Data Scientist

**Data Scientist & Business Analyst F/H**

Depuis 60 ans, le Groupe RETIF développe une expertise de multi-spécialistes en proposant des solutions d’aménagement et d’équipements à destination des commerces et des professionnels indépendants en Europe.

Sa proposition de valeur s’articule principalement autour de deux grands métiers:

- **Agencement**: du design concept à la mise en place de l’aménagement du commerce avec une empreinte inspirationnelle & innovation au cœur du développement des projets pour offrir des expériences clients les plus inspirantes et efficaces.
- **Equipement récurrent**: une offre large et profonde de produits pour servir tous les besoins du quotidien des professionnels (emballages, hygiène, consommables, petits équipements, etc ).

Le Groupe RETIF a fondé son modèle sur une approche omnicanale : la puissance d’un maillage réseau magasins et la force d’une plateforme E-Commerce (dont Market Place). Aujourd’hui, ce sont près de 90 magasins en Europe dont 66 en France, un e-Commerce disponible dans 6 pays, 550 conseillers magasins et itinérants, la disponibilité d’un call center.

**La mission du Groupe RETIF** est d’offrir les solutions expériences commerce les plus impactantes & différenciantes accessibles au plus grand nombre de professionnels indépendants et de les accompagner dans leur quotidien pour développer leur performance.

**Pour accompagner notre plan de croissance et la transformation globale du Groupe, nous recherchons de nouveaux talents.**

**LE POSTE**

Rattaché(e) au Lead Data & Business Performance, le/la Data Scientist & Business Analyst pilote la valorisation de la donnée et le déploiement de l’intelligence artificielle au service de la performance commerciale, de la connaissance client et de la prise de décision stratégique.

Véritable expert(e) data & aguerri à l’IA, il/elle transforme les informations en insights activables, crée des modèles prédictifs, conçoit des outils d’aide à la décision et contribue fortement au développement de la performance des métiers, de l’impact sur les clients et la croissance sur les marchés de référence.

**RESPONSABILITES ET MISSIONS**
- En lien étroit avec les zones et les parties prenantes de chaque domaine, ses principales missions s’articulent autour des axes suivants :_

**1. Structurer, exploiter et valoriser la donnée**
- Collecter, structurer et consolider les données issues des différents systèmes (ERP, CRM, e-commerce, Retail, offre, marketing, logistique, etc.).
- Nettoyer, fiabiliser et enrichir les jeux de données pour garantir leur intégrité et leur pertinence.
- Développer des tableaux de bord dynamiques et des outils de pilotage automatisés (Power BI, Tableau, Data Studio).
- Identifier les indicateurs clés de performance (KPI) et mettre en place des analyses facilitant la prise de décision.

**2. Analyser la performance business**
- Étudier les ventes, les comportements clients, les marges et les performances des canaux de distribution.
- Identifier les leviers de croissance, d’efficacité et de rentabilité à partir des données consolidées.
- Réaliser des analyses transverses : prévisions de ventes, segmentation client (RFM), pricing, churn, panier moyen, fidélisation.
- Fournir des recommandations concrètes et data-driven aux directions métiers.

**3. Concevoir et déployer des modèles de machine learning & d’IA**
- Créer des modèles prédictifs et prescriptifs (prévision de la demande, détection d’anomalies, scoring clients, classification produits).
- Utiliser des algorithmes de machine learning et deep learning pour anticiper les tendances, automatiser les décisions et améliorer les performances.
- Développer des outils d’analyse basés sur l’IA générative (LLM, NLP) pour optimiser la recherche produit, la génération de contenu et la relation client.
- Intégrer des modèles d’IA dans les outils décisionnels et métiers (CRM, ERP, plateformes e-commerce, etc.).
- Suivre et mesurer les performances des modèles (métriques, fiabilité, ROI) et assurer leur amélioration continue.

**4. Automatiser et optimiser les processus de pilotage et décisionnels**
- Identifier les processus internes pouvant être optimisés avec l’implémentation de l’IA ou la data automation (reporting, prévisions, traitement client).
- Déployer des scripts et pipelines automatisés pour fluidifier la production des rapports et la diffusion des insights.
- Collaborer avec la DSI pour intégrer les outils d’IA dans les systèmes d’information existants.
- Promouvoir une approche prédictive et proactive dans la gestion opérationnelle.

**5. Innovation et projets transverses**
- Explorer de nouvelles approches et outils IA (automatisation intelligente, personnalisation, moteurs de recommandation).
- Piloter ou contribuer à des projets de transformation liés à la digitalisation et à la performance analytique.
- Travailler en étroite collaboration avec les équipes Marketing, Offre, E-commerce, Finance, Retail et IT.
- Identifier des cas d’usage innovants