Expérience professionnelle · 04/2023 — 02/2025
Synelience
Chargé de Communication Web — Data & Reporting SEO
Ce que ça prouve — transformer un site WordPress en canal d'acquisition piloté par la donnée, jusqu'aux outils de décision de la direction.
Deux ans de communication web à piloter SEO on-site, tracking GA4/GTM et reporting. J'y associe une double compétence data et des workflows IA (n8n, API Claude) pour automatiser contenus et reporting — au service d'une acquisition SEO et GEO mesurable.
Voir les preuves+20 %
de trafic qualifié
Synelience Group — SEO on-site
3
dashboards Looker Studio adoptés par la direction
Synelience Group — pilotage hebdomadaire
11 800
impressions organiques sur les 3 premiers mois
Cuisine Caribéenne Atlas — SEO & GEO
52 %
des conversions dans les 30 % de leads les mieux scorés
Lead scoring — Gradient Boosting
(01) Profil
Marketeur digital reconverti vers la data. Deux ans de SEO terrain — on-site, off-site, sémantique, tracking GA4/GTM — puis une formation Data Analyst chez DataBird, et aujourd'hui une spécialisation SEO & Intelligence Artificielle.
Mastère Stratégies Digitales & Webmarketing, puis SEO, tracking et reporting en entreprise chez Synelience Group.
2021 — 2025Bootcamp Data Analyst DataBird (360h), puis projets data personnels : scoring de leads, analyse retail. SQL, Python, Power BI.
2025 — 2026Bachelor SEO & IA à THE BRIDGE, optimisation GEO pour moteurs IA, automatisation n8n + Claude API.
2026 —(02) Projets
Ce que j'ai fait, avec quels outils, sur quelles données, pour quel résultat.
Expérience professionnelle · 04/2023 — 02/2025
Chargé de Communication Web — Data & Reporting SEO
Ce que ça prouve — transformer un site WordPress en canal d'acquisition piloté par la donnée, jusqu'aux outils de décision de la direction.
Projet personnel · 02/2026 — aujourd'hui
Site éditorial SEO & GEO
Ce que ça prouve — concevoir, rédiger, optimiser et mesurer un site de A à Z, pour Google comme pour les moteurs IA.
Projet personnel · GitHub · 2025 — 2026
Marketing Data Analyst — télémarketing bancaire
Ce que ça prouve — passer d'une base de contacts à une liste d'appels priorisée, avec un modèle testé hors échantillon et sans fuite de données.
Projet personnel · GitHub · 2025 — 2026
Marketing Data Analyst — 50 magasins, PostgreSQL, Power BI
Ce que ça prouve — ne pas confondre corrélation et levier : isoler l'effet des promotions de celui du calendrier avant de recommander un budget.
Projet personnel · marque fictive · 09/2026
Data + IA + SEO + Automatisation + Créa
Ce que ça prouve — une chaîne complète où chaque décision créative découle d'une recherche data, jusqu'au reporting automatisé par IA.
(03) Expertises
Mis en œuvre → 01 Synelience · 02 Atlas · 05 Forge
Mis en œuvre → 01 Synelience · 02 Atlas · 03 Lead scoring · 04 Retail
Mis en œuvre → 02 Atlas (GEO) · 05 Forge
(04) Méthode
Lecture graphique de mon parcours — pas une méthodologie formalisée.
Comprendre le besoin, le public, les intentions de recherche.
Collecter, nettoyer et analyser les données (GA4, GSC, SQL, Python).
Identifier les leviers SEO et marketing : sémantique, technique, parcours.
Industrialiser avec l'IA et l'automatisation (n8n, Claude API).
Suivre les KPI dans des dashboards utilisés pour décider.
Optimiser en continu — puis recommencer la boucle.
