Data analyst, définition
A l’ère du numérique le volume de données recueilli par les entreprises au travers de leur activité quotidienne croît exponentiellement. Ces données peuvent se rapporter aux prospects, aux clients à ses produits et ses services, ou à son activité financière et commerciale. Pour donner du sens à ces données et les exploiter et pour optimiser son business un expert du traitement de la donnée est nécessaire: le data analyst.
Son rôle est d’analyser ces données et d’en extraire les informations utiles et pertinentes pour affiner et réorienter la stratégie de l’entreprise. Le data analyst fait parler les données et identifie par exemple des tendances de consommation ou une évolution significative dans les profils d’acheteurs de la société afin d’adapter ensuite la stratégie marketing de son entreprise. Expert des chiffres et des statistiques il est capable de créer des tableaux ou des rapports permettant de visualiser les données de l’entreprise.
Les missions
Il effectue un suivi régulier de la production de ces données, définit le mode de production des données, les KPI à suivre, leur mise en forme afin de fournir aux dirigeants des données utiles pour la prise de décision. A partir de son expérience et des ses connaissances il fait des recommandations stratégiques (marketing, commercial,finance) s’appuyant sur une analyse chiffrée de ces données.
Il explore les données, les intreprète, les modélise, mène des exercices de simulation à partir de différents scénarios afin de mieux comprendre les enjeux principaux de l’entreprise et son business.
Il met en place la production de tableaux de bord sophistiqués incluant les KPI marketing et financiers afin de mesurer l’efficacité du business.
Le data analyst doit également assurer la précision des informations et la bonne remontée de ces informations dans les différents départements de l’entreprise et sur les différentes plateformes technologiques.
Il construit des modèles de cohorte pour comprendre les comportements des clients.
Il supervise la production des données et leur fonctionnement au travers de la mise en place d’un « data store » fonctionnel.
Il établit des modèles de prévision des ventes, planification des investissements, gestion des flux financiers à partir de sa connaissance des méthodes statistiques.
Il analyse les comportements et les caractéristiques des consommateurs et sélectionne les informations utiles pour les exploiter commercialement.
Il optimise la gestion des données : processus de recueil des informations, gestion des flux, vérification des données, transmission des données, mise en forme.
Il met en place des solutions d’automatisation du reporting pour les différents acteurs de l’entreprise pour les accompagner dans leurs prise de décision
Qualités et compétences d’un data analyst
Passionné par les statistiques et les chiffres le data analayst doit savoir modéliser l’information pour qu’elle fasse sens pour les non experts. Ceci implique d’avoir un bon background mathématique, de la rigueur, le sens de la précision et d’être organisé. Il doit également avoir des qualités de pédagogue auprès de ses collègues. Précis, et concert il doit avoir l’esprit de synthèse pour hiérarchiser les informations utiles et les plus importantes.
Au niveau des compétence techniques: il maîtrise généralement les langages d’analyse de données massives (R, Python, VBA) ainsi que les techniques d’utilisation de base données: SQL
Il connaît également les solutions d’analyse d’audience comme Google Analytics, Mixpanel, ainsi que les solutions CRM comme Salesforce .
Il doit savoir utiliser les outils de reporting et de requêtes, l’OLAP (utilisation de bases de données multidmensionnelles), le Data Mining, les solutions analytiques, les outils d’analyses et de requêtes ad hoc et les tableaux de bord et les technologies open source, l’analytique et le Big Data avec les clusters Hadoop.
Dans le digital il connaît également les plateformes d’analyse de données d’un site web provenant de différentes sources comme RJ metrics.
Pour les profils experts les compétences recherchées et appréciées sont les systèmes distribués, le Cloud BI, la collecte des données à grande échelle, le web sémantique.
Formation initiale
Il existe quelques formations spécialisées pour le métier de data analyst mais elles sont encore rares.
L’idéal est de faire un cursus bac+4 ou bac+5 d’ingénieur en informatique ou en statistique (les écoles d’ingénieur spécialisées en statistique comme l’Ensae, Isup, Polytech’Lille)
Pour aller plus loin vers des postes de data scientist on trouve des mastères spécialisés (MS) comme le MS GBD spécialisé en gestion du Big data à Télécom ParisTech ou le Mastère ouvert par l’Emsi en collabaration avec l’Ensimag.
Salaire data analyst:
Il y a des différences importantes de salaire selon les entreprises et selon les compétences techniques du data analyst.
Après un master en Big Data, un Data Analyst Junior peut percevoir une rémunération annuelle brute d’environ 35K€.
Après 3 années d’expérience il peut prétendre à une rémunération brute annuelle entre entre 38 et 45K€
Un profil expert avec beaucoup d’expérience, peut évoluer vers un poste de data scientist lui permettant de gagner un salaire annuel brut de 60K€
