Contexte
le client BDDF (Banque De Détail en France) est la branche retail du groupe, qui gère plusieurs millions de clients particuliers. Les équipes marketing de ce périmètre pilotent des campagnes commerciales complexes : ciblage de clients pour des offres de produits bancaires, relances, programmes de fidélisation et actions de rétention.
Mon alternance avait pour cadre le service data marketing, en charge de la production des données qui alimentent ces campagnes. Concrètement : maintenir à jour les bases de données clients utilisées pour le ciblage, produire les reportings de performance et analyser les résultats pour identifier des opportunités d'optimisation.
Enrichissement et automatisation des bases de données marketing
Les bases de données marketing de BNP agrègent des informations provenant de nombreuses sources : données transactionnelles, informations contractuelles, historiques de campagnes, scores de propension calculés par les équipes de modélisation. Le maintien de ces bases à jour et fiables était une responsabilité quotidienne.
Automatisation des processus d'alimentation
Une part importante des alimentations de la base se faisait encore manuellement lors de ma prise de poste : des fichiers téléchargés depuis différents systèmes, retraités dans Excel, puis réintégrés. J'ai progressivement remplacé ces processus manuels par des macros VBA et des requêtes SQL automatisées, réduisant le risque d'erreur humaine et le temps consacré à ces tâches de maintenance.
Contrôle qualité des données
La fiabilité des bases de ciblage est critique : une erreur sur les données peut entraîner des campagnes mal ciblées, des surcoûts et des expériences client dégradées. J'ai mis en place des routines de contrôle qualité automatisées qui vérifiaient à chaque mise à jour la cohérence des données (doublons, valeurs aberrantes, ruptures de série) et produisaient un rapport de synthèse pour l'équipe.
Création des reportings
La production régulière de reportings de performance marketing était l'une des missions centrales de mon poste. Ces rapports couvraient les résultats des campagnes en cours (taux d'ouverture, taux de clic, taux de transformation, coût par acquisition) et les évolutions des indicateurs clés du portefeuille client.
Du reporting manuel au reporting automatisé
Comme pour les bases de données, les reportings étaient initialement produits de façon largement manuelle. J'ai travaillé à automatiser leur génération : connexion directe aux sources de données via SQL, mise à jour automatique des tableaux croisés dynamiques et des graphiques Excel, et génération automatique des fichiers de présentation pour les réunions hebdomadaires.
Cette automatisation a eu un impact direct sur la qualité des reportings, en plus du gain de temps : moins d'interventions manuelles signifiait moins d'erreurs de copier-coller et des données systématiquement à jour au moment de la présentation.
Analyses qualitatives et aide à la décision
Au-delà des reportings récurrents, je produisais des analyses ponctuelles pour répondre à des questions business spécifiques : pourquoi une campagne a-t-elle sous-performé par rapport aux prévisions ? Quels segments de clients répondent le mieux à quel type de sollicitation ? Quelle est l'évolution de la valeur des clients acquis via différents canaux ?
Ces analyses combinaient des données quantitatives (les chiffres de performance) et une lecture qualitative du contexte (événements extérieurs, changements de stratégie, évolutions du marché) pour produire des conclusions réellement utiles à la prise de décision.
Présentation aux équipes
Les résultats de ces analyses étaient présentés régulièrement aux équipes marketing et commerciales. Travailler à la fois sur la production des données et sur leur présentation m'a permis de développer une double compétence : la rigueur technique dans le traitement des données et la capacité à vulgariser des analyses complexes pour des interlocuteurs non techniques.
Résultats
Cette alternance de trois ans chez le client a constitué le fondement de mon expertise data. Travailler sur de vrais volumes de données clients, dans un environnement où la rigueur est non négociable et où les erreurs ont des conséquences directes, m'a transmis des réflexes de qualité et de contrôle qui guident encore aujourd'hui ma façon de travailler.