Métier de Data analyst
Faire vivre l'économie à toutes les échelles
En partenariat avec :
De nos jours, les nouvelles technologies sont omniprésentes dans le monde de l’entreprise et génèrent d’immenses volumes de données. L’ère du Big Data a fait émerger d’innombrables nouveaux métiers tournés vers l’exploitation de ces données massives et le développement de l’industrie informatique.
À cheval entre les métiers de la finance et les métiers du numérique, le métier de Data analyst est dit “d’avenir”, faisant partie de ces professions particulièrement convoitées par les entreprises en quête d’experts pour faire face aux opportunités et nouveaux défis du Big Data. Salarié au sein de sociétés appartenant à des secteurs divers et variés, le data analyst a pour rôle de traiter et d’analyser des bases de données issues de l’activité des entreprises dans le but d’en dégager des interprétations business pertinentes. Les rapports analytiques qu’il construit permettent de résoudre des problématiques ponctuelles, de soulever des axes d’amélioration stratégiques et opérationnels et donc d’aider les dirigeants dans leurs prises de décisions.
C’est un métier technique comme le métier d’actuaire faisant appel à des compétences pointues en mathématiques, en statistiques, en économie ou encore en marketing et qui nécessite une bonne maîtrise des outils informatiques, des langages de programmation et des systèmes de gestion de bases de données.
moyen
Missions d’un Data analyst
Le Data Analyst a pour objectif principal d’apporter du sens à un ensemble de données brutes stockées mises à sa disposition par la société dans laquelle il exerce. Son champ d’intervention varie selon le secteur d’activité, l’organisation et la taille de l’entreprise qui l’emploie. Son cœur de métier et la nature de ses missions restent néanmoins les mêmes dans le but de transformer des données brutes en information exploitable par l’entreprise.
Collecte et exploitation de données massives
Avant toute chose, le data analyst récupère un ensemble de données brutes stockées par l’entreprise dans laquelle il exerce et qui sont mises à sa disposition. Ces données sont souvent en lien avec des problématiques internes particulières qu’il va tenter de résoudre.
Dans cette même dynamique de collecte de données massives, il peut également être amené à constituer lui-même des bases de données en cherchant des informations externes pertinentes à croiser avec les premières données qui lui sont livrées.
Ensuite, il s’agit pour lui de lire les bases de données, c’est-à-dire identifier des variables ou en définir de nouvelles et cerner leur nature. Il procède également au nettoyage des bases de données en éliminant d’éventuelles valeurs atypiques, en uniformisant les données et en gardant les variables pertinentes dans le cadre de l’étude menée. Cette phase de nettoyage occupe une grande partie du temps du data analyst.
Cette première étape dans le processus de travail d’un data analyst est cruciale, car elle lui permet de poser les bases de son étude analytique pour qu’elle soit la plus qualitative possible.
Exploitation, analyse des données
La deuxième mission d’un data analyst tient au traitement et à l’analyse des données avant d’en synthétiser les informations retirées.
En effet, une fois extraites les données nécessaires à son étude, le data analyst procède à leur exploitation : il produit des statistiques sous forme de tableaux de graphiques ou de tableaux de bords et il réalise différents types de tests afin d’identifier la corrélation ou l’indépendance de certaines variables.
Il construit également des modèles statistiques tels que des régressions afin de faire parler les données et repérer des tendances particulières. Pour ce faire, il utilise divers outils informatiques dont des logiciels d’analyse spécifiques et peut également faire appel à des langages de programmation informatique comme Python ou R.
Vient ensuite la phase d’interprétation des résultats obtenus afin d’apporter des réponses aux problématiques posées initialement. Le data analyst traduit ainsi les données exploitées en information : dans le jargon de la profession, il transforme les résultats de ses analyses en “insights” ayant pour but d’aider aux prises de décisions internes.
