• Résumé

    Votre mission consiste à mettre en place un tableau de bord qui permette à un responsable commercial de marketplace d’avoir une vision synthétique de l’activité de la plateforme et des résultats des vendeurs en fonction de leur typologie.

    Dashboard
    e-commerce
    Citation : TANKEU, J. (Fév 2022). Optimiser la performance d’une marketplace de e-commerce grâce à un tableau de bord. https://management-datascience.org/projects/19535/.
    L'auteur : 
    • Joel TANKEU
      - Société Générale
    Copyright : © 2022 l'auteur. Publication sous licence Creative Commons CC BY-ND.
    Liens d'intérêts : Le ou les auteurs déclarent ne pas avoir connaissance de conflit d'intérêts impliqués par l'écriture de cet article.
    Financement : Le ou les auteurs déclarent ne pas avoir bénéficié de financement pour le travail mis en jeu par cet article.
    Objectifs

    Contexte

    Depuis l’avènement de eBay et Amazon en 1995, le modèle de marketplace a connu une ascension fulgurante pour devenir aujourd’hui un pilier de l’écosystème du e-commerce. Fnac, Booking, Blablacar, Leboncoin sont des exemples de succès qui font parties de notre quotidien et qui démontrent à suffisance l’efficacité et la simplicité de ce modèle.  Basé sur la mise en relation de vendeurs (de biens ou de services) et d’acheteurs sur une plateforme numérique centralisée, ce système repose avant tout sur la richesse du catalogue proposé. Ainsi il est donc important pour les gestionnaires de marketplace d’avoir un suivi et une vision analytique des vendeurs pour optimiser les résultats commerciaux de la plateforme.

    Mission

    Pour assurer la gestion d’une marketplace de e-commerce, il est primordial de se munir d’outils d’aide à la décision basés sur les données d’activités, afin de monitorer les résultats et adapter sa stratégie.

    Les métriques essentielles qui servent d’indicateurs de performance des résultats sont :

    • le volume de commande
    • le chiffre d’affaire des vendeurs
    • les délais de livraisons
    • les avis clients

    Votre mission consiste donc à :

     1. Mettre en place un tableau de bord qui permette à un responsable commercial de marketplace d’avoir une vision synthétique de l’activité de la plateforme et des résultats des vendeurs en fonction de leur typologie 

    Pour cela il sera nécessaire de :

    • Nettoyer les jeux de données
    • Consolider les différentes tables par des jointures en fonction des KPI que vous souhaitez analyser, pour obtenir 2 à 3 grandes tables regroupant les données pertinentes.
    • Construire plusieurs visualisations dynamiques et les agencer de manière cohérente pour former le tableau de bord.

     

    2. Proposer des recommandations en quelques points qui pourront permettre d’optimiser l’activité      commerciale de la plateforme.

    Suivant cette démarche vous pourrez par exemple analyser des axes réflexions tel que :

    • La catégorie de produit générant le plus de chiffre d’affaire
    • Les plus grands vendeurs de la plateforme
    • Les sources permettant d’attirer le plus de nouveaux vendeurs
    Modalités

    Soumission

    Les contributions des participants doivent obligatoirement être déposées directement sur le formulaire en ligne du site de Management & Data Science, dans l’onglet contribution du menu latéral de la page du challenge.

    Vous devez soumettre un article de synthèse qui devra respecter les consignes de rédaction suivantes :

    • Sur la forme :
      • 4 500 signes maximum (espaces compris)
      • Le titre de la contribution (10 mots maximum)
      • Un résumé de 100 mots avec les mots clés
      • 4 sections dont les titres sont : Introduction, Données, Résultats, Conclusion. La soumission doit impérativement comporter ces 4 sections aux titres génériques indiqués.
      • Le corps de texte : contenu clair et explicite de chaque section avec des illustrations, tableaux, figures, les algorithmes et les codes sources utilisées.
      • L’ensemble des tableaux, illustrations et figures est inséré dans le corps de texte avec leur titre, après la bibliographie. Toutes les tableaux, illustrations, et figures seront insérés en format image (.tif, .jpeg, .bmp, .png).
    • Sur le fond:
      • une introduction qui rappelle la mission et présente votre problématique
      • une description du jeu de données utilisé
      • la démarche méthodologique appliquée
      • les principaux résultats de l’analyse des données
      • le tableau de bord final (ainsi que le lien d’accès public)
      • pourquoi votre solution est unique ? Quel sera le principal impact de votre solution ?
      • vos recommandations commerciales
      • une discussion de vos résultats
      • En annexe:
        • Les références bibliographiques
        • Le dataset utilisés et le dictionnaire des variables
        • Des justifications ou explications complémentaires

    Déroulement

    Le déroulement du challenge sera le suivant :

    1. Kick off meeting
    2. Team bulding et inscription
    3. Workshop
    4. Session de travail en équipe
    5. Soumission
    6. Pitch
    7. Evaluation
    8. Classement

    Evaluation

    Les propositions seront évaluées selon les 4 critères suivant :

    • La pertinence: dans quelle mesure le livrable répond à la mission ?
    • La reproductibilité : les résultats proposés sont-ils reproductibles ?
    • L’impact : quelle est la valeur de la contribution ?
    • La clarté : la solution proposée est-elle intelligible et originale ?

    Les participants feront une présentation orale de leurs résultats au jury pendant 10 minutes suivi de 5 minutes de questions. Le jury désignera le groupe vainqueur en fonction de la qualité du livrable et de la présentation orale.

    La meilleure contribution sera publiée dans la revue Management & Datascience.

    Données

    Les candidats ont accès à un jeu de données provenant de kaggle composé de plusieurs tables. Il s’agit de données commerciales publiques de la plus grande plateforme de e-commerce brésilienne Olist .On y retrouve les données de près de 100 milles commandes effectuées de 2016 à 2018, fragmentées en 8 grandes tables :

    • olist_orders_dataset : qui est la table de base contenant l’identifiant de la commande et du client, ainsi que les étapes de suivis de livraison.Téléchargement
    • olist_order_items_dataset : qui comprend les informations sur les produits achetés dans chaque commande. Téléchargement
    • olist_order_payments_dataset : regroupant les données liées au paiement de la commande.Téléchargement
    • olist_order_reviews_dataset : qui correspond aux données des commentaires et notes associés au traitement de la commande Téléchargement
    • olist_customers_dataset : qui comprend les informations d’identification des clients et leur localisation. Téléchargement
    • olist_geolocation_dataset: qui comprend les coordonnées géographiques (latitude et longitude) correspondant à chaque ville. Ce qui permet de situer les vendeurs et les clients sur une carte.Téléchargement
    • olist_products_dataset : qui correspond aux données détaillées sur le catalogue de produits de la plateforme. Téléchargement
    • olist_sellers_dataset : qui comprends les informations sur les vendeurs agréés de la plateforme. Téléchargement

    Les tables sont liables par les id des différentes entités manipulées suivant le diagramme suivant :

     

    On retrouve également la table olist_new_sellers_dataset provenant d’un dataset complémentaire ,regroupant les données des nouveaux vendeurs ayant été accrédités pour proposer leurs produits sur la plateforme durant la période de l’enquête. Téléchargement

     

    • Aucune ressource disponible.
      • Aucun outil disponible.
    • 40 contributeurs  |  12 contributions envoyées