Je travaille en tant qu’ingénieur de data quality, dans un contexte de migration de données entre un ancien système et une nouvelle base de données qui est souvent mise à jour selon le besoin du business.

Je mène des campagne de tests de plusieurs niveaux pour assurer la qualité de donnée qui peut aller de : 

• Un simple check de présence d’une nouvelle colonne sur une table, ou bien une nouvelle table sur le dataset.
• Vérification d’ajout d’une page sur un rapport Power BI, un graphe, ou bien modification d’un titre …etc 
• Automatisation des tests entre Google bigquery et Power BI pour assurer que les valeurs des KPIs sur les tableaux de bord sont alignés avec les données de la base de données.
  – Afin d’automatiser cela, il existe un module Tosca qui permet de scanner l’interface web d’un navigateur et de récupérer des valeurs texte.
  – Je scan la page de PBI sur laquelle je souhaite récupérer des valeurs de KPIs
  – J’applique multiples transformations sur le texte brut récupéré, comme par exemple, suppression des virgules de séparation des milliers, ou bien la convertion de string à integer. Et je stocke cette valeur dans une variable KPI_pbi.
  – j’intègre le module d’exécution de requêtes SQL, afin de mettre la requête correspondante au KPI que je souhaite comparer. Et que je stocke sous KPI_gcp.
  – Enfin, avec le module de comparaison, j’ai le statut OK ou bien KO
• Aussi je mène des sessions d’ User Acceptance testing avec des utilisateurs de nos dashboard, qui sont basés un peu partout en Europe. On peut concédérer cela comme un déploiement de nos dashboard sur différent pays. Chacun devrait tester de son côté l’ensemble des KPIs en comparant les chiffres avec ce qu’ils ont comme données sur SAP (la source initiale de données à partir de laquelle on se base pour construire nos tables de base de données)  et en cas de soucis, c’est moi qui m’occupe de checker en leur demandant un extract, pour vérifier s’il y a des données qu’on prends en compte et pas eux et vice versa.
• Automatisation des  tests de non régression, après la fin des session d’UAT de chaque Hub (groupe de pays : Benelux, Cess, Iberia, Nordics, DACH…etc) : En utilisant Tosca, je me sers des modules de comparaison de données. Dans un bloc de test, je définis la requête correspondante à un KPI donné, et dans un autre je mets le chiffre communiqué par un Key user, et lors d’exécution j’ai un statut vert si tout est bon ou si le test a échoué. Je fais pareil avec l’ensemble des KPIs d’un projet. Et à la fin je plannifie l’exécution de ces tests par exemple une fois par jour ou par semaine, tout dépend de la demande du PO. Les résultts sont communiqué par email après chaque exécution !
  
• Campagnes de test sur différentes améliorations des data ingénieurs et experts Power BI sur notre base de données et tableaux de bord côté datavisulaisation.

Pendant cette aventure j’ai travaillé sur différents projets, et Sales HQ en fait partie. L’objectif du projet Sales HQ est de pouvoir analyser les performances de l’entreprise et de la force de vente en fonction du catalogue de produits, du client et du territoire.

Pour ce faire, à la fois des rapports unifiés et une solution en libre-service pour les utilisateurs sont fournis.

Exemple de KPis par pages de rapports :
Sales Performance Tracking page : (Suivi des ventes)

Actuals invoiced sales : La valeur totale des ventes faites aux clients après déduction des remises ou des retours

Portfolio net sales : Livraison non facturée Chiffre d’affaires net + Commande en cours Chiffre d’affaires net

Numeric distribution : Nombre de magasins dans lesquels un produit ou une référence est disponible, tous étant considérés comme d’importance égale

Invoiced units : Le nombre total d’unités vendues aux clients après déduction des retours éventuels

Sales Performance Deep Dive page : (Suivi approfondi des ventes)

Actual customer investment : La part de l’investissement du client qui est incluse dans le montant de la facture.

Actual returns in value : La valeur des produits retournés par les clients après leur facturation.

Actual conso net sales : Le chiffre d’affaires net consolidé, qui représente le revenu total généré par les ventes après déduction des retours, des remises et des provisions

Launches Performance Tracking page : (Suivi des lancements de produits)

Sur cette page, on trouve la valeur totale des vente, le nombre total d’unités vendues aux clients et le nombre de magasins dans lesquels un produit ou une référence est disponible sur les produits lancés. 

Par sous marque, ean code et description de produit.

• On trouve des graphs d’évolution de ventes par mois
• On peut faire une comparaison entre deux produits lancé en termes de valeur totale des vente / nombre total d’unités vendues/ nombre de magasins dans lesquels un produit ou une référence est disponible afin de voir par exemple quel produit est le plus vendu que l’autre…etc

Promo Performance Tracking page : (Suivi des promotions)

Promo invoiced sales : Valeur des ventes réalisées au cours d’une période de promotion, après déduction des remises ou des retours.

Promo invoiced sales : Le nombre total d’unités vendues aux clients pendant une période de promotion , après déduction des retours éventuels

Promo numeric distribution : Nombre de magasins dans lesquels un produit ou une référence est disponible pendant une période de promotion spécifique. Cela permet de mesurer la disponibilité effective du produit sur le réseau de distribution durant la campagne promotionnelle.

• Il y a des graphs qui permettent de faire une comparaison entre deux produits en promotion en  termes de valeur totale des vente / nombre total d’unités vendues/ nombre de magasins dans lesquels un produit ou une référence est disponible afin d’identifier quel produit a bénéficié le plus de la promotionen termes de ventes, analyser quels produits en promotion attirent davantage les consommateurs.

Distribution Tracking page :

Une page dédiée au suivi des chaines de distributions, on y trouve un tableau pour le nombre de magasins par type de chaine de distribution (Pharmacies/Parfumeries/ Super marchés …etc

L’objectif de ce projet est de suivre et gérer les litiges sur les produits, les retours et le temps nécessaire pour les résoudre. 

KPI et définitions :

Number of disputes : Nombre de litiges

Disputes value : Valeur des litiges en euro

Disputes rate (Documents) : Nombre de litiges/ Nombre de factures dont la valeur en euro > 0

Disputes rate (Value) : Valeur des litiges en euro / Valeur des factures en euro

Number of returns : Nombre de retours produits

Returns value: Valeur des retours produits en euro

Returns rate (Documents): Nombre de retours produits/ Nombre de factures dont la valeur en euro > 0

Returns rate (Value): Valeur des retours produits en euro / Valeur des factures en euro

Number of invoices > 0 : Nombre de factures dont la valeur en euro > 0

invoices value : Valeur des factures en euro

J’étais amené à travailler sur :

• Google Cloud Platform/ BigQuery pour exécuter les requêtes SQL.
• Tosca Tricentis pour l’automatisation des tests.
• Qtest Tricentis pour mettre à jour notre cahier des charge et des tests effectués par user story.
• Power BI comme outil de data visualisation de nos tableaux de bord.