Synthèse et communication de l’information
Une fois que les phases d’analyse et d’interprétation sont achevées, le data analyst synthétise et vulgarise les informations sous forme de rapports écrits adressés à ses supérieurs hiérarchiques de la direction des systèmes d’information (IT data director ou chief data officer) ou d’une direction métier (ex : direction commerciale, direction de la supply chain).
Ces rapports analytiques permettent de communiquer l’information de manière efficace et de la rendre intelligible et accessible aux différentes parties prenantes de l’entreprise. Le data analyst y formule des réponses aux problématiques posées, des analyses prédictives et propose des axes d’amélioration.
En définitive, ses missions ont pour but principal d’aider les managers des services marketing, financiers et commerciaux et la direction générale dans leurs prises de décisions stratégiques ou opérationnelles.
Les missions d’un data analyst s’inscrivent systématiquement dans ce schéma. Ce spécialiste des chiffres, des statistiques et de l’informatique manipule un ensemble de données principalement générées par une entreprise pour en faire un véritable levier de développement et de compétitivité.
Devenir Data analyst : une formation à forte dimension scientifique
Devenir Data analyst exige le plus souvent une formation de niveau bac+5 dans les domaines des mathématiques, des statistiques, de l’informatique, de l’économie ou encore du marketing. Il est également possible de suivre une formation en ligne pour se reconvertir dans la Data Analysis.
En effet, la majorité des postes de Data analyst sont avant tout proposés à des profils de niveau bac+5. De tels cursus peuvent principalement être suivis au sein de filières universitaires, en école d’ingénieurs ou en école de management.
- Les professionnels ayant décroché un diplôme d’école d’ingénieurs avec une spécialité en statistiques ou big data sont des profils très prisés par les recruteurs. Polytechnique, Centrale, l’ENSAE ParisTech ou encore Télécom ParisTech et Télécom SudParis figurent parmi les écoles d’ingénieurs les plus prestigieuses de France : elles proposent toutes un Master in Data Science dont le programme couvre toutes les facettes du Big Data en faisant converger l’univers des statistiques et l’informatique. D’autres formations telles que l’IAMD (Ingénierie et Applications des Masses de Données) dispensée au sein de l’établissement Télécom Nancy ou encore la filière Ingénierie des systèmes d’information de l’INP de Grenoble-Ensimag permettent également de devenir data analyst. Ces formations en écoles d’ingénieurs sont accessibles à l’issue de concours particuliers ayant lieu à la sortie de 2 ou 3 ans de classes préparatoires aux grandes écoles scientifiques (CPGE). Il s’agit en outre du Concours Centrale Supélec et du Concours Mines-Télécom pour les filières MP (Mathématiques-Physique), PC (Physique-Chimie) et PSI (Physique-Science de l’Ingénieur). L’entrée dans certaines écoles comme l’ENSAE peut avoir lieu grâce au système d’Admission sur titres (AST) en sortant d’un cursus universitaire de niveau bac+3.
- Être titulaire d’un diplôme d’école de commerce avec là encore une spécialisation dans le Big Data ou dans le digital peut également ouvrir les portes du métier de data analyst. De nombreuses écoles telles que GEM (Grenoble École de Management), PSB (Paris School of Business School) ou encore l’ESGI proposent des masters spécialisés en Data management ou en Digital marketing. Certaines écoles de commerce dispensent des formations en partenariat avec des écoles d’ingénieurs comme dans le cas du MSc Data Science for Business d’HEC (en partenariat avec l’École Polytechnique).
Il est possible d’intégrer une école de commerce à l’issue de 2 ou 3 ans de classes préparatoires économiques (ECG, ECT) ou B/L en ayant une véritable appétence et un bon niveau en mathématiques. Sur le même schéma que les écoles d’ingénieurs, l’entrée en école de management a lieu sur concours (BCE et Ecricome) ou via des Admissions parallèles (Concours passerelles).
