Senior Data Analyst H/F

Fondée en 2016, la maison de maroquinerie française Polène se distingue par son savoir-faire artisanal d’excellence en créant des pièces intemporelles, au design organique directement inspiré de la nature.

Dans un contexte de forte croissance et d’expansion internationale, nous structurons notre activité en 2025 et nous entourons des meilleurs talents afin de déployer une expertise fine à tous les niveaux de notre organisation. Notre positionnement résolument artistique s’inscrit dans l’élévation de notre gamme de sacs et bijoux, soutenue par 800 artisans au sein de nos ateliers espagnols d’Ubrique.

L’histoire de Polène peut s’écrire avec vous : rejoignez-nous pour contribuer à cette aventure, dans les coulisses de notre siège parisien qui accueille déjà plus d’une centaine de passionnés par notre expertise.

Au sein de l’équipe Data

Vous serez le moteur qui transforme la donnée brute en excellence opérationnelle. Dans un contexte omnicanal (E-commerce & Retail) et international, votre mission sera de faire de la data le référent commun pour toutes les décisions stratégiques de l'entreprise.

Nous cherchons un profil “problem solver” dans l'âme : quelqu’un qui aime décortiquer des problèmes business, prioriser l'impact et construire des solutions robustes et scalables.

Vos missions seront les suivantes :

1. Piloter les KPIs de l'entreprise

• Définir et garantir les KPIs : Être le garant de la définition, de la fiabilité et de la disponibilité des métriques clés (Acquisition, Conversion, Stock, Rétention, Satisfaction) pour tous les départements.

• Structurer la donnée : Utiliser dbt & le semantic layer d’Omni pour modéliser des data sets scalables, propres et performants qui serviront de fondation à toutes les analyses.

• Traduire le business : Transformer des questions business en plans d'analyse structurés et en problèmes data clairs.

2. Agir en Business Partner pour l'excellence opérationnelle

• Autonomie & impact : Travailler en direct avec les décideurs et les opérationnels (Digital, E-commerce, Customer Service, …) pour identifier leurs plus gros points de friction.

• Problem solving 360° : Mener des analyses pour résoudre des problématiques à impact:

  • Acquisition : Définir des métriques de reporting et de pilotage afin d’obtenir le meilleur retour sur investissement.

  • Conversion : Analyser les parcours clients pour optimiser le funnel de conversion.

  • Customer Service : Identifier des points de mécontentement client et trouver des moyens d’action pour les résoudre.

• Priorisation : Estimer l'impact potentiel de chaque projet pour concentrer vos efforts là où la valeur est maximale.

3. Communiquer la donnée avec impact

• Data Visualisation : Trouver le bon format (un dashboard, une présentation, un fichier) pour que vos rendus soient parlants et actionnables.

• Restitution : Présenter vos analyses de manière claire et convaincante aux décideurs comme aux équipes opérationnelles.

4. Leadership technique & mentoring

• Garantir la scalabilité : Penser "long terme". Vos modélisations et analyses doivent être robustes et pérennes.

• Curiosité de la donnée brute : Comprendre comment la donnée est collectée (Fivetran, pipelines custom) pour en saisir les limites et garantir sa qualité.

• Mentorat : Accompagner vos pairs (Data Analysts, Engineers) pour les aider à monter en compétence, tant sur la technique que sur l'approche business.

Notre contexte :

• Une Modern Data Stack exceptionnelle : Vous travaillerez sur des outils conçus pour la performance, l'efficacité et la simplicité :

  • Ingestion : Fivetran

  • Data Warehouse : Snowflake

  • Orchestration : Dagster

  • Transformation : dbt

  • Business Intelligence : Omni Analytics

• Un scope global & omnicanal : Nous vendons dans le monde entier. Vous jonglerez avec la complexité du e-commerce international et les problématiques spécifiques du réseau retail. La diversité des sujets est garantie.

• Une culture de l'impact : La data est le partenaire stratégique de la croissance. Vous aurez l'autonomie et le soutien nécessaires pour avoir un impact direct sur le business.

Nos attentes

• Vous disposez d’au moins 5 ans d’expérience en Data Analyse. Votre parcours (académique ou professionnel) atteste de votre capacité à résoudre des problèmes complexes dans un contexte à forte croissance.

• Vous n'êtes pas seulement un analyste, vous êtes un problem solver. Vous êtes autonome, structuré, et savez décomposer un problème complexe pour le résoudre avec une approche Ingénieur.

• Maîtrise Technique :

  • Vous avez une bonne expertise SQL.

  • Vous avez une forte sensibilité à la qualité de la donnée et une curiosité technique.

• Vous adorez travailler "hors de l'équipe Data", en immersion avec les équipes métier et en réel Business Partner. Vous savez challenger les demandes, vulgariser vos résultats et convaincre.

• Communication & DataViz : Vous savez qu'une bonne analyse est une analyse comprise. Vous savez choisir la bonne visualisation.

• Vision & Scalabilité : Vous construisez des modèles et des analyses qui dureront et anticipez les changements.

• Leadership : Vous avez déjà mentoré des collègues et aimez partager votre savoir pour faire grandir l'équipe.

• Vous parlez anglais professionnellement et appréciez travailler dans un environnement multiculturel.

Notre environnement

• Une expérience employée à 100% en présentiel, au sein de nos bureaux parisiens en plein cœur du 2ème arrondissement, rue du Louvre, refaits à neuf fin 2024

• Un abonnement sport et bien-être ClassPass

• L’accès aux réseaux de crèches People and Baby et Les Petits Chaperons Rouges

• Les avantages légaux :

  • 25 jours de congés par an et 8 jours de RTT

  • notre mutuelle Alan prise en charge à 60%

  • le remboursement de votre titre de transport à 50% ou le forfait mobilité durable à hauteur de 40€/mois

  • titres-restaurant Swile d’une valeur faciale de 10€ par jour

La Maison Polène s'engage à garantir des processus de recrutement inclusifs et à assurer la sélection et la promotion de chaque candidat de manière éthique et équitable