DataGen

Laura Chane Ching était cheffe de projet RH chez Decathlon et s’est reconvertie vers un rôle de Data Analyst spécialisée RH toujours chez Decathlon (aka People Analytics). 

On aborde :

🔥 Son parcours et les facteurs qui l’ont poussée à se reconvertir dans la data

🔥 Le choix de la formation DataBird et le soutien de Decathlon

🔥 La transition et ses chantiers au sein du département People Analytics

🔥 Ses conseils pour réussir une reconversion en data.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.

👉 Lien vers leur site internet : bit.ly/47UthCv

---

🎬 CHAPITRES

00:00 Générique

00:51 Intro

02:35 Qu’est-ce que le People Analytics ?

04:49 Le déclic pour se reconvertir

05:42 Pourquoi DataBird ?

07:07 La transition vers son nouveau poste

09:24 Ses nouvelles missions

12:09 Les compétences acquises lors de la formation qu’elle utilise au quotidien

13:08 Les questions de la fin (ressources, conseils...)

---

📚 RESSOURCE

ChatGPT

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#103 - Reconversion | De Responsable Études de Marché à Data Analyst

#71 - Lancer sa carrière data avec Kevin Rosamont Prombo

#60 - Décathlon : Implémenter une nouvelle stratégie Analytics

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

---

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁

Benjamin Cohen-Lhyver est expert et docteur en Data Science & en IA, et également Chief Data Science Officer chez Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.

On aborde :

🔥 Les étapes d’un projet GenAI en entreprise : cadrage, sélection des modèles, industrialisation

🔥 Les différents types de modèles et leurs avantages : Propriétaire, Open Source, OpenAI, Mistral, etc.

🔥 La définition des concepts clés : transformers, RAG, “LLM as a judge”, etc.

🔥 Ses prévisions pour le futur à l’ère de l’Intelligence Artificielle.

---

❤️ PARTENAIRES

Ce podcast est rendu possible par :

DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).

👉 Réservez une demo : https://bit.ly/3P0DQNA

Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.

👉 Contacter Benjamin sur LinkedIn https://www.linkedin.com/in/cohenlhyver/ ou par mail à [email protected]

---

🎬 CHAPITRES

00:00 Générique

01:39 Intro

03:06 Zoom sur les Transformers

08:24 Cadrer un projet GenAI

11:04 Comment choisir le bon LLM ?

15:52 Que choisissent les boîtes aujourd’hui ? Open Source ou Propriétaire ?

18:59 Zoom sur Mistral

20:35 Utiliser des LLM as a judge

24:02 Industrialiser un projet GenAI

26:51 Zoom sur les RAGs

28:28 Les plus gros challenges des projets GenAI

30:39 A quoi ressemblera le monde de demain ?

33:52 Les questions de la fin (ressources, conseils...)

---

📚 RESSOURCES

Les subreddits LocalLLaMA, machinelearningnews et datascience

La chaîne YouTube 3Blue1Brown

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#110 - Back Market : Leur stratégie Data Science

#89 - Therapixel : Détecter le cancer grâce à l’IA

#122 - L’épisode 360Learning mentionné avec Benjamin sera publié le 13/04. Abonne-toi pour ne pas rater sa sortie !

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

---

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Mabrouk Gadri est Senior Solution Engineer chez Fivetran, l’ETL moderne qui a été adopté par énormément de boites en France et dans le monde, aussi bien des startups que des grands groupes du CAC40.

On aborde :

🔥 Ce qu’est un ETL Moderne et les différentes solutions du marché

🔥 Pourquoi les entreprises choisissent Fivetran ?

🔥 L’adoption croissante des ETL modernes par les grands groupes

🔥 Comment les IA Génératives impactent ce marché.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par Fivetran

👉 Lien vers leur site internet : https://bit.ly/3Tm34ax

---

🎬 CHAPITRES

00:00 Générique

00:55 Intro

04:22 Qu’est-ce qu’un ETL moderne ?

07:37 Qu’est-ce qui distingue Fivetran des autres solutions ?

10:23 L’adoption croissante des ETL modernes par les grands groupes

13:13 Quel est l’impact des IA génératives sur ce marché ?

15:36 Les questions de la fin (ressources, conseils...)

