Abdoulaye Tangara

🔹 Expertise en Analyse et Modélisation de Données

• Je suis passionné par la transformation des données brutes en informations stratégiques. Grâce à une approche rigoureuse et scientifique, je maîtrise l'ensemble du cycle d'analyse de données, à savoir :

Préparation des données : Nettoyage et structuration de données imparfaites et/ou complexes pour en garantir la qualité et la fiabilité.
Analyse exploratoire : Identification des tendances, des schémas et des insights clés à travers des outils statistiques avancés et des techniques de visualisation.
Modélisation : Développement de modèles de machine learning adaptés à divers domaines (finance, marketing, énergie, etc.), en optimisant les performances pour répondre à des problématiques spécifiques.

• Je suis également compétent dans la conduite d'enquêtes et d'études scientifiques avec des outils comme KoboToolBox, IBM SPSS, en assurant leur conception méthodologique, leur réalisation sur le terrain et leur analyse approfondie. Ces capacités me permettent de proposer des solutions basées sur des données concrètes et d'apporter une valeur ajoutée stratégique aux projets sur lesquels je travaille.

Avec une expertise dans des langages de programmation 🔧 tels que Python, SQL etc., et une maîtrise des techniques de machine learning 🤖 (régressions, arbres de décision, clustering, etc.), je suis capable d'apporter une réponse adaptée aux besoins analytiques et décisionnels dans divers contextes.

🔹 Analyse de l’Impact d’une Nouvelle Landing Page sur le Taux de Conversion : A/B Testing et Évaluation Statistique

Objectif : L'objectif de ce projet était d’évaluer l’impact d’une nouvelle page web sur le taux de conversion des utilisateurs, c’est-à-dire le pourcentage d’acheteurs parmi les visiteurs. L’entreprise souhaitait savoir si cette nouvelle version améliorait significativement les ventes par rapport à l’ancienne page.
Méthodes : Hypothèses testées :
• H₀ (hypothèse nulle) : La nouvelle page n’a pas d’effet significatif sur le taux de conversion.
• H₁ (hypothèse alternative) : La nouvelle page améliore le taux de conversion.
• Indicateur clé analysé : Taux de conversion.
• Test statistique utilisé : Test Z pour comparer les proportions.

Résultats :
• Statistique de test (z) : 1.237
• p-value : 0.216 (supérieure à 0.05, donc pas de rejet de H₀)
• Différence observée : +0.15%, soit un léger avantage pour la nouvelle page, mais insignifiant.
• Erreur standard : 0.12% (précision élevée grâce à un grand échantillon).
• Intervalle de confiance à 95% : [-0.38%, +0.09%] → Inclut 0, donc aucun effet significatif.

L'analyse montre que la nouvelle page n'apporte aucune amélioration statistiquement significative du taux de conversion. La faible différence observée (+0.15%) peut être attribuée au hasard, et l’intervalle de confiance indique même une possible baisse des conversions. Il est donc recommandé de conserver l’ancienne page plutôt que de déployer la nouvelle.
📥 Télécharger le projet

🔹 Optimisation d'une Campagne de Marketing avec le Machine Learning

Objectif : Maximiser l'impact des campagnes marketing grâce à l'analyse des données et au machine learning.
Méthodes : Clustering K-Means identifiant 4 segments de clients en fonction des revenus et des habitudes de consommation.
Résultats : Prédiction de réponse aux campagnes avec une précision de 89 % à l'aide d'un modèle Random Forest.
📥 Télécharger le projet

🔹 Scoring de Crédit Bancaire avec le Machine Learning

Objectif : Développer un modèle de scoring de crédit pour prédire les probabilités de remboursement de prêts.
Méthodes : Régression Logistique et Arbres de Décision appliqués en Python (pandas, NumPy, scikit-learn, imbalanced-learn).
Résultats : AUC-ROC > 0,75, améliorant l’évaluation des risques de crédit. 📥 Télécharger le projet

🔹 Optimisation de Portefeuille avec le Modèle de Markowitz

Objectif : Optimiser un portefeuille d’investissement pour maximiser le rendement et minimiser le risque.
Méthodes : Analyse financière et programmation sur des données boursières du CAC 40.
Résultats : Rendement annuel de 12,92 %, volatilité de 8,17 %, et ratio de Sharpe de 1,34
. 📥 Télécharger le projet

🔹 Prédiction du Churn avec le Machine Learning

Objectif : Prédire l’attrition des clients pour une plateforme par abonnement.
Méthodes : Analyse exploratoire des données, sélection de variables, réduction dimensionnelle.
Résultats : Identification des principaux facteurs de churn et modèle prédictif avec une précision de 80 %.
📥 Télécharger le projet

Bénévole Statisticien & Suivi-Évaluation | ONG ACAMali (Oct 2024 – Fév 2025)

• Collecte et analyse des indicateurs quantitatifs et qualitatifs des projets.
  
• Développement d'une base de données pour le suivi des activités des projets.
  
• Garantie de la qualité des données par des visites régulières sur le terrain.
  
• Conception et mise en œuvre d'un système de suivi et d'évaluation des projets de l'ONG.

Analyste de Données Freelance | FMOS & ENS Mali (Oct 2023 – Présent)

• Conception de modèles de saisie de données pour la collecte de données médicales et éducatives.
  
• Traitement et analyse de bases de données complexes.
  
• Assistance technique en rédaction scientifique
  

Stagiaire - Statisticien | Unité de Planification des Statistiques Agricoles (CPS-SDR) (Oct 2023 – Nov 2024)

• Collecte, traitement et analyse des données d'enquêtes agricoles.
  
• Développement d'un tableau de bord pour évaluer les indicateurs agricoles.
  
• Contribution à la compilation de l'annuaire statistique.
  

Stagiaire - Data Analyst | Orange Mali (Département Marketing) (Sept 2023 – Oct 2023)

• Analyse des comportements clients à l’aide de méthodes statistiques.
  
• Suivi des opérations clients et lancement de campagnes promotionnelles.
  
• Rédaction de rapports hebdomadaires pour évaluer la performance des campagnes.
  

Stagiaire - Statisticien | AFRISTAT (Juin 2023 – Août 2023)

• Gestion et mise à jour des bases de données économiques et statistiques du portail Super Jupiter.
  

Vous pouvez Télécharger mon CV

📥 Version Française 📥 English Version

Facile ! Vous pouvez directement m'envoyer un message, ci-dessous, ou m'écrire sur les autres plateformes où je publie regulièrement des articles