(05) Stack
(06) Parcours
Webitech — Bac+5
Synelience Group — Paris
DataBird — SQL, Python, Power BI
GitHub — scoring de leads, analyse retail (50 magasins)
Projet personnel — SEO, GEO, GA4/GTM, workflow IA
Projet personnel — marque fictive
THE BRIDGE École-Entreprises — Bachelor en alternance
(07) Formation
THE BRIDGE École-Entreprises · 2026 — 2027 · Titre RNCP Niveau 6 (Bac+3/4)
DataBird · 2025 · SQL, Python, Power BI
Webitech · 2021 — 2023 · Bac+5
(08) À propos
Je viens du marketing digital. Le SEO m'a appris que chaque optimisation doit se prouver ; la data m'a donné les outils pour le faire ; l'IA me permet d'automatiser ce qui peut l'être pour garder du temps pour l'analyse.
Je cherche une entreprise d'accueil en apprentissage pour piloter une stratégie d'acquisition SEO et GEO mesurable.
(09) Contact
Alternance en SEO, data marketing ou SEO & IA : parlons de ce que vous voulez mesurer.
malcom.closse@outlook.frÉtude de cas · Synelience Group — Paris · 04/2023 — 02/2025
Chargé de Communication Web — Data & Reporting SEO
Un groupe IT dont le site WordPress est le point d'entrée en ligne. Mission : porter la communication web avec un double volet — SEO et data & reporting.
Trois questions à résoudre en même temps : comment attirer un trafic plus qualifié, comment avoir confiance dans les données d'acquisition, et comment donner à la direction un outil de pilotage qu'elle utilise vraiment chaque semaine.
Travailler la chaîne dans l'ordre : acquérir un meilleur trafic, fiabiliser sa mesure, puis rendre la donnée lisible pour les décideurs.
Indice construit à partir du pourcentage du CV (base 100 = situation initiale). Aucune valeur absolue n'est communiquée.
Un dashboard n'a de valeur que s'il est utilisé pour décider. Et il n'est utilisé que si la donnée qui l'alimente est fiable.
Ce que ça prouve : la capacité à relier SEO, tracking, reporting et stratégie — de la balise GTM à la réunion de direction.
Étude de cas · Projet personnel · Paris · 02/2026 — aujourd'hui
Site éditorial SEO & GEO
Un projet personnel mené de bout en bout : un site consacré à la cuisine caribéenne, pensé dès le départ comme un terrain d'expérimentation SEO, GEO et analytics.
Être visible à la fois sur les moteurs de recherche traditionnels et sur les moteurs IA — et le mesurer, sans budget d'acquisition.
SEO
Google : intentions de recherche, maillage interne, optimisation sémantique, balisage on-page.
GEO
Generative Engine Optimization : des contenus structurés (Schema.org) lisibles et exploitables par les moteurs IA.
11 800
impressions organiques sur les 3 premiers mois après le lancement (Google Search Console)
2,4 % — CTR moyen : sur 1 000 impressions, 24 clics.
Optimiser pour Google ne suffit plus : un contenu doit aussi être compris par les moteurs IA.
Ce que ça prouve : la capacité à concevoir, rédiger, optimiser et mesurer un site en autonomie — et à en tirer des axes d'optimisation SXO.
Étude de cas · Projet personnel · GitHub · 2025 — 2026
Qui appeler, quand, et combien de fois ? Un scoring de propension pour une campagne de télémarketing bancaire.
Une banque portugaise a mené plusieurs campagnes de télémarketing pour proposer des dépôts à terme à ses clients. Projet personnel réalisé sur le dataset public Bank Marketing (UCI, version Kaggle) : 11 162 contacts analysés.
Transformer des données brutes de campagne en recommandations actionnables : quel profil convertit, quand appeler, à partir de combien de relances la campagne devient contre-productive, et comment prioriser les leads pour les équipes commerciales.
Partir de la qualité de la donnée, comprendre ce qui fait convertir, puis traduire un score de propension en niveaux de priorité directement utilisables par une équipe d'appels.
La durée d'appel est fortement liée à la souscription… mais elle n'est connue qu'après l'appel. L'utiliser pour décider qui appeler fausserait le scoring : elle a été exclue du modèle.
Moyenne 47 % · 3 déciles supérieurs = 30 % des clients, 52 % des conversions
1 à 3 contacts · au-delà, la conversion chute nettement
Chiffres issus des notebooks du projet (scores hors échantillon). Dataset rééquilibré : 47 % de conversions contre environ 12 % dans le dataset d'origine — ce sont les écarts entre segments qui comptent, pas les taux absolus.