---

📚 RESSOURCES

- Le Medium Towards Data Science

- Le LinkedIn de Mabrouk

- Le LinkedIn de Bill Hillman

- La chaîne Ternary Data de Joe Reis

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#112 - MyLight Systems : Migrer vers une Modern Data (& AI) Stack avec Databricks

#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

---

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁

Lucie Bailly est Data Product Manager chez Doctolib, la licorne française qui propose une plateforme de prise de rendez-vous avec des médecins et qui permet également de faire de la téléconsultation. Elle est présente en France, en Allemagne et en Italie, et est aujourd’hui utilisée par 340 000 personnels de santé et plus de 80 millions de patients.

On aborde :

🔥 L’organisation Data chez Doctolib et son rôle de Data Product Manager

🔥 Son plus gros challenge : déployer Tableau à l’échelle auprès de 2000 utilisateurs

🔥 Les étapes clés : audit, POC, implémentation technique, gouvernance, ouverture, run

🔥 La difficulté majeure : la phase d’itération nécessaire au moment de l’ouverture de l’outil aux équipes (ex : process, documentation)

---

❤️ PARTENAIRE

Ce podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).

👉 Réservez une demo : https://bit.ly/3P0DQNA

---

🎬 CHAPITRES

00:00 Générique

01:25 Intro

04:33 L'organisation Data chez Doctolib

05:45 Les principaux chantiers de Lucie

07:07 Son challenge principal : scaler son outil de Data Visualisation

09:55 Etape 1 : audit

10:58 Etape 2 : POC

13:00 Etape 3 : implémentation technique

15:13 Etape 4 : ouverture de l'outil aux équipes Data

17:16 Etape 5 : run

17:47 Sa plus grosse difficulté : l’ouverture aux équipes

20:53 Le Data Enablement chez Doctolib

22:22 Ses conseils pour scaler sa Data Visualisation

24:13 La stack data chez Doctolib

24:39 Les prochaines étapes

26:46 Les questions de la fin (ressources, conseils...)

---

📚 RESSOURCE

Dear Data de Giorgia Lupi

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#97 - Contentsquare : Lancer l’équipe Product Analytics

#90 - Ovrsea : Mettre en place une approche Self-Service

#11 - Doctolib : Accélérer la mise à disposition des données grâce à une réorganisation

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LINK TO THE QUESTIONNAIRE TO WIN A FITBIT WATCH: https://bit.ly/3uwlqNH 🎁

Emmanuel Martin-Chave is VP Data at BlaBlaCar, the French unicorn who offers several mobility services. I had already welcomed him on the podcast to know more about their data strategy in the episode #13. This time, we talk about management.

We cover:

🔥 What the Data department looks like today

🔥 How to introduce “Middle Managers” (Manu prefers “Front Line Managers”)

🔥 How to create a great path for Individual Contributors

🔥 Why it’s crucial to anticipate recruitments 3 years in advance when you’re 50 in the team.

---

❤️ SPONSOR

This episode is brought to you by DataGalaxy, the Data Knowledge Catalog used by over 150 companies such as Total, SNCF, and Bank of China in the United States.

👉 Request a demo: https://bit.ly/3wxX06Z

---

🎬 CHAPTERS

00:00 Trailer

01:45 Intro

02:35 What the Data department looks like

03:38 Why and how to introduce middle managers?

07:51 The importance of having a mix between Individual Contributors (IC) & Managers

10:29 The current mix between IC & Managers at BlaBlaCar

13:22 The challenges associated with this organization

17:11 How to create a great path for IC

22:26 Why it’s crucial to anticipate recruitments 3 years in advance when you’re 50 in the team

25:13 His main challenges in terms of management

29:18 The next steps of the Data team

30:34 Last questions (ressources, tips…)

---

📚 RESSOURCE

An Elegant Puzzle by Will Larson

---

🧐 OTHER EPISODES YOU SHOULD LOVE

🇬🇧 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment

🇬🇧 #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused

#13 - BlaBlaCar : Fournir de la donnée et des algorithmes à l'entreprise

---

💪 GOT A DATA PROJECT?

DataGen is also a collective of data freelancers from top companies (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... We have the team that you need!

👉 Meet us

---

🎙 SUPPORT THE PODCAST FOR FREE

1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Marie Sacksick est Head of Data chez CybelAngel et co-organisatrice des meetups WiMLDS (Women in Machine Learning and Data Science), la communauté mondiale regroupant les femmes passionnées par le Machine Learning et la Data Science.

