Data analyst
Il transforme les chiffres de l’entreprise en décisions claires : ce qui marche, ce qui coûte, ce qu’il faut changer.
Le métier en bref
Le data analyst exploite les données de l’entreprise pour répondre à des questions concrètes : qui achète, ce qui marche, où l’on perd de l’argent.
Il construit des tableaux de bord et présente ses conclusions dans un langage que la direction comprend.
En Afrique de l’Ouest, une partie des données vit encore dans des fichiers Excel, des exports d’opérateurs mobile money ou des ventes ressaisies à la main. Avant d’analyser, il passe souvent du temps à rassembler, nettoyer et rapprocher ces sources.
Les missions
Analyse à la demande
Interroger les données pour répondre aux questions du métier : par exemple, identifier les quartiers où les commandes chutent en soirée.
Préparation des données
Rassembler, nettoyer et croiser des sources hétérogènes : par exemple, rapprocher les exports d’un opérateur mobile money des commandes enregistrées dans l’application.
Tableaux de bord
Construire et maintenir les indicateurs clés suivis dans le temps : par exemple, un tableau Metabase des ventes par canal, mis à jour chaque matin.
Mesure des changements
Mesurer l’effet d’un changement avant de le généraliser : par exemple, comparer deux versions d’une page de paiement sur deux groupes d’utilisateurs.
Restitution des résultats
Présenter des conclusions claires, utiles pour décider : par exemple, une note d’une page avec trois graphiques et une recommandation.
Qualité des données
Signaler les incohérences et les sources douteuses : par exemple, des clients en double parce qu’ils ont changé de numéro de téléphone.
La stack
De la base vers le haut : ce qu'il manie chaque jour.
Langages
- SQL
- Python
- DAX
Données
- PostgreSQL
- BigQuery
- Excel
- Google Sheets
Outils
- pandas
- Jupyter
- Power Query
- dbt
Analyse
- Power BI
- Metabase
- Looker Studio
- Google Analytics 4
Un plus : ce qui fait la différence
- Statistiques inférentielles et tests A/B
- Notions de data engineering
- Connaissance d’un secteur (commerce, finance, santé)
- Rédaction de notes de synthèse
Le profil
Esprit critique
Un chiffre surprenant est souvent une erreur de données avant d’être une découverte.
Rigueur méthodique
Une jointure mal écrite peut fausser tout un tableau de bord sans que personne ne le voie.
Sens de la vulgarisation
La direction attend une conclusion, pas une démonstration statistique.
Curiosité métier
Il ne pose les bonnes questions que s’il comprend comment l’entreprise gagne de l’argent.
Junior, confirmé, senior : ce qu'on lui confie
Junior
0 à 2 ans
Il produit des extractions et des tableaux de bord à partir de demandes précises, et documente les requêtes qu’il écrit.
Confirmé
3 à 5 ans
Il reçoit des questions ouvertes du métier, choisit la méthode, construit les indicateurs et présente ses conclusions à la direction.
Senior
6 ans et plus
Il définit les indicateurs de référence de l’entreprise, garantit leur fiabilité et encadre les autres analystes.
La formation
Master en statistiques, en économie ou en data, ou école de commerce avec spécialisation.
Les évolutions
Data scientist, analytics engineer, head of data.
¿No encuentra su perfil profesional?Candidatura espontánea
