Senior Data Analyst

Baobab Groupe est composé de 7 filiales, sa société Holding est à Paris, où se trouve son comité de direction, et dispose également d’un centre de services partagés à Dakar. Ces deux entités regroupent les fonctions stratégiques et support du groupe.

Vous évoluez au sein de l’équipe Data, organisée en 3 pôles de compétences (Data Engineering, Data Analyse, Data Science) s’articulant autour d’une plateforme Data sur le cloud (GCP).Le poste est basé à Dakar, au sein du centre de services partagés.En tant que Senior Data Analyst, vous êtes un référent technique et méthodologique de l’équipe Data Analytics. Vous êtes responsable de la qualité et de l’évolution de la couche sémantique du groupe (Looker/LookML), ainsi que de sa préparation aux nouveaux usages Analytics/BI conversationnels. Vous prenez le lead technique sur ces sujets et formulez des recommandations d’évolution au Manager Data Analytics.Vous êtes à la fois producteur d’analyses à haute valeur pour les métiers et la direction, et référent dans la conception d'actifs analytiques pérennes (modèles sémantiques, standards, dashboards stratégiques) qui structurent la manière dont les filiales utilisent la donnée au quotidien. Votre impact se mesure à la qualité des décisions que la donnée permet de prendre : accélération des cycles d’analyse, fiabilité des indicateurs qui guident le pilotage du groupe, autonomie des métiers dans l’accès à la donnée, et adoption effective des outils analytiques par les filiales.

Responsabilités

Couche sémantique & modélisation LookML

Concevoir, maintenir et faire évoluer la couche sémantique du groupe sur Looker : modèles LookML, explores, PDTs,

Définir, faire évoluer et veiller au respect des standards de modélisation : nomenclature, gouvernance des mesures et dimensions, gestion des drills, cohérence transverse entre filiales

Identifier et mettre en œuvre, en lien avec les Data Engineers, les leviers d’optimisation de performance et de coût des usages analytiques : optimisation SQL/LookML, PDTs, partitionnement, clustering et stratégies incrémentales.

Documenter les métriques clés du groupe (GLP, PAR, décaissements, épargne, produits digitaux etc) et garantir leur cohérence dans le temps

Définir et mettre en œuvre les dispositifs de contrôle qualité et de recette des produits analytiques : validation des règles métiers, cohérence des indicateurs, tests de non-régression et documentation des écarts.

Démocratisation & self-service analytique

Prendre le lead opérationnel sur le déploiement des usages d’Analytics/BI conversationnelle, de GenAI et d'agents analytiques : qualification des cas d’usage, structuration des périmètres, accompagnement des utilisateurs et suivi de l’adoption.

Rendre la couche sémantique exploitable par les agents analytiques et les interfaces d’Analytics/BI conversationnelle : nommage explicite, descriptions sémantiques enrichies, exposition contrôlée des explores et garde-fous sur les métriques sensibles.

Évaluer les nouveaux outils et usages GenAI appliqués à l'Analytics et à la BI : agents analytiques, interfaces conversationnelles, copilotes, orchestration agentique ; conduire des POC ciblés, benchmarks, cadrages de cas d'usage et formuler des recommandations, notamment sur les choix build vs buy.

Analyses métiers à haute valeur

Cadrer les problématiques analytiques complexes portées par les métiers et les filiales : reformuler les besoins, poser les hypothèses, proposer une démarche structurée

Réaliser les analyses exploratoires poussées (segmentation de portefeuille, analyse de risque, rentabilité produit, funnels digitaux) et produire des recommandations actionnables à destination des métiers et, selon les sujets, de la direction

Collaborer avec les Data Scientists sur les cas d'usage nécessitant des approches statistiques, prédictives ou de machine learning : préparation et compréhension des données, définition des variables métier, interprétation des résultats et intégration des outputs...