On aborde :

🔥 Pourquoi créer Women in Machine Learning and Data Science (WiMLDS) ?

🔥 Les objectifs et les challenges de ces meetups : créer des role models et un réseau de soutien et d'expertise

🔥 Leur organisation et leurs actions aux quotidien (talks croisés, articles…)

🔥 Leur plus grosse réussite : attirer autant de femmes que d’hommes.

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

🎬 CHAPITRES

00:00 Générique

01:03 Intro

04:41 Pourquoi créer WiMLDS ?

06:07 Leurs objectifs

08:12 Leurs challenges

09:13 L’organisation des meetups

11:54 Leurs réussites

13:29 Leurs next steps

14:35 Le conseil de Marie

---

📚 RESSOURCES

- Le LinkedIn de Marie

- Le LinkedIn de Clara

- Les meetups WiMLDS

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#107 - Inclusion In Data | Leader le collectif Women@Google avec Taline Mouradian

#88 - Inclusion In Data | Créer une équipe inclusive avec Sébastien Garcin

#61 - Inclusion In Data | Le management au féminin et les quotas avec Christelle Marfaing

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

---

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁

Loïc Magnien est Head of Data chez MyLight Systems, la scale up pionnaire de l’autoconsommation solaire qui permet aux particuliers et aux entreprises de faire des économies d'énergie. Ils ont levé 100 millions d’euros en 2023 et Loïc revient sur son plus gros challenge de ces dernières années : migrer vers une Modern Data (& AI) Stack.

On aborde :

🔥 Le contexte chez MyLight Systems avant de migrer vers la Modern Data (& AI) Stack

🔥 Les 3 étapes clefs de la migration : état des lieux, POC et industrialisation

🔥 La plus grosse difficulté de Loïc : continuer de servir le Business

🔥 La stack data et l'organisation des équipes.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).

👉 Réservez une demo : https://bit.ly/3P0DQNA

---

🎬 CHAPITRES

00:00 Générique

01:38 Intro

06:55 Les grandes étapes clés

07:39 Etape 1 : le POC

11:58 Etape 2 : Documentation

13:07 Etape 3 : Rationnalisation des rapports

15:36 Focus sur DBT

17:06 Le plus gros challenge de Loïc pendant sa migration : continuer à servir le Business

19:44 La stack data

20:33 Focus sur Databricks

22:46 L'orga des équipes

23:34 Leurs next steps

24:41 Les questions de la fin (ressources, conseils...)

---

📚 RESSOURCES

- Scaling People de Claire Johnson

- Futureproof: 9 Rules for Humans in the Age of Automation de Kevin Roose

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#102 - Databricks : Une stack unique pour l’Analytics et l’IA

#90 - Ovrsea : Mettre en place une approche Self-Service

#85 - Masterclass | Comprendre la Modern Data Stack

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁

Sébastien Thomas est co-fondateur et CEO de DataGalaxy, le Data Catalog qui est utilisé par plus de 150 clients dans le monde tels que Total, SNCF, Swiss Life ou Bank of China aux US. Il nous fait une masterclass sur la mise en place d’un Data Catalog.

On aborde :

🔥 Qu’est-ce qu’un Data Catalog et dans quel contexte c’est nécessaire ?

🔥 L’importance du sponsorship et la bonne méthode : procéder par use case et par itération

🔥 Les phases clés : collecter ses métadonnées, compléter le glossaire…

🔥 Le marché du Data Catalog et les différentes solutions.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par DataGalaxy.

👉 Réservez une demo : https://bit.ly/3P0DQNA

---

🎬 CHAPITRES

00:00 Générique

00:55 Introduction

01:27 Le parcours de Sébastien

02:32 Qu’est-ce qu’un Data Catalog ?

04:25 Dans quel contexte c’est utile

05:56 A partir de quelle taille d'entreprise ?

