Data Product Owner - Pricing & Optimisation Tarifaire H/F

Skiils

Le besoin

Rejoignez la Direction Analytics d'un grand groupe de la distribution, au sein d'une équipe Data & IA existante et expérimentée (plus de 12 personnes, encadrée par un Tech Lead). Vous intégrerez le programme Pricing, dédié au développement d'assets Data & IA pour la direction Pricing, sur des projets stratégiques à forte criticité.

Objectif de la mission

Concevoir, développer et déployer des modules analytiques et des moteurs d'optimisation tarifaire visant à maximiser la performance commerciale (marge / chiffre d'affaires) sous contraintes métiers.

Périmètre des chantiers

• Mesure d'impact & A/B Testing : conception et déploiement de protocoles expérimentaux (groupes de contrôle, tests A/B) pour mesurer scientifiquement l'incrément de marge généré par les révisions tarifaires.

• Algorithmique & cohérence catalogue : modélisation des règles de chaînage et des interdépendances entre références pour garantir une hiérarchie de prix cohérente et éliminer les aberrations tarifaires.

• Modélisation prédictive des élasticités : développement de modèles économétriques et Machine Learning pour prédire l'élasticité de la demande et simuler les volumes selon différents scénarios de prix.

• Optimisation sous contraintes (Recherche Opérationnelle) : conception de solveurs sur-mesure pour maximiser marge ou chiffre d'affaires, en intégrant les contraintes métiers (stocks, positionnement concurrentiel, plancher de marge).

Missions au quotidien

• Construire la roadmap produit data et cadrer les besoins avec le métier

• Rédiger les spécifications technico-fonctionnelles

• Spécifier les flux d'alimentation et contrats d'interface

• Concevoir les expositions de données (API, modèles BDD) avec la gouvernance data

• Piloter le backlog produit, définir les user stories et animer les rituels Agile

• Assurer la cohérence fonctionnelle et transverse du domaine de données

• Piloter la qualité des données (dashboards, dette technique)

• Interroger des bases SQL et consommer des web services

• Faire le lien entre les équipes métier et IT, gérer les anomalies et évolutions

Livrables attendus

• Modules algorithmiques et code (scripts, modèles ML, solveurs documentés et intégrés au pipeline)

• Documentation et protocoles (fiches méthodologiques A/B testing, spécifications RO, cartographie des chaînages)

• Outils de simulation (dashboards et rapports d'analyse des élasticités et d'impact marginal)