Mise en place d’un outil d’analyse du comportement des consommateurs pour permettre une meilleure traçabilité des produits et diminuer le nombre de produits défectueux.
Défis et objectifs
- Améliorer la traçabilité des produits et le suivi de leur parcours
- Identifier les produits nécessitant des corrections et réduire les défauts
Solutions mises en œuvre
- Ateliers et collaboration : animation d’ateliers avec les équipes Data et les métiers pour comprendre les besoins
- Technologies et outils utilisés : Python, Spark, Scala, S3, Athena, Redshift, GCP (BigQuery), Docker, GitLab CI, Quicksight, GDS
- Processus de développement : conception de pipelines ETL automatisés, mise en place de dashboards pour la qualité et la traçabilité des produits
Résultats et impact
- Traçabilité accrue des produits dans le parcours d’approvisionnement
- Amélioration de la qualité des produits livrés aux consommateurs
Technologies
Python, Spark, Scala, S3, Athena, Redshift, GCP, Docker, GitLab CI, Quicksight
