Data Analyst F/HOrange

La direction Plan Marketing Stratégique au sein de l'entité Strategic & Customer Marketing d'Orange Business accompagne les entités du groupe dans la compréhension fine des besoins clients B2B et dans la valorisation de la donnée pour éclairer les décisions stratégiques.
En particulier, nous menons des enquêtes régulières de satisfaction client sur les périmètres France et International, dont nous analysons les résultats pour proposer des plans d'amélioration.

Mission du poste/stage
Enrichir notre modèle de NPS explicatif et prédictif du business- aujourd'hui basé sur du qualitatif et un peu de quanti - par des données quantitatives enrichies.
Proposer de premières pistes visant à automatiser un tel modèle.


Détail des activités
1 - Etat des lieux des études et modèles prédictifs NPS et Business
Recenser les outils et études existantes sur les liens entre satisfaction client et business (CA, churn ...). Sources?: B&D 2022, WomenUp 2025....

Analyser et dégager un modèle cible

2 - Elargir à d'autres gisement de données visant à expliquer les liens
- Actualiser l'étude des données pouvant traduire la fidélité, l'engagement, la recommandation client et les données secondaires explicatives (proxy)

- Explorer/rechercher dans les différents gisements de données internes, les meilleures variables explicatives avec une profondeur d'historique suffisantes (mini 3 ans / 6 ans idéalement ) auprès des Customer Journey Leaders et acteurs de la performance métier (vente - build - run).
Ce point réclamera au préalable un gros travail d'exploration de différents types de données?: Données opérationnelles (ex?: délais de traitement, respect des engagements contractuels -SLAs...), données de fidélité clients (CA nouveau, taux de succès/renouvellement win ratio ...).
- Proposer un modèle complet (lien entre NPS et engagement + facteurs explicatifs).


3 - Outiller, automatiser le modèle

Récupérer le modèle réalisé dans le cadre du projet womenup
Proposer une adaptation en fonction des recommandations

4 - Présentation des résultats aux parties prenantes
Présentation de l'avancement en réunion d'équipe
Restitution des enseignements et pistes vers les parties prenantes

Compétences
Très bonne aisance en manipulation de données (profil Data Analyst).
Capacité d'analyse et de synthèse.
Fiabilité, autonomie, sens de l'organisation.
Esprit d'équipe.
Anglais courant, indispensable car plusieurs réunions et échanges clés sont animés en anglais.

Formation
Bac +4/5 (école de commerce, ingénieur, université).
Spécialisation : marketing, data, statistiques, analyse client ou qualité.