Avec l’évolution de la technologie, le numérique occupe une place de plus en plus importante au sein des entreprises. D’ailleurs, chaque entité possède un nombre considérable de données dépendant de son activité. Ces dernières sont utiles et doivent être analysées pour aboutir à des actions pouvant permettre de développer l’activité de l’entreprise à se développer.
Aussi, ces données peuvent être associées au marché, aux clients, à la concurrence, aux produits, ou même aux performances de l’entreprise. Le traitement et l’exploitation des différentes informations ne sont pourtant pas, des tâches faciles. Pour ce faire, l’entreprise a besoin d’un technicien hautement qualifié et spécialisé dans ce domaine, appelé data analyst.
Le data analyst se charge de toutes les données d’une entreprise. Il récolte et traite ces données en question pour les transformer en informations utiles permettant d’aider cette dernière à croître et à améliorer sa stratégie.
Aussi, l’expertise du data analyst est indispensable pour le département du marketing, car les stratégies de l’entreprise se façonnent dans cette branche. De ce fait, il définit la stratégie à adopter pour réussir les différentes actions.
En outre, le data analyst doit définir la voie à suivre par l’entreprise. Pour cela, il crée, administre et analyse les données de l’entreprise, dans le but de favoriser son fonctionnement et son développement.
Par ailleurs, le data analyst modélise et gère les bases de données de l’entreprise en veillant à s’assurer que ces informations sont fiables, accessibles et lisibles. Il doit donc bien maîtriser les outils mis à sa disposition pour ne pas être induits en erreur.
Le rôle du data analyst occupe aujourd’hui une place importante dans le domaine du marketing ainsi que dans toutes les branches de l’entreprise.
La mission principale du data analyst est d’analyser les données. Ces dernières proviennent de sources variées que ce dernier doit exploiter d’une façon plus optimale. Le data analyst doit donc comprendre les différents fonctionnements des activités de l’entreprise. Il doit également être capable de bien communiquer avec son entourage pour ainsi récolter les informations nécessaires.
Par ailleurs, le data analyst doit maîtriser les mathématiques et les statistiques. Il doit également avoir une excellente connaissance des différents outils de traitement de données dans le but de créer une base de données.
Aussi, le data analyst est chargé d’étudier minutieusement, de synthétiser et d’organiser les informations pertinentes. Il doit également interpréter les données pour en ressortir des solutions efficaces pour l’élaboration d’une bonne stratégie.
Ainsi, le data analyst doit savoir créer et développer une base de données adaptée à la situation de l’entreprise. Il est également en charge d’élaborer des stratégies de segmentation, d’achat, de consommation et d’étude de marché.
Certaines compétences particulières sont requises pour devenir data analyst. Tout d’abord, celui-ci doit disposer de solides compétences en informatique. Étant donné que sa tâche principale est d’analyser les données brutes en les transformant en informations utiles, il doit connaître les différents langages informatiques pour mener à bien sa mission.
Par ailleurs, le data analyst doit maîtriser différents outils et méthodes statistiques pour ressortir des solutions appropriées aux situations. Il doit contrôler les diverses techniques d’analyse, les bases de données et les mathématiques. Enfin, le data analyst doit aussi posséder des compétences en marketing.
Le data analyst doit être à l’aise avec les calculs et les chiffres parce qu’elle devra élaborer des tableaux et des bilans sur les données d’une entreprise. Il doit également disposer d’une bonne capacité de concentration pour mener à bien ses missions avec rigueur.
Par ailleurs, le data analyst doit avoir un bon esprit d’analyse et de synthèse pour être capable d’étudier minutieusement l’ensemble des données et d’en tirer des conclusions utilisables par l’entreprise. Il doit ainsi savoir s’organiser afin de ne pas se perdre dans ses données.
Le métier de data analyst nécessite l’obtention d’’un diplôme de niveau bac+4 à bac+5. Les candidats qui ont suivi une formation polyvalente intéressent les entreprises. Aussi, pour devenir data analyst, la personne intéressée doit, principalement, avoir suivi une formation d’ingénierie informatique. En sus, l’obtention d’un master en statistiques ou en marketing, avec une spécialisation en informatique serait un grand atout, car ces études complètent réellement les connaissances.
Les perspectives d’évolution du data analyst sont nombreuses. Ainsi, avec plusieurs années d’expérience, il peut évoluer en data scientist, un poste intéressant qui promet de belles carrières. Le data analyst peut également travailler en tant que freelance, comme data engineer ou encore ingénieur en business intelligence.
En acquérant de l’expérience au fil des années, il peut aussi occuper des postes de manager, comme master data manager, data security manager ou chief data officer. En outre, la rémunération annuelle brute d’un data analyst est en moyenne de 36 000 euros.
Avec 2 ou 3 années d’expérience, en moyenne, son salaire annuel brut est évalué à environ 45 000 euros. Les seniors et plus expérimentés dans le domaine, devenus data scientist, ont une rémunération annuelle brute de 60 000 euros.
Projet : Mise en place de reporting et automatisation du RUN
Enjeux client :
Assurer l’accompagnement de l’équipe DATA Finance.
Mission :
Dataviz Sous Alteryx 2020 3.4
Développement de report
Automatisation du Run.
Pilotage du Récurrent.
Projet : Modélisation statistiques d’un score d’appétence
Enjeux client :
Mise en place d’un score d’appétence afin de booster la performance d’un produit.
Mission :
Développement d’un datamart dédiés aux scores
Développement d’un Score d’appétence (Assurance-Vie HORIZEO)
Projet : MIGRATION ENVIRONNEMENT DATA
Enjeux client :
Migration du DATAWARE pour mise en place d’un nouvel environnement BIGDATA
Mission :
Migration des DATAMARTS
Gestion du projet
Suivi et pilotage des scores d'acceptation
Audit de données
Suivi et mise en place de la migration (datamart)
Mise en place de DataMart, suivi de la performance des scores d'acceptation.
Segmentation/ Score /Audit
Supervision Impact IFRS9 et contrôle des bornes de provisionnement
Mission 14 mois Cdiscount:
Etudes et Analyses:
-Risque / Fraudes /Recouvrement
Pilotage de l'acceptation:
-Règles et arbres de décisions des blocages FIANET.
-suivi et pilotage de Score de solvabilité 4x-2x
Gestion de Projet:
-Mise en place des blocages cartes prépayées.
-Mise en place du paramétrage des paiements cartes N fois en fonction de l'expiration.
-Conception du moteur fraude (Arbres de décision) en remplacement de FIANET
Mission 5 mois LYRA NETWORK:
-MOA -- PO de la team AVENGERS sur PAYZEN.
Mission de 3 mois Boursorama Banque:
-Audit d'une base de données:
Mission de 1 an Clubmed CAE:
-Conception & intégration de reporting dans les chaînes de production au sein du
pilotage de la direction commerciale
Etudes et reporting:
-Suivi du tunnel de transformation [ Demande / Prospect /Clients]
-Suivi du ux réalisés d'appels sortant sur la demande de dossiers.
-Analyses des retours de campagnes.
-BACKTESTING des scores d'appétences.
-Segmentation et ciblage pour les campagnes de marketing direct.
-Modélisation d'un score d'appétence et segmentation comportementale clients;
-Ciblage et MEP via NEOLANE de la campagne de marketing direct.
-Analyses des retours de campagnes.