Supply Chain Analytics & Demand Forecasting
Data Analytics · Business Intelligence · Prévision
Analyse complète de la chaîne logistique : performance des fournisseurs, indicateurs financiers, risques opérationnels et prévision de la demande avec Python, MySQL et Power BI.
01 / LE CONTEXTE
Problème & approche
Projet personnel de Business Intelligence et de Data Analytics appliqué à une chaîne logistique de distribution. Préparation et nettoyage des données avec Python et pandas, développement de requêtes SQL pour calculer les indicateurs commerciaux et logistiques, analyse de la performance des fournisseurs et identification des fournisseurs à risque. Développement et comparaison de modèles de prévision de la demande (Naive, Seasonal Naive, Holt Trend et Holt-Winters) avec validation par backtesting et métrique WAPE. Conception de trois tableaux de bord Power BI : Executive Overview, Supplier Performance et Demand Forecasting. L'objectif est de transformer les données opérationnelles en indicateurs exploitables pour améliorer la prise de décision.
02 / RÉSULTATS VISUELS
Résultats et captures
03 / OUTILS