Plateforme numérique pour mobilités durables et solutions de mobilité.
SNCF Connect & Tech, filiale privée de SNCF Voyageurs, est le leader du numérique et du e-commerce français dans le secteur des mobilités.
SNCF Connect & Tech a pour ambition d’innover pour rendre les mobilités durables accessibles à tous à travers 2 propositions de valeur :
D’une part, SNCF Connect, l’agence de voyages et plateforme incontournable tout-en-un des mobilités durables, qui simplifie les trajets de millions de voyageurs, en rendant chaque étape du voyage plus fluide et responsable.
D’autre part, Tesmo, la marque des activités d’éditeur de solutions de mobilité et de services numériques pour tous les acteurs de la mobilité, entreprises et
collectivités.
SNCF Connect & Tech s’appuie sur 25 ans d’expertise technologique au service de différentes typologies de clients (BtoC, BtoB, etc) ainsi que sur les expertises et savoir-faire de plus de 1 300 collaborateurs - les Digital Mobility Changers - basés à Lille, Nantes et Saint-Denis.
Pour en savoir plus : www.sncf-connect-tech.fr
Envie de transformer les données en prévisions utiles aux décisions commerciales ? Rejoignez l’équipe Performance business et digitale de SNCF Connect !
Votre projet : automatiser et fiabiliser les prévisions de ventes pour contribuer au pilotage de l’activité.
De l’exploration des données au déploiement d’un modèle de machine learning, vous travaillerez sur un cas concret, au croisement de la data et des enjeux e-commerce.
Description de l'emploi
L’équipe produit et suit des indicateurs de performance pour accompagner l’atteinte des objectifs commerciaux.
Chaque semaine, elle actualise manuellement un « atterrissage » : une estimation des ventes attendues pour le mois en cours et les mois à venir, ajustée selon les performances et les croissances observées.
Ces prévisions sont déclinées par jour, transporteur, anticipation de réservation (forte anticipation ou dernière minute) et regroupement de marchés.
Votre rôle : concevoir, tester et déployer un modèle de machine learning pour automatiser ce processus, avec trois objectifs :
• Remplacer le traitement manuel hebdomadaire par une chaîne de traitement automatisée.
• Améliorer la précision des prévisions par rapport à la méthode actuelle, utilisée comme référence de comparaison.
• Étendre l’horizon de prévision au-delà de M+1, à M+2 et M+3, si les résultats le permettent.
Vos missions, de la donnée à la décision :
1. Poser les bases du projet : comprendre la méthode actuelle, formaliser les règles métier, définir les indicateurs de performance (MAPE, WAPE, biais, etc.) et construire le benchmark de référence.
2. Préparer des données fiables : extraire, nettoyer et structurer l’historique des ventes par jour, transporteur, anticipation et marché ; traiter les valeurs manquantes, les ruptures et les événements atypiques.
3. Explorer et comparer les modèles : tester plusieurs approches en tenant compte de la saisonnalité, des jours fériés, des vacances et des événements commerciaux (ventes flash, promotions, ODV…).
4. Garantir la cohérence des prévisions : utiliser des méthodes de réconciliation pour assurer l’alignement entre les différents niveaux de prévision : total, marché, transporteur et anticipation.
5. Actualiser les prévisions au fil de l’activité : intégrer les ventes réalisées du mois en cours pour réactualiser l’atterrissage chaque semaine, voire chaque jour.
6. Déployer une solution durable : automatiser la chaîne de traitement dans Dataiku, de l’extraction à la restitution en passant par l’entraînement et la prévision ; documenter le code et suivre la performance du modèle dans le temps.
7. Rendre les résultats accessibles : construire un tableau de bord comparant les prévisions aux ventes réalisées, avec des intervalles de confiance, et présenter vos résultats aux équipes métier.
8. Explorer de nouvelles pistes : tester l’apport de données externes, notamment conjoncturelles ou météorologiques, et mesurer leur contribution réelle à la qualité des prévisions.
Profil Recherché
Fourchette salaire :
Contrat étudiant : 50% à 100% du SMIC
En bref
Année de création
2000
Nombre d'employés
1300
Âge moyen
37
Genre
35%
65%