- Enfin, il est également possible d’entreprendre une carrière de data analyst en suivant une formation universitaire de niveau Master 2 en statistiques, économétrie ou informatique décisionnelle. De nombreux data analyst sont diplômés du master MIAGE-Méthodes Informatiques Appliquées à la Gestion des Entreprises. Il s’agit d’un cursus relativement sélectif et reconnu dispensé dans une vingtaine d’universités en France telles que l’Université Panthéon-Sorbonne ou l’Université Descartes à Paris, l’Université de Lyon 1, l’Université de Bordeaux, l’Université de Toulouse 1 Capitole ou encore l’Université d’Aix-Marseille. Les professionnels titulaires de masters en data mining et informatique sont également prisés par les entreprises. À titre d’exemple, nous pouvons citer le Master machine learning and data mining de l’université de Saint Etienne, le Master data mining de l’université de Lyon 2 ou encore le MIASHS (Master Mathématiques et Informatique Appliquées aux Sciences Humaines et Sociales) de l’Université de Paris 1.
NB : le data mining ou “fouilles de données”, « exploration de données” en français est un volet particulier du domaine des Big Data Analytics. En bref, c’est un procédé permettant de mettre en évidence des corrélations entre différentes bases de données à l’aide d’algorithmes complexes et sophistiqués afin de prévoir des tendances futures.
Qualités et compétences d’un bon Data analyst
S’agissant d’un métier technique, un bon data analyst se doit également d’avoir de solides connaissances et compétences en mathématiques et en statistiques appliquées au traitement des données.
De même, la maîtrise d’un certain nombre d’outils informatiques comme pour le métier de contrôleur de gestion reste une condition primordiale, car ils lui sont indispensables à l’exploitation des données massives (création de tableaux de bords, production de modèles statistiques). Cela s’accompagne également d’une certaine aisance à manipuler des langages de programmation qui lui permettent d’automatiser certaines tâches notamment relatives à la collecte et mise à jour des bases de données.
Enfin, il doit également être capable de parler un anglais courant dans un contexte professionnel du fait du déploiement international de nombreuses entreprises.
Le cœur de métier d’un data analyst étant l’exploitation de bases de données conséquentes, l’une de ses qualités-phares tient sans aucun doute au fait qu’il soit doté d’un excellent esprit d’analyse et de synthèse. Il doit également faire preuve de beaucoup de rigueur afin d’éviter les erreurs et être en capacité de repérer d’éventuelles données aberrantes ou incohérences dans les résultats obtenus.
De même, il se doit d’être réactif et organisé afin de réaliser ses études analytiques dans des délais impartis et répondre efficacement aux problématiques soulevées.
Un data analyst doit aussi disposer d’une certaine aisance rédactionnelle afin de rendre des rapports de qualité et les plus complets possibles. Ces écrits synthétiques sont des supports clés qui permettent d’aiguiller les managers opérationnels et les équipes de direction dans leurs prises de décisions.
Dans la mesure où il manipule des informations stratégiques et qu’il est soumis à un devoir de confidentialité, un data analyst doit être digne de confiance.
Salaire et perspectives d’évolution de carrière d’un Data analyst
Salaire d’un data analyst
En début de carrière, un data analyst junior perçoit un salaire brut annuel compris entre 35 000 et 45 000€ en fonction de la taille de l’entreprise dans laquelle il exerce et son niveau d’expérience, soit un salaire brut mensuel de 2 900 à 3 750 €.
En France, un data analyste gagne en moyenne près de 41 000 € brut par an, soit un peu plus de 3 400 € brut par mois.
Un data analyst senior gagne en moyenne entre 55 000 € et 65 000 € brut par an (soit entre 4 600 € et 5 400 € brut par mois).
Au-delà de 10 ans d’expérience, un data analyst aguerri peut prétendre à un niveau de rémunération plus élevé pouvant aller jusqu’à 80 000 € brut par an (soit plus de 6 600€ brut par mois).
