Paris, le 4 avril 2023
Tu as un côté geek, mais tu ne te vois pas devenir développeur web pour autant ? Le métier de data analyst est peut-être la bonne option pour toi !
La donnée est partout. À la maison, au travail, elle n’a cessé de se développer dans tous les domaines de nos vies. Le besoin de comprendre et d’agréger ces données a lui aussi augmenté de manière exponentielle.
C’est justement le rôle d’un data analyst. Il est chargé d'analyser et valoriser les grandes masses de données pour aider l'entreprise à s'adapter aux disruptions et maintenir une bonne croissance.
Pour comprendre les enjeux de ce métier technique, nous avons rencontré Régis Amichia responsable de l’équipe Data Science chez Fox Intelligence. La société édite des applications mobiles pour le grand public qui lui permettent de récolter des données anonymes sur les comportements des utilisateurs, puis de produire des statistiques pour les e-commerçants.
Chaque entreprise a une utilisation différente de la donnée. En fonction des cas, on trouvera des équipes entières de data analysts ou bien il sera intégré dans les différentes équipes (au sein de l’équipe marketing par exemple).
Quoiqu’il en soit, la mission du data analyst est la même, il traite la donnée pour la présenter sous forme d’informations afin d’aider à la prise de décisions.
À première vue, on pourrait penser que le data analyst réalise des présentations PowerPoint à longueur de journée, mais c‘est bien plus complexe que cela.
“Quand on a une énorme quantité de données, il faut avoir la technicité pour la traiter. Parce que si on a une base de données de 10 000 lignes, on peut peut-être le faire sur Excel, mais si on a une base de données de 10 milliards de lignes, sur Excel, ça va être compliqué” confie Régis.
Le rôle du data analyst est de chercher où est la donnée qui comporte l’information voulue, de la traiter pour pouvoir en extraire les informations, puis de construire les visualisations.
Ces visualisations, souvent présentées sous forme de tableau de bord, permettent facilement à quelqu'un qui n'est pas technique de récupérer ces informations. L’objectif est aussi que cet outil soit mis à jour en temps réel, facilement.
Pour une équipe marketing par exemple, cela pourrait être dans un premier temps un tableau de bord Google Analytics qui permet de voir les visites sur le site web, le taux de conversion (passage à l’achat) et le moment où le visiteur quitte le site sans avoir acheté.
Mais pour aller plus loin, le data analyst peut, par exemple, croiser des bases de données comme Google Analytics, Facebook Ads (les publicités sur Facebook) et le CRM (le logiciel de relation client de l’entreprise). En croisant toutes ces données, on peut alors avoir des informations plus poussées qui aideront l’équipe marketing à mieux comprendre à quel moment le visiteur quitte le parcours d’achat dans le but de l’optimiser et d’augmenter les ventes.
Le travail du data analyst est donc assez technique, mais Régis nous rassure “aujourd’hui, il y a beaucoup d’outils pour aider à agréger les données (Tableau, Looker…). Ce qu’on demande à un data analyst, c’est surtout de maîtriser ces outils plutôt que de coder directement.”
Les compétences techniques sont primordiales dans le métier de data analyst. Selon Régis, “la compétence de base à avoir, c’est le langage SQL. Puis, connaître un autre langage informatique est un gros plus, par exemple Python.”
Les outils de visualisation font partie du métier, donc maîtriser l’utilisation d’au moins un outil est essentiel (Tableau, Looker, Qlik…). Ils sont tous construits de la même façon, donc maîtriser un outil permettra facilement de s’adapter à un autre si besoin.
Côté soft skills, Régis insiste sur le fait que “c’est très important de faire le pont entre la technique et le business. Parce que le data analyst va aussi être chargé d'enquêter sur les problématiques.”
Par exemple, si un tableau de bord ne fonctionne pas, il doit être capable de trouver la source du problème et prendre contact avec l’équipe technique responsable de la remontée de ces données. C’est la partie technique.
De l’autre côté, pour être en mesure de construire des tableaux de bord qui ont du sens pour les équipes business (marketing, vente…), il doit comprendre les enjeux pour elles.
Une bonne capacité de vulgarisation est essentielle pour présenter les données de manière la plus digeste possible pour le reste de l’entreprise. Il faut aussi noter que ce n’est pas un métier de l’ombre. On demandera souvent à un data analyst d’expliquer ses résultats, on les challengera. C’est donc important d’être à l’aise à l’oral.
La rigueur et la curiosité sont deux autres qualités requises selon Régis pour s’épanouir dans ce métier. “Plus tu vas être curieux, plus tu vas à la fois t'intéresser à la partie business et à la partie technique, tu auras alors de plus en plus de valeur pour l'entreprise et ta carrière va pouvoir évoluer.”
Comme nous l’avons vu au-dessus, le métier de data analyst est à la frontière du technique et du business. Donc une école de commerce ou une école d’ingénieur peuvent toutes deux mener à cette carrière.
Régis explique : “il n'y a pas de formation idéale aujourd'hui en France qui fait bien ce pont entre la technique et le business. On a les écoles de commerce d'un côté et les écoles d'ingénieurs de l'autre.”
Finalement, en fonction de ta formation de base, il faudra aller chercher l’autre partie. Si tu viens d’une école de commerce, la partie technique devra être développée et si tu viens d’une école d'ingénieur, ce sera la partie business. C’est pourquoi viser une formation qui propose un cursus à 360° peut te donner une longueur d’avance !
Le salaire d’un data analyst junior se situe entre 35 et 40 000 € en sortie d’école. Après trois ans, on atteint en général un niveau senior pour prétendre à un salaire entre 50 et 55 000 €.
Le paysage technique se complexifie, de plus en plus de domaines requièrent des compétences de data analyst. Régis pense par exemple aux métiers du monde de la Tech autour du Produit comme Product Owner (le responsable de la conception d’un produit ou service digital). Si on aime développer des choses, ce peut être une bonne piste à suivre après quelques années à faire uniquement de la data.
Si on a vraiment une appétence pour la technique, on peut aller plus loin dans la technicité également avec le métier d’analytics engineer (ingénieur analytique). C’est un data analyst avec des compétences techniques plus poussées.
Finalement, il y a de la data partout, donc les passerelles vers les autres métiers sont possibles, d’autant plus si tu as une formation de base assez généraliste.
Si tu es intéressé par le métier de data analyst, Régis a un dernier conseil pour toi : “n’attends pas de trouver un stage ou d’aller en cours. Il y a de la data partout autour de nous. Par exemple, les portails du gouvernement ou de la Commission européenne ont des données publiques. Tu peux t’exercer à créer un tableau de bord avec un outil gratuit comme Google Data Studio.”
Comme pour beaucoup d’autres métiers aujourd’hui, il existe de nombreux outils qui permettent de créer des projets pendant tes études pour t'entraîner, montrer que tu as envie. Rien de mieux pour développer tes compétences et montrer ta motivation lors de la recherche d’un stage ou d’une alternance !
Quelques ressources pour aller plus loin :
