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
ba&sh PSG L’Oréal Groupe Homebox Nutrimuscle Easypara Dr. Pierre Ricaud
GRDF Kraaft Private Sport Shop
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.
01
Réconcilier GA4 avec les plateformes ads vous prend la moitié de la semaine, et vous ne savez toujours pas qui a raison.
Attribution
02
Votre équipe marketing n’a plus confiance dans les dashboards. Elle reconstruit tout dans Sheets.
Confiance
03
Votre consentement n’a pas bougé depuis le RGPD, et vous êtes à une lettre de la CNIL d’un vrai problème.
Conformité
Des problèmes courants, avec des solutions connues.
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.
Commencez ici
Audit de données marketing
Sachez exactement ce qui est cassé, et par où commencer.
En savoir plusDurée1–2 semaines
FormatForfait, périmètre fixe
Commence par un appel gratuit de 15 min
Vous savez déjà ce qu’il vous faut ?
02Tracking & consentementDu tracking qui marche. Du consentement conforme.03Stack de données marketingUne modern data stack pensée pour le marketing.04Agents IA pour équipes dataDes workflows IA qui font les tâches pénibles pour que votre équipe pense.05Analytics engineer fractionalUne analytics engineer dans l’équipe, sans le recrutement.
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.
Anti-patterns des contrats de données
Là où les initiatives de contrats de données déraillent : enforcement mal placé, contrats sur papier uniquement, implémentations uniformes et propriété non financée.
Anti-patterns de test dbt
Quatre erreurs de test courantes dans les projets dbt — over-testing, couverture happy-path uniquement, seuils qui dérivent et test des fonctions de l'entrepôt — et quoi faire à la place.
Architecture de la couche UNNEST dbt pour GA4
Comment structurer un projet dbt pour le UNNEST GA4 — couche de base pour l'extraction des paramètres, couche intermédiaire pour les modèles spécifiques aux événements, couche mart pour les agrégations prêtes pour l'analyse.
Parlons-en.
Décrivez-moi ce qui ne va pas. Je réponds sous deux jours ouvrés, et la première étape est un simple appel gratuit de 15 minutes. Si je ne peux pas aider, je vous oriente.
Me contacter →