Accéder au contenu principal

Comment un non-spécialiste des données a appris R et livré des rapports 3 jours plus vite

Voici l’histoire vraie d’un non-spécialiste des données qui a appris R et a nettement amélioré les résultats business. Alerte spoiler : aujourd’hui, il est data scientist chez DataCamp.
Actualisé 18 sept. 2026  · 4 min lire

Explorez l'IA

ChatGPTClaudePerplexity

En 2016, Chris Cardillo était strategist en appui à l’équipe d’achat média chez M&C Saatchi Performance (appelée à l’époque M&C Saatchi Mobile), une agence de publicité digitale de plus de 100 collaborateurs. Son équipe faisait face à un problème bien connu : agréger efficacement les données pour les reportings clients.

Le principal écueil venait de la multiplicité des sources d’information. Les équipes qu’il soutenait devaient extraire et compiler des données depuis des plateformes hétérogènes, dont les réseaux sociaux (Facebook, AdWords, Twitter), les ad servers (DoubleClick), les partenaires de mesure mobile (Kochava, AppsFlyer) et des régies. Il fallait énormément de temps pour se connecter à chaque plateforme, télécharger les rapports, copier-coller les données, enrichir les données brutes avec des informations cruciales pour le client, puis réaliser un contrôle qualité manuel. Selon la taille du compte, produire un seul rapport prêt à être partagé pouvait prendre d’un à trois jours ouvrés. Le processus était fastidieux, chronophage et source d’erreurs humaines. Il fallait agir.

Relier les points avec DataCamp

À l’époque, Chris expliquait que « personne ne pensait vraiment à utiliser un langage de programmation pour résoudre ces problèmes ». Il est tombé sur DataCamp par hasard : en entretien, un candidat prometteur avait mentionné des cours DataCamp sur son CV. Chris a décidé d’essayer et a commencé à apprendre avec le parcours Data Scientist with R.

Quand Chris s’est senti suffisamment à l’aise avec R, il a pu construire des preuves de concept. Au bout d’environ 8 à 10 cours (soit 30 à 40 heures), il savait créer de petits outils, par exemple un système de suivi des campagnes Facebook Ads pour faire remonter plus vite les problèmes. En gagnant en maîtrise de R, il a développé une solution de reporting sur mesure pour un client, fiable et réutilisable chaque semaine. Puis, en se familiarisant avec d’autres outils R comme Shiny, il a pu passer à l’échelle en déployant une application Shiny utilisable pour plusieurs clients. L’application donnait à son équipe des consignes simples pour agréger leurs rapports plus efficacement. Pour en arriver là, Chris avait passé environ 80 heures à se former sur DataCamp.

Au final, l’approche hybride répondait parfaitement aux besoins spécifiques de M&C. L’équipe utilisait R pour fluidifier le processus de reporting, mais Excel restait nécessaire car l’infrastructure n’était pas encore prête pour un pipeline de données complet. « L’objectif n’était pas d’éliminer Excel, mais de le réduire au minimum. »

Chris a aussi conçu des solutions ad hoc pour d’autres clients. Les calculs de coûts média d’un client pouvaient facilement générer une feuille de calcul de 800 000 lignes, car un fournisseur pouvait travailler avec 500 sites, chacun étant rémunéré différemment selon le nombre d’installations générées. Ainsi, 10 fournisseurs x 500 sites x 5 créations x 3 CTA x 7 jours = 525 000 lignes par semaine. Chris a mobilisé les compétences acquises sur DataCamp pour mettre en place un processus supprimant la dimension « site » et synthétisant le reste des informations après calcul des coûts. Une fois le niveau site retiré et les données agrégées, le rapport est passé de 525 000 lignes à 1 000. Soit une réduction de 99 % de la taille du fichier envoyé au client.

L’impact de DataCamp

Chris a utilisé R, en particulier les outils du Tidyverse, pour importer et manipuler des données de différents types. L’impact a été immense : un rapport qui prenait autrefois trois jours pouvait désormais être bouclé en huit heures. Un rapport pour un petit client pouvait être finalisé en une heure seulement.

Une fois l’augmentation d’efficacité démontrée grâce à ses nouvelles compétences, Chris a pu convaincre M&C Saatchi de souscrire à DataCamp for Business.

Chris a été promu Associate Director of Strategy chez M&C Saatchi en 2017, mais il n’y travaille plus. Désormais, il travaille chez DataCamp comme data scientist au service des comptes enterprise. Si, comme Chris, vous portez DataCamp dans votre organisation (et c’est toujours son cas), découvrez comment embarquer votre équipe sur DataCamp sur datacamp.com/business. Cliquez ici pour planifier une démonstration de notre plateforme.

Sujets
La vie à DataCamp
Contenus associés

blog

2022-2023 Rapport annuel DataCamp Classrooms

À l'aube de la nouvelle année scolaire, DataCamp Classrooms est plus motivé que jamais pour démocratiser l'apprentissage des données, avec plus de 7 650 nouveaux Classrooms ajoutés au cours des 12 derniers mois.
Nathaniel Taylor-Leach's photo

Nathaniel Taylor-Leach

8 min

blog

Q2 2023 DataCamp Donates Digest

DataCamp Donates a offert plus de 20k bourses d'études à nos partenaires à but non lucratif au deuxième trimestre 2023. Découvrez comment des apprenants défavorisés et assidus ont transformé ces opportunités en réussites professionnelles qui ont changé leur vie.
Nathaniel Taylor-Leach's photo

Nathaniel Taylor-Leach

blog

Célébration de Saghar Hazinyar : Une boursière de DataCamp Donates et une diplômée de Code to Inspire

Découvrez le parcours inspirant de Saghar Hazinyar, diplômée de Code to Inspire, qui a surmonté les défis en Afghanistan et s'est épanouie grâce à une bourse de DataCamp Donates.
Fereshteh Forough's photo

Fereshteh Forough

4 min

blog

Nous avons fait don de bourses DataCamp Premium à un million de personnes, et ce n'est pas fini.

Réparties entre nos deux programmes d'impact social, DataCamp Classrooms et #DCDonates, les bourses offrent un accès illimité à tout ce que DataCamp Premium a à offrir.
Nathaniel Taylor-Leach's photo

Nathaniel Taylor-Leach

blog

Architecture de l'entrepôt de données : Tendances, outils et techniques

Apprenez l'essentiel de l'architecture d'un entrepôt de données, des composants clés aux meilleures pratiques, pour construire un système de données évolutif et efficace !
Kurtis Pykes 's photo

Kurtis Pykes

15 min

Tutoriel

Régression MCO : Les idées clés expliquées

Gagnez en confiance dans la régression par les MCO en maîtrisant ses fondements théoriques. Découvrez comment réaliser des mises en œuvre simples dans Excel, R et Python.
Josef Waples's photo

Josef Waples

8 min

Voir PlusVoir Plus