Contribution projet
Sur ce cas, ma valeur n’était pas seulement technique. Il fallait cadrer une question business floue,
choisir les bons indicateurs FAO, construire une logique de scoring lisible, puis transformer les
résultats en recommandations compréhensibles par une entreprise.
Cadrage analytique
Traduction de la problématique export en variables mesurables : production, importations,
exportations, disponibilité intérieure, disponibilité alimentaire et population.
Structuration des données
Nettoyage, harmonisation, pivot par pays, fusion multi-sources et préparation des tables de scoring.
Restitution décisionnelle
Mise en récit des résultats pour faire émerger des priorités marché plutôt qu’un simple classement brut.
Ce que ce projet démontre
Passer de la donnée à la décision
Je ne m’arrête pas au traitement statistique : j’organise la sortie analytique autour d’une décision business concrète.
Concevoir un scoring défendable
La pondération, la normalisation et la lecture des signaux sont pensées pour être expliquées, critiquées et améliorées.
Relier technique et marché
Chaque résultat est relu en termes de sécurité alimentaire, transition de consommation ou logique de chaîne de valeur.
Positionnement portfolio : data analyst orienté aide à la décision, capable de formaliser une problématique métier et de produire un livrable stratégique.
Logique des scores construits
Score 1 · Opportunité export
Combine faible production locale, dépendance aux importations, faible capacité exportatrice,
tension sur la disponibilité alimentaire et poids démographique du marché.
Score 2 · Dépendance aux importations
Mesure les pays dont l’approvisionnement repose structurellement sur le commerce extérieur.
Score 3 · Pression alimentaire
Croise disponibilité alimentaire par habitant et taille de population pour repérer les marchés
susceptibles d’augmenter leur besoin d’importation.