06:37 Les différentes étapes

10:43 Les écueils à éviter

12:24 Les fonctionnalités d'un Data Catalog

17:52 Les utilisateurs du Data Catalog

20:15 Les différentes solutions sur le marché

22:30 Les ressources recommandées par Sébastien

24:36 Ce qu'il aime dans la data

24:58 Ce qui l’a le plus fait progresser

25:41 Le meilleur conseil qu’on lui ait donné

---

📚 RESSOURCES

- Brent Dykes (sa page LinkedIn, son livre)

- Chat Sanderson

- Data Model Storytelling de Larry Burns

- La chaîne Youtube Science Etonnante

---

🧐 AUTRES ÉPISODES

#102 - Databricks : Une stack unique pour l’Analytics et l’IA

#90 - Ovrsea : Mettre en place une approche Self-Service

#77 - Sunday : Scaler grâce à une orga Data Mesh

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Anne-Sophie Lavelle est Lead Product Data Science chez Back Market, la licorne française qui propose une marketplace de produits reconditionnés. Elle nous parle de la stratégie Data Science développée chez Back Market et de l’algorithme Back Box. 🤫

On aborde :

🔥 Le rôle d’un Lead Product Data Science chez Back Market

🔥 Leur contexte Data Science (ex : focus sur un algorithme pendant en 5 ans)

🔥 L’organisation de l’équipe Data Science et les nouveaux projets

🔥 Les challenges et les next steps du département.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par Data Bird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.

👉 Lien vers leur site internet : http://bit.ly/41UbJVr.

---

🎬 CHAPITRES

00:00 Générique

01:30 Introduction

02:14 Le parcours d’Anne-Sophie

04:52 Le rôle d’un Product Manager Data Science

07:34 Le contexte Data Science chez Back Market

09:12 Ce qu’on voit souvent sur le marché : trop de projets en parallèle

12:34 Le 1er projet de Machine Learning

16:21 Un autre projet de Machine Learning

19:00 L’organisation interne de l’équipe Data Science

23:56 Quelques outils utilisés

26:15 Les challenges qu’elle a rencontrés

28:28 Les next steps pour l’équipe Data Science

30:25 Les ressources qu’elle conseille

31:16 Ce qu’elle aime dans la data

32:29 Ce qui l’a le plus fait progresser

32:05 Le meilleur conseil qu’on lui ait donné

---

📚 RESSOURCES

Les blogs Tech d’Uber, BlaBlacar, et de Meta

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#105 - Déployer une stratégie IA Générative avec Mick Levy

#74 - BlaBlaCar : Adopter une approche Produit en Data Science

#63 - Back Market : Réorganiser son équipe Data Engineering par domaine métier

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Philippe Lima est Head of Customer Success chez Aircall, la licorne française qui propose une plateforme téléphonique à destination des équipes Sales et Support. Cet épisode intervient dans la série “Data User” dont l'objectif est de comprendre comment les autres départements de boîtes très data driven utilisent la data. J’avais déjà reçu Edouard, le Directeur Data d’Aircall, dans l’épisode #14 et avais été scotché par leur maturité data.

On aborde :

🔥 Le parcours de Philippe et le métier de Customer Success Manager

🔥 Les 3 grands chantiers Customer Success chez Aircall (opportunités, renouvellement et “Red Flags”)

🔥 Les outils qu’ils utilisent (Salesforce, Totango, Looker…)

🔥 La collaboration avec l’équipe Data d’Aircall.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.

👉 Lien vers leur site internet : http://bit.ly/47UthCv

---

🎬 CHAPITRES

00:00 Générique

01:28 Introduction

02:09 Le parcours de Philippe

03:05 Le job de Customer Success Manager, c’est quoi ?

04:41 Les 3 grands chantiers Customer Success chez Aircall : le Pipeline, le Renouvellement et les Red Flags

12:32 Focus sur le KPI "Net MRR Churn" ou "Net Retention" d'Aircall

14:19 Les outils utilisés pour analyser la donnée

16:08 Focus sur Totango

19:13 Focus sur Looker

20:37 Les plus gros challenges Data Analytics rencontrés par Philippe

22:37 Les conseils de Philippe pour une bonne collaboration entre Data et Customer Success

25:10 La recommandation de contenu de Philippe

---

📚 RESSOURCE

Le podcast This is Growth de Daphné Costa Lopez (Dir. CS chez Hubspot)

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#106 - Aircall: Adapting the Data Strategy to the slowing economic environment

#69 - Data User | Utiliser la data en tant que Growth avec Jordan et Bulldozer

#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise

---

💪 VOUS AVEZ UN PROJET DATA ?

DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !

👉 Nous rencontrer

---

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.