En résumé
Le Data Analyst exploite de grands volumes de données afin d’optimiser la prise de décision dans le cadre de missions de conseil, d’audit ou d’expertise comptable. Pour ce faire, il recourt à des techniques statistiques, développe des programmes informatiques d’analyse de données et produit des supports de présentation de ses analyses adaptés au besoin du client.
Domaine d'activité
Métiers du conseil
Famille métier
Métiers du conseil
Autres appelations
Analyste de données, Business Analyst, Consultant en Data Analytics...
Code rome
38971 - Data analyst
Nomenclature PSC
388c - Chefs de projets informatiques, responsables informatiques
Activités
Proposition commerciale et cadrage des besoins client
- Participe aux réponses aux appels d’offre (élaboration de la méthodologie, tarification, soutenance...) en intervenant particulièrement sur le volet «data analyse » des missions de conseil, d’expertise comptable ou d’audit
- Identifier les problématiques du client et les opportunités du contexte de la mission, réalise une première expertise des données client à disposition, formule les hypothèses de travail et les limites d’analyse
- Adapte les objectifs et étapes de la mission à partir de sa compréhension des enjeux (stratégie d’entreprise, état des bases de données, nature des systèmes d’information et process informatiques...) selon le type de mission (conseil en finance, audit financier ou SI...)
Recueil, mise en forme et exploitation des données
- Recueille et référence les données client (par exemple : données de facturation client, de paiement fournisseurs...) ainsi que les éventuelles données supplémentaires (par exemple : base de données financières compilées par le cabinet, bases de données publiques...)
- Applique des méthodologies d’analyse adaptées (construction d’indicateurs, modèles prédictifs, data visualisation...) pour répondre aux objectifs de la mission, par exemple : identification des zones de risques d’un SI, réalisation de prévisions d’évolution du chiffre d’affaire, construction d’un programme de détection d’anomalies dans la saisie des informations comptables...
- Enrichit le travail d’analyse de données par des entretiens auprès des interlocuteurs clés (exemple : DSI) ou par des analyses complémentaires (études de marché, benchmarks...)
- Fait régulièrement un point sur l’avancement des travaux auprès du client, s’assure du respect du budget et des délais
- Identifie les solutions envisageables et leviers d’action pour répondre aux enjeux stratégiques de l’entreprise, construit les plans d’actions avec le client (par exemple : identification d’un logiciel de comptabilité adapté aux enjeux de l’entreprise, ciblage d’investissements stratégiques, réorganisation des processus de traitement de l’information comptable...)
Développement de l’activité, veille « métier » et technologique
- S’appuie sur un travail de veille régulier pour alimenter sa pratique : veille « métier » sur les évolutions des problématiques comptables, financières, d’audit selon le type de clientèle accompagnée et veille technologique sur les évolutions des outils (logiciels, langage de programmations...) d’analyse de données
- Participe au développement des prestations du cabinet en se positionnant comme expert auprès des pôles d’activité du cabinet (expertise comptable, audit, conseil) : développement d’applications, de tableaux de bord, de prestations d’analyse de données...
- Entretient un réseau professionnel (dirigeants, consultants, Data analyst d’autres secteurs d’activité...) et met en valeur l’activité du cabinet en participant à des évènements et projets du cabinet (études, séminaires, rencontres professionnelles...)
Les compétences
Les compétences sont évaluées en 4 niveaux :
1 : Niveau de base - 2 : Niveau avancé - 3 : Niveau confirmé - 4 : Niveau expert
4/ 4
Collecte des informations nécessaires à la production d'une mission
Niveau
Concevoir de nouvelles méthodes de collecte, classification et analyse des informations collectées
Exemple
Développer des systèmes d’échanges de données client pour les pôles d’activité du cabinet
4/ 4
Concepts spécifiques au domaine de spécialité
Niveau
Anticiper les tendances et faire évoluer les offres et process de travail en fonction
Exemple
Maîtriser les principaux langages de programmation, développer de nouveaux cas d’usage
4/ 4
Gestion et exploitation d'une base de données
Niveau
Garantir la qualité de plusieurs bases de données, coordonner le stockage de données et la puissance de calcul
Exemple
Anticiper l’architecture technologique nécessaire pour analyser une base de données
4/ 4
Process et méthodologies de travail spécifiques au domaine de spécialité
Niveau
Intégrer les évolutions réglementaires, économiques et technologiques pour créer et diffuser de nouveaux process et modes de travail
Exemple
Construire de nouvelles offres de conseil en s’appuyant sur l’analyse de données
4/ 4
Utilisation d'un logiciel métier
Niveau
Maîtriser l'ensemble des fonctionnalités et gérer les cas complexes
Exemple
Créer un outil de détection de fraude pour une entreprise d’assurance
3/ 4
Production de livrables répondant à une problématique client
Niveau
Réaliser et formaliser des analyses s'appuyant sur une variété de matériaux et des préconisations articulées aux problématiques spécifiques du client
Exemple
Restituer des résultats sous des format variées : applications, rapport écrit, visualisations...
3/ 4
Réglementations spécifiques au domaine de spécialité
Niveau
Organiser une veille réglementaire et en tirer les enseignements pour sa pratique
Exemple
-
3/ 4
Sécurité des échanges de données avec l'externe
Niveau
Mettre en œuvre une démarche de sécurisation des échanges de données
Exemple
Mettre en place les infrastructures technologiques adaptées à un échange de données (ex : API...)
