Data Analyst Senior Voix Du Client

Leader français de l’assuranceautoen ligne depuis 1992, Direct Assurance, entité du Groupe AXA,propose également des offres d’assurance habitation, moto et santé.

Aujourd'hui, plus de deux millions de clients nous font confiance grâce à un tarif adapté et une gestion des sinistres personnalisée.

Dans un marché assurantiel très compétitif, Direct Assurance conçoit des solutions adaptées aux besoins de ses clients en défendant leur pouvoir d’achat.

Nous faisons de l'expérience client une priorité en mettant à disposition une gamme de produits simple, claire et performante.

Si vous recherchez un environnement convivial, dynamique, digital et tourné vers l'innovation, au sein d'une entreprise en croissance, rejoignez-nous

Vous allez aimer grandir à nos côtés.

Vous allez aimer innover avec nous.

Vous allez aimer que nos clients nous adorent.

VOTRE RÔLE ET VOS MISSIONS

L’ambition de Direct Assurance est d’accélérer l’amélioration de l’expérience offerte à ses clients, notamment au travers d’un programme d’Expérience client piloté via les enquêtes du NPS et de satisfaction client.

Face aux enjeux stratégiques de Direct Assurance, il est nécessaire d’analyser le niveau de satisfaction des clients sur l’ensemble des parcours clients, de quantifier l’impact de celui-ci sur leur comportement et d’identifier les axes d’amélioration permettant de significativement progresser en termes de qualité de service.

Rattaché(e) au Responsable Voix du Client Analytics & Réclamations, le/la Data Analyst Senior est en charge d’identifier, comprendre, analyser et anticiper l'insatisfaction clients en développant des solutions analytiques et prédictives pour prioriser les projets de transformation de l'expérience client et optimiser la rétention.

Ses analyses doivent permettre au comité exécutif de disposer des éléments de décisions objectifs afin de prioriser les plans d’actions et d’amélioration continue.

Vos missions seront les suivantes:

• - Analyses et Intelligence des Données
• - Analyser les données issues des outils de mesure existants (quantitatif et qualitatif) pour identifier les principaux irritants clients
• - Comprendre et analyser les parcours client en profondeur
• - Synthétiser et interpréter les données pour dégager les tendances et constats exploitables
• - Mettre en place des processus, requêtes et automatisations robuste
• - Communication et Pilotage
• - Restituer et communiquer régulièrement les résultats des analyses et préconisations de manière rigoureuse, pédagogique et exploitable
• - Produire et diffuser les reportings de satisfaction client à l'ensemble de l'entreprise
• - Être force de proposition dans la mise en place de nouveaux suivis et mesures de satisfaction
• - Piloter les projets analytiques en transversal et embarquer les équipes autour des insights
• - Modélisation et Prédiction data science
• - Développer et déployer des modèles prédictifs pour anticiper les comportements clients (churn, satisfaction, lifetime value)
• - Appliquer des techniques de Machine Learning avancées (classification, régression, clustering) pour identifier les causes racines de l'insatisfaction
• - Conduire des expériences et tests d'hypothèses pour valider les insights analytiques
• - Assurer le monitoring et l'optimisation continue des modèles en production
• - Technologie et Innovation
• - Assurer une veille technologique et étudier l'implémentation de nouveaux outils statistiques et ML
• - Implémenter des techniques avancées : textmining, NLP, deep learning, Big Data analytics
• - Proposer et prototyper des approches analytiques pour renforcer la compréhension clients
• - Garantir les bonnes pratiques de code, versioning (Git) et reproductibilité des analyses

VOTRE PROFIL

Techniques

• - Programmation avancée : R, Python, SQL, Spark, Scala
• - Machine Learning : algorithmes de classification, régression, clustering,
• - Frameworks ML (scikit-learn, RandomForest ou équivalents)
• - Traitement de données : pandas, NumPy, manipulation de données à grande échelle
• - Versioning et collaboration : Git, bonnes pratiques de code, documentation
• - Connaissance des écosystèmes Big Data et architectures cloud
• - Maîtrise du NLP et textmining pour analyse de données non-structurées
• - Expérience avec MLOps : déploiement, monitoring et maintenance de modèles en production
• - Outils BI & Visualisation
• - Maîtrise avancée : Excel, PowerPoint, Power BI
• - Capacité à créer des dashboards interactifs et reportings automatisé

Transversales

• - Autonomie, rigueur et esprit critique avec excellentes capacités de formalisation
• - Communication et vulgarisation