Le métier

Le Data Analyst a pour responsabilités d’être le traducteur (i.e. l’interface) entre les problématiques opérationnelles métiers et la Data, de fiabiliser et d’améliorer la qualité des données, de transformer des données dans un format adapté à l’analyse et d’analyser les données avec un regard opérationnel métier afin d’orienter les décisions stratégiques de l’entreprise.

Les activités visées requièrent naturellement la maîtrise de bases de données, la capacité de modélisation/simulation, le recours à des logiciels spécifiques calculatoires et/ou de datavisualisation (SAS, R-Studio, Tableau, Power BI…) d’une part et, la prise en compte de forts enjeux sociétaux d’autre part (respect des règlementations sur les données [RGPD…], règle de déontologie de l’ingénieur, minimisation de l’empreinte carbone des bases de données et des calculs statistiques…).
Rattaché à une direction métier (directions opérationnelles : marketing, finance, contrôle de gestion, commerciale…), la valeur du Data Analyst se trouve dans la jonction entre ses capacités à préparer les données, à les exploiter en autonomie et sa connaissance fonctionnelle des besoins des métiers. Le fait d’être en prise directe avec les problématiques business lui permet d’amener une vision opérationnelle dans les projets de l’entreprise.

Le Data Analyst joue un rôle central dans la chaine de valorisation des données. Il est ainsi un maillon essentiel des équipes Data au sein desquelles il interagit avec les Data Architect (responsables de la conception, de la mise en œuvre et de la gestion des architectures de données), les Data Scientist (responsables de la définition et de la mise en œuvre des algorithmes de Machine Learning) et les Data Protection Officer (responsables de la conformité au RGPD).

Les activités du Data Analyst au sein d’une entreprise peuvent se synthétiser en quatre familles principales :

• Préparation des données : collecte des données : ingestion et stockage normalisé des données souvent issues de différentes sources (bases de données SQL ou NoSQL, Datalake). Exploitation des données : audit, mesure et amélioration continue de la qualité des données, définition des référentiels de données (documentation). Application de traitement : respect de la protection des données personnelles (minimisation, pseudonymisation, agrégation, etc.), définition des règles de gestion des données.
• Analyses opérationnelles métiers : compréhension des besoins Data des métiers (directions opérationnelles). Exploration des données à l’aide de logiciels spécifiques (SAS, R Studio, SQL*Plus, MySQL Workbench…). Exploitation métiers des données à l’aide de logiciels spécialisés dans l’analyse de données, la modélisation statistique ou le calculs d’indicateurs (SAS, R…). Réalisation d’études métiers sur les données : dashboard réalisés à l’aide de logiciels spécialisés (Tableau, Power BI, Qlick Sense…), rapport, présentation, PoC.
• Valorisation des données et des analyses : présentation des données à l’aide de logiciels de datavisualisation (Spotfire, Cartes & Données, Tableau, Power BI, Qlick Sense…). Partage des résultats et analyses à différents interlocuteurs (métier, direction, utilisateurs). Communication des résultats (data storytelling).
• Participation aux projets de développement des usages dans l’entreprise : identification des cas d’usage pour son métier. Participation aux projets Data de l’entreprise par l’apport de la vision métier et des données afférentes.

Titre d’ingénieur ENSAR spécialité Science de la donnée

La formation ingénieur ENSAR spécialité Science de la donnée a pour objectif de former des Ingénieur(e)s et analystes des données, Data Analyst, statisticien(ne), chargé(e) d’études statistiques, Business Analyst, Data Consultant, Data Engineer, Data Owner…