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 dans les produits analytiques.
• Faire preuve d’un esprit critique rigoureux : questionner les biais, la qualité des sources, la robustesse des conclusions
• Restituer avec impact : slides, storytelling data, dashboards synthétiques

Leadership technique au sein de l’équipe Data Analytics
• Assurer la revue de code SQL et LookML et veiller au respect des standards de développement de l’équipe
• Accompagner les Data Analysts dans la résolution des problématiques techniques et analytiques complexes et contribuer à leur montée en compétence.
• Être force de proposition sur les standards, templates, guidelines et protocoles de recette de l’équipe
• Prendre le lead technique sur certains projets Analytics structurants, coordonner leur réalisation et rendre compte de leur avancement au Manager Data Analytics.
Mesure et valorisation des livrables analytiques
• Définir et suivre les indicateurs d’usage et d’adoption des dashboards, modèles sémantiques et outils conversationnels mis à disposition des filiales
• Objectiver et valoriser l’impact business des produits et analyses sous sa responsabilité: décisions déclenchées, gains opérationnels, économies de coûts, temps analyste économisé ; produire les éléments nécessaires à leur restitution auprès du Manager Data Analytics et des sponsors métiers.
• Identifier les dashboards et actifs analytiques à faible usage et proposer des actions de refonte, réappropriation ou dépriorisation.
Contribution à la roadmap Analytics & BI
• Identifier les opportunités d’industrialisation et d’automatisation (dashboards récurrents, alerting, feeds notifications/SMS)
• Identifier et formaliser les besoins d’évolution de la stack Analytics et de la plateforme Data nécessaires aux usages analytiques, et porter ces besoins auprès du Manager Data Analytics et des équipes Data Engineering / Data Science.
• Contribuer à la préparation de la roadmap Analytics en formulant des propositions d’évolution, des estimations d’impact et des recommandations de priorisation.

Profil recherché
• Diplôme supérieur en statistiques, économie, mathématiques, informatique, data science ou domaine quantitatif équivalent, au minimum 5 ans d’expérience en Data Analytics, dont une expérience significative dans un rôle senior, de référent technique ou de portage de produits analytiques structurants
• Maîtrise experte de SQL et d’un data warehouse cloud, idéalement BigQuery (partitionnement, clustering, optimisation de coûts, stratégies incrémentales etc)
• Expertise confirmée sur une couche sémantique BI, Looker/LookML idéalement (ou équivalents : dbt semantic layer par exemple)
• Expérience concrète des usages d’Analytics/BI conversationnelle et des agents analytiques (Looker Conversational Analytics, Gemini in Looker ou équivalents), ainsi qu’une bonne compréhension des exigences qu’ils imposent à une couche sémantique bien gouvernée.
• Connaissance de Python appréciée pour l’exploration ou l’automatisation
• Solide capacité d’orchestration : coordination multi-acteurs, organisation et gestion de ses priorités, animation de groupes de travail
• Compétences en accompagnement de l’adoption et en conduite du changement sur les outils analytiques
• Excellente capacité rédactionnelle et de synthèse
• Excellente capacité de restitution : slides, storytelling, dashboards synthétiques
• Sensibilité à la mesure de la valeur (KPIs d’usage, ROI des livrables)
• Maîtrise de l’anglais à l’écrit et à l’oral
• Être autonome, réactif(ve), rigoureux(se) et méthodique
• Être créatif(ve) et avoir le sens de l’initiative
• Être intègre et transparent(e)
• Un plus : connaissance du secteur de la microfinance, du crédit ou des systèmes bancaires

Leadership technique
• Vous êtes reconnu(e) comme un point de référence par vos pairs. Vous savez poser des standards, challenger les choix techniques, formuler des recommandations argumentées et faire monter en compétence les autres membres de l’équipe sans lien hiérarchique.
Problem-solving
• Vous diagnostiquez et résolvez les problèmes analytiques et techniques avec méthode et pragmatisme.

Communication
• Vous adaptez votre posture : rigoureux(se) avec les techs, pédagogue avec les métiers, synthétique avec la direction.

Rigueur & esprit critique
• Vous questionnez les données, les hypothèses et les conclusions — les vôtres comme celles des autres.
• Vous savez reconnaître les limites d’une analyse et les documenter.
• Maîtrise des usages Analytics/BI conversationnels
• Vous êtes à l’aise pour travailler avec des interfaces analytiques dont la sortie varie et savez concevoir les garde-fous correspondants : revue des restitutions, contrôle des métriques exposées, protocoles d’évaluation et de benchmarking.

Curiosité & veille
• Vous êtes en veille active sur l’écosystème BI et sémantique. Vous testez, benchmarkez, prototypez et savez faire la différence entre effet de mode et création de valeur réelle.

Autonomie & sens de l’initiative
• Vous prenez en main un sujet, structurez votre approche et le conduisez jusqu’à la livraison sans supervision étroite. Vous savez prendre des décisions dans votre périmètre et solliciter un arbitrage lorsque celui-ci dépasse votre niveau de responsabilité.

Intégrité & transparence
• Vous êtes direct(e) sur ce qui marche et ce qui ne marche pas. Vous ne survendez pas.