Un bon modèle n'est pas celui qui a le meilleur score, c'est celui qu'on peut utiliser avant de décrocher le téléphone.
Ce que ça prouve : la capacité à mener une analyse de bout en bout — qualité, exploration, modélisation, restitution — et à repérer ce qui rendrait un modèle inutilisable en conditions réelles.
Limites : pas de données de coûts (le ROI est estimé à partir des taux de conversion), biais de sélection possible sur les mois peu sollicités.
Étude de cas · Projet personnel · GitHub · 2025 — 2026
Quels leviers font vraiment vendre ? Magasins, fêtes et promotions sur trois ans de ventes hebdomadaires.
Un réseau de 50 magasins et 20 départements, suivi sur 156 semaines (janvier 2022 – décembre 2024), soit 8,81 Md€ de chiffre d'affaires. Projet personnel réalisé sur un dataset synthétique public (Kaggle).
Identifier les leviers d'optimisation des ventes hebdomadaires : quels magasins et départements portent le CA, les semaines de fêtes sur-performent-elles vraiment, et surtout, les promotions ont-elles un effet mesurable ?
Ce qui fait l'écart, c'est le calendrier, pas la promo : à calendrier égal, l'intensité promo ne change pas le CA. La hausse apparente des promos fortes vient du fait qu'elles ne sont appliquées que pendant les fêtes.
Chiffres issus des notebooks et tables SQL du projet. Dataset synthétique : les conclusions illustrent une méthode d'analyse, pas un cas réel.
Une corrélation n'est pas un levier : avant de dire qu'une promo fait vendre, il faut vérifier ce qu'elle a en commun avec le calendrier.
Ce que ça prouve : la capacité à structurer une base analytique (schéma en étoile, SQL), à repérer une variable confondante, et à transformer ce constat en recommandation testable plutôt qu'en conclusion hâtive.
Limites : aucune semaine sans promotion (on ne mesure que l'intensité), promotions et calendrier confondus, pas de données de coûts (analyse sur le CA, pas la marge).
Étude de cas · Projet personnel · 09/2026 — marque fictive de compléments et accessoires street workout
De la data au déploiement IA : lancer une marque où chaque décision découle d'une recherche.
Projet fictif conçu pour démontrer une compétence transverse : data, SEO/GEO augmenté par l'IA, direction créative, vidéo, tracking et automatisation, appliqués au lancement d'une marque street workout / calisthenics.
Positionnement : anti-influenceur, performance brute. Persona principal : un pratiquant sérieux, méfiant du marketing fitness classique.
Qu'aucune décision — couleurs, contenus, ton — ne repose sur l'intuition seule, mais sur une recherche data en amont.
| Cocon | Persona ciblé | Objectif SEO |
|---|---|---|
| Débuter sans se blesser | Débutant anxieux | Recherches informationnelles d'entrée |
| Débloquer sa progression | Intermédiaire en plateau | Recherches de résolution de problème |
| Nutrition & récupération | Tous | Pont entre contenu et produit |
| Discipline & mode de vie | Discipliné identitaire | Contenu de marque, réseaux sociaux |
Chaque article suit un brief structuré — mot-clé, persona, angle, structure Hn, contraintes de marque — transformé en prompt template réutilisable. La compétence démontrée, c'est ce processus, pas le texte généré.
#1A1A1A
Gris béton#3A3A3A
Orange brûlé#C4491D
Blanc cassé#F2EDE7
Le flyer applique la charte au print et réutilise directement la recherche d'audience : l'accroche cible le plateau de progression, pain point du persona intermédiaire, et les trois piliers reprennent les cocons éditoriaux issus du clustering.
Le tracking injecte une variable cocon dans le dataLayer GTM pour segmenter les rapports GA4 par cocon éditorial. Funnel suivi : vue article → scroll 75 % → clic CTA produit.
Projet fictif : pas de résultats d'audience à communiquer. Ce sont la méthode et les livrables qui sont démontrés.
Transformer la donnée brute en insights actionnables — pas juste en chiffres.
Ce que ça prouve : la capacité à orchestrer data, IA, SEO, création et automatisation dans une même chaîne cohérente.