Pikkopay ambitionne de transformer le paiement en magasin. Notre solution est déjà adoptée par des enseignes majeures telles que Carrefour, Intermarché et Supermarchés Match, et soutenue par des investisseurs de renom. Classée parmi les 100 meilleures startups où investir en 2025, Pikkopay accélère son développement dans le Grand Est et sur la métropole lilloise. Rejoins une équipe ambitieuse et en pleine croissance, où tu pourras vraiment avoir de l’impact.
Ton indicateur principal : démontrer que la data peut générer au moins 1 000 € de chiffre d’affaires additionnel sur un magasin sur un mois, via une action, un modèle ou une feature que tu auras mise en place.
Tu construiras les fondations de notre approche data-driven pour le retail.
🧠Exploration et stratégie :
Auditer la data actuelle (transactions, parcours utilisateurs, événements in-app).
Identifier les manques et proposer des pistes d’amélioration du tracking.
Poser les bonnes questions : avons-nous la bonne data, dans le bon format, pour répondre à nos enjeux business ?
⚙️ Analyse et modélisation :
Explorer les comportements d’achat et classer les utilisateurs selon leurs habitudes.
Concevoir des modèles de prédiction et de recommandation de produits.
Corréler les données utilisateurs aux performances de vente.
Créer des dashboards et KPIs pertinents pour mesurer l’impact de tes initiatives.
🚀 Activation business :
Transformer tes insights en actions concrètes : campagnes ciblées (SMS, email), tests in-app, recommandations.
Travailler avec les équipes marketing et produit pour mettre en place des expérimentations réelles.
Mesurer, itérer, et prouver la création de valeur tangible.
👨‍🏫 Encadrement :
Accompagner un stagiaire/alternant data dans son apprentissage.
Structurer les process, méthodes et outils data pour l’équipe.
Passion pour la manipulation de données et la transformation d’insights en actions concrètes.
Curiosité, rigueur et attrait pour les projets concrets.
Expérience dans le développement d’algorithmes de prédiction ou de recommandation.
Maîtrise des outils d’analyse de données et des langages tels que Python/SQL, et connaissance des frameworks de machine learning.
Entretien téléphonique initial avec les RH.
Étude de cas technique (modélisation/prédiction) à réaliser.
Rencontre avec l’équipe produit et les fondateurs pour valider l’adéquation culturelle.
