La plupart des jobs de Data Analyst… n’analysent pas
#23 Ou la réalité de notre métier
Bonjour à tous,
Bienvenue à la 23e édition de cette newsletter. Nous sommes désormais 2053 lecteurs qui se donnent rendez-vous toutes les deux semaines. Merci pour votre soutien continu.
Si vous ne le saviez pas encore, j’ai créé une cheat sheet SQL gratuit (téléchargée par +1K personnes) qui recense 90 % des commandes essentielles pour travailler dans la Data, chacune illustrée par un exemple concret. Vous pouvez pratiquer directement dans le même notebook ! Pour la recevoir, c’est par ici !
Un poste de rêve
Décembre 2023.
Mon téléphone sonne. De l’autre côté, une chasseuse de tête.
Elle a cette voix chaleureuse, presque comme si elle se réjouissait pour moi.
"J’ai pensé à vous pour un poste de Data Analyst Sénior. Spécialisée marketing acquisition. Très gros site. Énormément de trafic. Ça vous parle ?"
Ça me parle, oui. Mieux que ça : ça me tente.
Depuis plusieurs mois, je tourne un peu en rond dans ma boîte actuelle.
Malgré tous mes efforts pour intégrer une approche data-driven dans les décisions, l’équipe marketing continue à avancer sans consulter la data. La situation m’exaspère. Le trafic diminue, et avec si peu de volume, on ne peut pas faire grand-chose : pas d’A/B tests, pas de campagnes qui donnent de bonnes matières pour les analyses.
Je fais mon boulot, je le fais bien, mais j’ai la sensation que mon cerveau s’endort à petit feu.
Là, elle me parle de SEO, de SEA, d’analyse pour prise de décision, du trafic. Et surtout :
"Vous seriez en lien direct avec le VP Produit."
Je bois ses mots comme un café serré après une nuit blanche.
Deux semaines plus tard.
Je rencontre le fameux VP. Le type est brillant, clair, incisif. Il parle de stratégie, d’hypothèses, de tests à mener, d’avenir prometteur.
Le poste demande de solide compétences en analyse de données, SQL et Python.
Je me dis que c’est peut-être ça, enfin : un environnement où je vais pouvoir pousser mes analyses, challenger les certitudes, aller plus loin que les dashboards pour confirmer l’intuition de quelqu’un.
La déception
Puis vient l’entretien technique. Je rencontre une data analyste de l’équipe. On échange, elle me parle de ses outils, de leur quotidien, des types d’analyses réalisées.
Et là, un truc me gratte.
Je lui demande comment ils évaluent l’impact d’une nouvelle fonctionnalité. Elle me répond, très simplement :
“En général, on compare les performances avant et après. Si les chiffres augmentent et qu’on n’identifie pas de facteur externe, on considère que ça fonctionne.”
Je souris poliment. Je me dis que j’ai mal compris.
Elle m’explique que :
“L’objectif, c’est de faire des analyses plus avancées. Mais avec notre tracking actuel et notre stack technique, ce n’est pas encore possible.”
Je quitte l’entretien un peu sonnée.
Le poste est séduisant, oui. Le produit, le trafic, les interlocuteurs, les sujets.
Mais derrière le vernis… je sens que l’approche est fragile. Qu’on prend des décisions hâtives, basées sur des observations brutes.
Et je sais ce que ça implique.
J’ai déjà vu des projets s’écraser contre le mur d’hypothèses mal formulées. Des équipes s’épuiser à courir après des KPIs qu’elles ne comprenaient pas vraiment.
Je sais que ce type d’environnement ne va pas renforcer mes compétences. Au contraire, je risque de les perdre. Parce que si je continue à simplement exporter des chiffres, au lieu de mener de vraies analyses… je vais régresser.
Le décalage
Je repense souvent à cet entretien.
Ce que j’ai ressenti ce jour-là, je l’ai ressenti ailleurs aussi. Dans d’autres missions, d’autres boîtes, d’autres équipes.
Pendant une autre mission, on m’a demandé d’analyser les performances mensuelles d’un site.
J’ai rédigé la slide avec les chiffres, montré la jolie courbe ascendante, et les gens avaient l’air contents de cette hausse.
Personne ne m’a demandé : "Mais ce trafic, il convertit mieux ? Il reste plus longtemps ? Il rebondit moins ?"
La vraie mission, en réalité, c’était de valider que ça allait dans le bon sens.
Si le trafic augmentait, c’était déjà un succès en soi.
C’est là que j’ai commencé à réaliser que dans certaines entreprises, le niveau de maturité data est encore très bas.
Qu’on est souvent loin des analyses poussées ou des décisions éclairées.
On veut juste être informé, on ne cherche pas vraiment à comprendre et à améliorer.
La réalité
En fait, ce n’est pas un problème isolé. C’est très courant.
Ce genre de posture vient souvent de trois éléments, selon moi :
1. Des données limitées.
Quand on n’a pas encore les bons outils, les bonnes données, le bon tracking… l’analyse s’arrête avant d’avoir commencé. On se contente de ce qu’on a, même si c’est partiel.
2. L’équipe data = fonction support.
Les analystes sont sollicités pour répondre rapidement aux demandes opérationnelles, mais rarement impliqués en amont dans la réflexion stratégique.
Ils sont là pour fluidifier, répondre, produire. Et beaucoup moins pour creuser, comprendre, orienter.
3. Une culture data-driven encore immature.
Dans beaucoup de boîtes, “analyser”, ça veut simplement dire :
“Écrire une requête SQL pour extraire un chiffre, le mettre dans Power BI, le montrer en réunion… et s’assurer que le dashboard ne crashe pas.”
On se sert des données pour faire des reportings, produire des slides, communiquer aux managers.
Vos opportunités
Pourquoi je vous parle de tout ça ?
Parce que derrière ce constat un peu décevant, il y a une vraie opportunité.
La plupart des postes de Data Analyst ne demandent pas de compétences ultra-techniques.
Pas besoin d’être un expert en modélisation ou de sortir d’une école tech.
Ce qu’on attend, c’est :
Des requêtes claires
Une manipulation propre des données
Une bonne capacité d’analyse
Et de la pédagogie
Si vous êtes curieux, rigoureux et motivés, vous avez déjà un vrai avantage.
On s’imagine souvent que le métier est réservé à une élite très technique.
Mais la réalité du terrain est bien plus accessible.
Et aujourd’hui, il n’a jamais été aussi simple de se lancer.
La question, ce n’est pas “Suis-je prêt ?”
C’est : “Est-ce que je saisis cette chance maintenant… ou plus tard, quand ce sera plus dur ?”
J’espère que cette édition vous a été utile, et vous ouvre des pistes de réflexion.
N’hésitez pas à partager ce que vous en pensez en commentaire, ou mettre un petit like qui me fera chaud au cœur.
À bientôt !