Étude de marché agroalimentaire
Contexte & Objectif
Mission d’expansion à l’international d’une entreprise française du secteur agroalimentaire. L’entreprise fait face à de nombreux données hétérogènes sur un grand nombre de pays du monde. Mon but est de proposer une première analyse des groupements de pays à cibler puis d’approfondir l’étude du marché pour obtenir les pays les plus stratégiques en terme d’exportations des produits avicoles.
Méthodes & Outils utilisés
Python (pandas, NumPy, matplotlib, seaborn, scikit-learn, SciPy)
- Sélection d’indicateurs clés selon critères PESTEL (+ ajout de données fiables pour enrichir les données fournies, calcul d’indicateurs dérivés)
- Nettoyage des données, traitement des valeurs manquantes
- Analyse exploratoire des données (analyse descriptive, distribution, corrélation)
- Standardisation des données
- Clustering CAH (visualisation : dendrogramme) + Analyse des centroïdes
- Clustering K-means (choix k : Elbow method, indice de silhouette) + Analyse des centroïdes
- Comparaison des résultats entre les 2 méthodes de clustering (heatmap, ARI, NMI)
- ACP (Choix éclairé du nombre de composantes principales, Projection, cercle de corrélation) permettant d’interpréter les axes principaux
- Traduction des axes en critères métiers clairs :
- Axe focalisé sur l’importation
- Axe focalisé sur le marché
- Axe focalisé sur la stabilité (politique et économique)
Top pays stratégiques croisant les meilleurs scores sur chacun des axes
Résultats & Livrables
L’analyse a permis d’identifier les pays les plus stratégiques à l’exportation, représentant les meilleures opportunités selon les trois axes définis (importation, marché, stabilité politique et économique).
Les résultats ont été restitués sous forme d’un notebook Python interactif et d’une présentation PowerPoint expliquant la démarche, les résultats et les recommandations.
Quelques visualisations extraites de l’analyse :
