Analytics engineer indépendante · Paris

Salut, je suis Adrienne. J’aide les marques D2C et e‑commerce à transformer des données marketing chaotiques en décisions sur lesquelles leurs équipes peuvent compter.

Disponible

Clients avec qui j’ai travaillé

Le problème

Ça vous parle ?

Trois schémas que je retrouve dans presque chaque mission. Si vous en reconnaissez deux, c’est déjà une bonne raison d’en discuter.

Réconcilier GA4 avec les plateformes ads vous prend la moitié de la semaine, et vous ne savez toujours pas qui a raison.

Attribution

Votre équipe marketing n’a plus confiance dans les dashboards — elle reconstruit tout dans Sheets.

Confiance

Votre consentement n’a pas bougé depuis le RGPD, et vous êtes à une lettre de la CNIL d’un vrai problème.

Conformité

Rien d’inhabituel. Tout cela se répare.

Services

Cinq façons de travailler ensemble.

Commencez par un audit si vous ne savez pas exactement ce qu’il vous faut. C’est souvent le chemin le plus court pour le découvrir.

Audit de données marketing

Sachez exactement ce qui est cassé — et par où commencer.

Tracking & consentement

Du tracking qui marche. Du consentement conforme.

Stack de données marketing

Une modern data stack pensée pour le marketing.

Agents IA pour équipes data

Des workflows IA qui font les tâches pénibles pour que votre équipe pense.

Analytics engineer fractional

Une analytics engineer dans l’équipe, sans le recrutement.

À propos

Je travaille avec l’IA, pas contre elle.

Analytics engineer indépendante basée à Paris. Ces dernières années, j’ai nettoyé les données marketing de marques comme ba&sh, Nutrimuscle ou le PSG. Mon workflow Claude Code me permet de livrer plus vite, avec moins d’overhead. Je suis aussi bénévole à La SPA.

En savoir plus sur ma façon de travailler

Jardin

Depuis le jardin.

Une pile de notes de travail qui pousse — dbt, BigQuery, données marketing, agents IA. Certaines sont des pousses, d’autres sont matures. Jetez-y un œil pour voir comment je pense.

Note mars 2026

Vues matérialisées BigQuery

Comment les vues matérialisées BigQuery précalculent les agrégations, s'actualisent de manière incrémentale, et réécrivent les requêtes de manière transparente pour une optimisation automatique.

bigquerycost optimizationdata engineering

Note mars 2026

Le piège des données fournies par l'utilisateur GA4 dans BigQuery

L'activation des données fournies par l'utilisateur dans l'administration GA4 désactive définitivement l'export de user_id vers BigQuery, sans possibilité de retour — ce que cela signifie et comment protéger vos pipelines.

ga4bigqueryanalyticsdata quality

Note mars 2026

Événements orphelins du Consent Mode GA4

Comment le Consent Mode crée des lignes dans les exports GA4 BigQuery avec user_pseudo_id et identifiants de session nuls — ce qu'ils sont, comment ils affectent les comptages, et le comportement de backstitching sur la même page.

ga4bigqueryanalyticsdata quality

Toutes les notes

Parlons-en.

Décrivez-moi ce qui ne va pas. Je réponds sous deux jours ouvrés pour vous dire si je peux aider — et sinon, je vous oriente.

Me contacter →