Tu transformes des données brutes en informations utiles pour décider : tableaux de bord, analyses, reporting. Tu fais le pont entre la technique (SQL, tableur, parfois Python) et le métier (comprendre la vraie question derrière la demande).
Les missions
- Extraire et nettoyer des données (requêtes SQL, fichiers)
- Construire et maintenir des tableaux de bord (Power BI, Tableau, Looker)
- Analyser des tendances et expliquer les écarts (« pourquoi ce chiffre ? »)
- Restituer clairement aux équipes métier (marketing, finance, ops)
- Fiabiliser les chiffres et documenter les indicateurs
Le cadre (où, avec qui)
Assis, devant un écran, en bureau ou en télétravail. En lien constant avec les équipes métier qui posent les questions. Employeurs : toute organisation qui a de la donnée — retail, banque/assurance, e-commerce, conseil, industrie, secteur public.
Une journée type
Beaucoup de préparation de données le matin (requêtes, nettoyage), construction ou mise à jour de tableaux de bord, réunions pour cadrer les besoins, puis restitution. On passe plus de temps à fiabiliser la donnée qu'à produire la « belle analyse ».
La réalité du salaire
⚠️ Ordres de grandeur à valider. Débutant : environ 2 200 à 2 600 € net/mois ; demande soutenue. La frontière avec data scientist / data engineer fait varier la rémunération, parfois nettement.
Y accéder en reconversion
Bootcamp data 3-6 mois ou titre/master ; il faut des bases SQL, un peu de statistiques et un outil de visualisation. Finançable CPF/PTP. Accessible en reconversion si tu es à l'aise avec les chiffres et la logique.
La pénibilité, sans filtre
- 80 % du temps à nettoyer/préparer la donnée, pas à analyser — peu glamour
- Un chiffre faux engage des décisions : pression sur la fiabilité
- Écran toute la journée, tableur omniprésent
- Tu dépends de la qualité des données produites par les autres
- Des demandes parfois floues qu'il faut reformuler soi-même
Évolutions possibles
- Data scientist (modèles prédictifs, machine learning)
- Data engineer / analytics engineer (industrialisation des données)
- Chef de projet data / responsable BI
Pour toi si…
Pour toi si les chiffres te parlent, si tu aimes chercher le « pourquoi » derrière une courbe, et si l'écran et le tableur ne te rebutent pas.
Évite si…
Évite si tu détestes Excel et la rigueur, si tu veux du terrain et du mouvement, ou si nettoyer des données pendant des heures t'ennuie profondément.
Source : fiche ROME M1403 · source 1