2/ 4
Accompagnement des projets de transformation
Niveau
Adapter les messages, les modalités de communication et proposer une organisation pertinente
Exemple
-
4/ 4
Anglais professionnel
Niveau
Diriger des débats techniques et un projet en anglais
Exemple
-
3/ 4
Adaptation à une variété de situations et d'interlocuteurs
Niveau
Adapter la prestation délivrée aux spécificités de situations et d'interlocuteurs
Exemple
Prendre en compte la qualité des données clientes pour anticiper les analyses possibles
3/ 4
Communication écrite et orale
Niveau
Développer des mises en forme écrites élaborées, schématiser des idées complexes
Exemple
Développer un support de visualisation de données restituant les résultats d’une analyse
3/ 4
Organisation et planification du travail
Niveau
Planifier son organisation du travail selon les priorités sur ses différents dossiers d'intervention
Exemple
Planifier son organisation du travail entre plusieurs missions de data analyse
3/ 4
Pilotage de missions
Niveau
Piloter une ou plusieurs phases et équipes projets
Exemple
Mener des analyses selon les étapes d’un projet, adapter l’organisation des travaux aux besoins du client
3/ 4
Posture conseil
Niveau
Engager son interlocuteur dans des prises de décision stratégiques à travers des recommandations d'actions argumentées
Exemple
Orienter la prise de décision d’un client en construisant les indicateurs et modélisations adéquats
3/ 4
Sens commercial
Niveau
Piloter la construction d'offres commerciales, entretenir un réseau de partenaires et apporteurs d'affaires
Exemple
Promouvoir les applications possibles d’analyse de données dans une proposition commerciale
2/ 4
Confidentialité et déontologie
Niveau
Respecter les règles de confidentialité et de déontologie, sensibiliser ses interlocuteurs, repérer les situations à risque
Exemple
-
2/ 4
Pilotage de la performance d'une organisation
Niveau
Définir les critères de mesure de la performance et mettre en place les process de reporting adaptés
Exemple
-
Variabilité du métier
Selon la taille du cabinet
- Dans les cabinets de petite et moyenne taille, le Data analyst peut intervenir sur une grande variété d’activités en lien avec les SI (cybersécurité, conseil SI...) et une variété de type de clients. Ils peuvent également prendre en charge les besoins en analyse de données et de développement applicatif (tableaux de bord...) des différentes activités du cabinet
- Dans les grands cabinets, les Data analyst interviennent au sein d’équipes spécialisées, ou sont répartis au sein des équipes de conseil financier, transaction service, audit financier, audit des SI... en tant qu’expert de l’analyse de données.
Selon les spécialités du cabinet
- Selon les domaines d’intervention du cabinet, les Data analyst interviennent sur des domaines d’expertise (expertise comptable, audit financier, due diligence...), des secteurs d’activités (banque-assurance...) ou types d’entreprises (startups..) spécifiques.
Selon l’expérience du professionnel
- Après quelques années d’expérience, le Data Analyst peut encadrer des collaborateurs juniors, piloter un périmètre plus large des missions (cadrage de la mission, négociation commerciale..) et interagir davantage avec le client.
Conditions d’exercice
Relations professionnelles internes :
- Autres consultants spécialisés (Consultant Finance, Consultant SI, Consultant RH),
- Auditeurs ou Assistants audit...
Relations professionnelles externes :
- Dirigeants,
- Directeurs et chefs de service en entreprise (DAF, DRH, DSI...),
- Prestataires informatiques des clients...
Télétravail :
- Possible sur une partie significative des activités, mais variable selon l’accès aux bases de données clientes ou la nécessité de participer à des sessions de travail en présentiel au sein de l’organisation cliente.
Prérequis pour l’exercice du métier
Formation initiale
Bac+5 en statistiques et informatique :
- Master 2 avec spécialisation en statistiques, data science, finances, économétrie, marketing...
Profil recommandé pour le personnel expérimenté s’orientant vers ce métier
- Data analyst/Data Scientist en entreprise
- Métiers du conseil et de l’audit avec spécialisation en analyse de données
- Métiers de l’analyse financière et de l’actuariat
- Métiers des cabinets d’études et de sondage, sous condition de formation aux spécificités de l’analyse des données comptables et financières
Formations prioritaires en cours de carrière
- Actualisation des connaissances des logiciels d’analyse et visualisation de données
- Actualisation des connaissances en matière de langages de programmation (Python, R...) et de traitement de bases de données (SQL...)
- Formations aux concepts d’analyse financières et comptables
- Formations aux méthodes et techniques de conseil et d’accompagnement du changement (méthode agile, design thinking...)
Tendances d'évolution du métier
- Renforcement des connaissances en comptabilité et finances d’entreprise pour compléter l’expertise en analyse de données
- Renforcement des compétences en animation et facilitation collective
Perspectives professionnelles
- Autres métiers du conseil au sein d’un cabinet d’expertise comptable ou en cabinet de conseil sous condition de renforcement de compétences en informatique / systèmes d’information ou comptabilité et finance selon la spécialité : Consultant SI, Consultant cybersécurité, Consultant finance, Consultant en transaction service...
- Chefs de projet au sein d’une direction financière, direction marketing...
- Métiers des cabinets d’études et de sondage