En France, les secteurs dans lesquels les data analysts sont les mieux rémunérés sont la santé, la finance et les logiciels et services IT.
NB : les niveaux de rémunération d’un data analyst au Royaume-Uni et en Allemagne sont relativement similaires à ceux de la France mais sont en revanche plus élevés aux États-Unis et en Suisse.
Perspectives d’évolution de carrière
Tout au long de sa carrière, un data analyst est amené à exercer au sein d’une ou plusieurs entreprises. C’est un métier qui offre des perspectives d’évolution de carrière plurielles, en interne comme en externe.
Une grande partie de la richesse du métier de data analyst tient à la diversité des secteurs professionnels des entreprises faisant appel à ces experts du Big Data. Un data analyst a ainsi la possibilité de faire carrière dans des entreprises de tailles diverses et appartenant à des secteurs différents.
Dans les moyennes et grandes entreprises, un data analyst peut gravir les échelons et occuper un poste managérial au sein de la direction des systèmes d’exploitation : il peut ainsi devenir Data Security Manager, Chief Data Officer ou encore IT Data Director.
Enfin, au vu de sa formation, un data analyst ayant acquis une solide expérience professionnelle peut tout à fait se réorienter vers d’autres métiers du Big data tels que Data Scientist ou Data Engineer.
Opportunités d’emploi d'un Data Analyst
Comme la plupart des métiers liés au Big Data, celui de data analyst est très recherché par les entreprises, tous secteurs confondus. Sur le marché du travail, le niveau de la demande est particulièrement élevé et croît au fil des années. En parallèle, le volume d’offres d’emplois pour des postes de Data analyst suit la même tendance : l’insertion professionnelle des jeunes diplômés est en théorie assurée.
Un Data analyst traite et analyse les données grâce à des outils informatiques qui produisent des statistiques sous forme de tableaux ou graphiques : son objectif principal est de mettre à disposition des managers opérationnels et des équipes de direction des informations pertinentes résultant de ses analyses afin qu’ils puissent prendre des décisions stratégiques. En comparaison avec un Data scientist, un Data analyst est une véritable force de proposition et s’inscrit davantage dans une dynamique d’accompagnement des managers et des dirigeants d’une entreprise.
Il est primordial qu’un Data analyst prête un certain intérêt et connaisse au mieux le secteur professionnel dans lequel il exerce. Cela lui permet de mieux apprécier les résultats qu’ils observent dans le cadre de ses analyses et de proposer des axes d’amélioration les plus pertinents possibles pour la croissance et la compétitivité de l’entreprise sur le marché. C’est un atout non négligeable qui lui permet notamment de proposer des bonnes solutions d’optimisation des stratégies marketing.
De nos jours, le Data analyst occupe un poste central dans une entreprise. Il travaille en collaboration avec de nombreux services tels que les équipes financières, commerciales ou marketing qui lui fournissent les données brutes qu’il doit exploiter ou encore les équipes de direction à qui il soumet des rapports qui synthétisent des informations nécessaires aux prises de décisions stratégiques et opérationnelles.
Un bon Data analyst est une personne ayant une appétence pour les mathématiques, mais aussi pour les outils informatiques. Il doit faire preuve d’un excellent esprit d’analyse et de synthèse. Enfin, il doit être réactif et rigoureux afin de rendre des rapports de qualité. En quoi se distingue un Data analyst d’un Data scientist
Un Data scientist analyse quant à lui les données de manière plus scientifique en ayant notamment recours à des modèles mathématiques plus techniques. Il crée des solutions data à exécuter pour résoudre des problématiques business précises et proposer des modèles prédictifs performants (machine learning).
Dans quelle mesure un Data analyst doit-il apprécier le secteur d’activité auquel appartient l’entreprise qui l’emploie ?
En quoi un Data analyst joue-t-il un rôle stratégique ?
Qu'est ce qu'un bon Data analyst ?