Data analyst

Créer un compte utilisateur, naviguer sur Internet, lancer son GPS… et hop, des milliers de données recueillies, analysées et interprétées par le Data analyst, ou Data miner. Ces informations permettent par exemple aux entreprises de mieux connaître leurs clients et leurs attentes, de déterminer les tendances d'achat et les profils de consommateurs... Elles décident ensuite s’il faut supprimer un produit du catalogue qui ne se vend plus ou modifier la stratégie commerciale, par exemple.. 

Souvent sous les ordre d’un data scientist, il extrait et analyse des données provenant d’une source. Dans certaines structures, il a les deux fonctions.

Ses missions peuvent donc varier selon le poste mais voici les principales.

Il collecte, analyse et transforme les données en informations essentielles et exploitables :

• Il réceptionne et étudie les demandes des service marketing, commercial ou financier : taux de remplissage d'une nouvelle ligne de train, prévisions des réservations de voyage selon la période et la destination...

• Il détermine les données essentielles à recueillir.

• Il peut travailler avec un data engineer qui développe le modèle de collecte de données.

• Il extrait et transforme les données utiles en informations pertinentes pour obtenir des analyses statistiques, des tableaux de bord, des indicateurs de performance...

Il joue un rôle déterminant dans la transmission de l’information stratégique :

• Il trie, synthétise et rend accessibles les informations avec la data visualisation (dataviz) : représentation visuelle et graphique des données. 

• Il réalise des rapports et émet des recommandations.

• Il peut définir la cible des campagnes de marketing et des opportunités de marchés.

• Il détermine des tendances d'achat ou de consommation.

D’une façon générale, il sera amené à collaborer avec le data scientist et le data engineer et doit mener une veille technologique permanente et ciblée selon son secteur d’activité. 

Avis Wilbi 

Data analyst vs Data scientist : le second a un profil de chercheur et maîtrise suffisamment les langages informatiques pour imaginer les nouveaux modèles de recueil des données.

Idéalement, un·e data analyst se montre : 

• passionné·e par les mathématiques, l’informatique et les langages de programmation,

• expert·e en culture data : l’histoire de ce domaine, les évolutions et les applications... 

• très pédagogue pour rendre compréhensibles ses analyses auprès des décideurs,  

• bon·ne communicant·e pour dialoguer avec les dirigeants qui le consultent,

• pragmatique : une demande, une proposition et une solution ! 

Au passage, réfléchis bien si (à prendre avec un peu d’humour) :

• la rigueur ne fait pas encore partie de tes qualités : ici, les analyses doivent être fiables...

• tu n’es pas au top de l’organisation : axe à améliorer à ce niveau de responsabilités,

• promis, craché, juré... Tu ne sais pas garder un secret ? On attend le respect de la notion de confidentialité : les données sont sensibles et stratégiques !

• tu as besoin de gambader dans les prés : aïe, ici c’est ordi matin, midi et après-midi !

Avis Wilbi 

Si tu ne te retrouves pas dans toutes ces qualités et ces compétences : c’est normal ! Laisse-toi le temps de les acquérir.

Pour être data analyst, il existe différents chemins de formation du niveau Bac+5, voire Bac+6. Voici quelques exemples de parcours possibles.

Au lycée, le Bac général* est conseillé.

*Les EDS en lien peuvent être : Mathématiques, Numérique et informatique, Sciences de l’ingénieur avec option Maths expertes. Tu peux simuler des combinaisons sur le site Horizons21. Le choix des EDS t’appartient et se construit aussi avec des professionnels de l’orientation. 

Dans les études supérieures, il existe des formations de niveau Bac+3, accessibles après un Bac ou après un premier diplôme, comme :

• BUT informatique

• Licence pro Métiers de l'informatique : Systèmes d'information et gestion de données, parcours : Infrastructures stockage et analyse de données massives ; Big Data

• Licence pro Métiers du décisionnel et de la statistique, parcours : Data mining ; Applications aux domaines de la santé ou Ingénierie de données 

Il est nécessaire de se spécialiser avec une formation de niveau Bac+5 comme :

• Master MIAGE (méthodes informatiques appliquées à la gestion des entreprises), parcours : Big Data décisionnel et apprentissage / Data science 

• Master Informatique, parcours : Optimisation et recherche opérationnelle ; Machine, learning and Data mining ; Données et systèmes connectés ; Big Data ; Intelligence artificielle embarquée, Data mining

• MIASHS : Big Data et fouille de données

• Master SIAD (systèmes d'information et d’aide à la décision), parcours : Data sciences, Business intelligence

