisseurs et améliorer la gestion de trésorerie.
🎯 Objectifs :
Centraliser les données de facturation et de paiement.
Identifier les factures en retard.
Anticiper les décaissements à venir.
Prioriser les règlements selon l’échéance et le fournisseur.
📊 Indicateurs clés :
Montant total des encours fournisseurs (TTC).
Factures échues (en retard) vs à venir.
Top 5 des fournisseurs les plus créditeurs.
Nombre de factures non réglées.
🧰 Fonctions intégrées :
Filtres dynamiques (fournisseur, mois, statut).
Carte KPI, courbe d’évolution mensuelle, tableau détaillé interactif.
Moteur de règles pour exclure les paiements “Réglés”.
Ce rapport permet à la direction de piloter les dettes en temps réel et de prendre des décisions plus sereines sur la gestion de trésorerie.