• Master Mathématiques, parcours : Statistiques pour l’évaluation et la prospective ; Mathématiques et applications, parcours : SAAD (statistiques appliquées et analyse décisionnelle) ; MSID (méthodes stochastiques et informatiques pour la décision) 

• Master MIASHS (mathématiques appliquées aux sciences humaines et sociales) Sciences des données

• Master IARF (intelligence artificielle et reconnaissance des formes)

• Mastère spécialisé en Big Data 

• Master of science in informatics : Gestion des données et extraction de connaissances à large échelle

• MSc (master of sciences) : Statistics for smart Data ; Big Data for business ; Data science & business analytics ; Applied Data science & Big Data ; Data science, Data management

• Diplôme d’ingénieur* avec spécialisation Big Data : IAMD (ingénierie et applications des masses de données) ; Big Data & Data science ; Data science ; Ingénierie des systèmes d'information ; Data Science for Social Sciences

Pour aller encore plus loin, il existe des formations de niveau Bac+6 comme :

• Mastère spécialisé (MS) : Big data : gestion et analyse des données massives ; Big data : analyse management et valorisation responsable ; Data Science ; Expert en sciences des données 

* A savoir que pour intégrer les écoles d’ingénieurs, l’entrée est sur dossier et/ou sur concours avec une sélection plus ou moins rude. Il existe différents niveaux d’accès. Par exemple, certains postulent immédiatement après le Bac via des classes préparatoires intégrées (CPI), après une classe préparatoire aux grandes écoles (CPGE), après un BUT, un BTS ou une licence ou un autre diplôme d’études supérieures en lien avec le domaine. 

Avis Wilbi 

Tu peux consulter le site Trouvermonmaster.gouv.fr.

Le développement du Big Data en fait un des métiers les plus recherchés par les grandes entreprises : industrie, finance, digital, grandes enseignes du e-commerce, organisations médicales...

Il est intégré au sein d’un service financier, marketing, digital, stratégique ou de la direction des systèmes d’information. 

Avis Wilbi

Echanger avec un professionnel est une bonne stratégie pour en savoir plus sur l’insertion professionnelle d’un métier.

Salaire débutant mensuel net : entre 2 200 € et 2 500 €.
Au bout de quelques années, le salaire mensuel net peut atteindre : entre 3 000 € et 5 000 €.

Ces chiffres sont là pour te donner une idée car ils varient selon l’expérience, le type d’entreprise, le poste, la zone géographique, etc.

Après une expérience significative, le Data analyste peut évoluer vers les fonctions de Data scientist, Chief data officer (directeur des données), Responsable data, Lead data analyste...

Il peut aussi devenir consultant et réaliser des études pour différents clients.

Avis Wilbi 

• Echanger avec un professionnel est une bonne stratégie pour en savoir plus sur les possibilités d’évolution carrière d’un métier.

Ici on compile quelques références en tout genre (pédagogiques, divertissantes…) autour du métier et son univers. Attention, prise du recul nécessaire (notamment sur les films et séries) car ce n’est pas toujours le reflet de la réalité voire stéréotypé… Enjoy !

Films : 

• Le casse du siècle (2015), d’Adam Mc Kay

• Le stratège (2011), de Bennett Miller

• Minority report (2002), de Steven Spielberg

• Ennemi d’Etat (1998), de Tony Scott

Séries :

• Person of interest (2016), de Jonathan Nolan

• House of cards (2013), de Beau Willimo

 Documentaires :

• Les pionniers des data sciences (2020), de Erik Turestedt

• Qu'est-ce qu’un Data Analyst ? (2021), Datascientest

MOOC : 

• Over the moon (2020), Microsoft et Netflix

• Webinaire "Métier de Data analyst" (2019), Atdec Nantes Métropole

• Fondamentaux pour le Big Data (2022), Institut Mines Télécom

Podcasts :

• Sciences des données, Leçon inaugurale de Stéphane Mallat (2022), France Culture 

• Sport et data : après quoi court-on ? (2022), France Culture

• Le data center, connecté à la ville (2018), France Inter

Livres :

• Apprendre à coder pour les Nuls (2019), Camille Mc Cue

• Les mathématiques en BD ( 2019), de Yoram Bauman, Grady Klein

Jeux : 

• Datak, Café pédagogique

Sites :

• www.lebigdata.fr

• www.datakathon.fr

• www.concepteursdavenirs.fr

• www.sfds.asso.fr/

• www.e-marketing.fr

• www.talentsdunumerique.com

• www.syntec-numerique.fr

• www.bigdataparis.com

• www.worldaicannes.com

• www.cigref.fr

• www.data-transitionnumerique.com