Avec un profil entre informatique et statistique, le data analyst est connecté aux systèmes d'information de l'entreprise. Dans ce poste, vous êtes dédié à une seule source de données. Dans un univers e-commerce par exemple, le data analyst s'occupe des données CRM : il collecte les données produites par les clients dans tous les canaux et les analyse en détail pour créer de nouvelles sources de valeur.
L'analyste de données agit alors comme un pont entre les systèmes d'information et de marketing qui utilisent les données traitées.
Les missions de l'analyste de données
L'analyste de données crée des bases de données.
L' analyste de données collecte les données de toutes les pages créées par les visiteurs (clients ou non) d'un site Web. Pour ce faire, il organise des bases de données afin de les centraliser.
Exemple : Une base de données peut regrouper des informations telles que l'âge, la fréquence d'achat, le mode de paiement, le canal d'achat (mobile, tablette, desktop), l'origine du visiteur sur le site (recommandé, organique… ), le taux de rebond, le nombre de clics par visiteur…
Ainsi chaque client a son "identité" avec toutes ses actions et son historique répertoriés. L'analyste de données commence à concevoir des bases de données pour centraliser les informations
Vous devez modéliser les données.
Une fois les données brutes structurées, l'analyste de données reconnaît les corrélations pour leur donner un sens et une valeur. Il identifie des entités logiques entre chacune d'elles afin qu'elles ne soient plus isolées.
Ensuite, les données sont traduites (rapport, graphique, graphique, etc.) pour donner à l'entreprise des axes de développement.
Exemple : Une fois toutes les informations collectées et modélisées, l' analyste de données différencie les groupes : les femmes de 20 à 35 ans achètent des produits culturels une à deux fois par mois sur leur téléphone portable avec leur carte bancaire.
Effectuer la segmentation des données.
Une fois les données collectées et structurées, elles sont segmentées. Dès cette phase, l' analyste de données participe à la prise de décision avec les équipes stratégiques à titre consultatif. La segmentation des données permet d'identifier des tendances (consommation, etc.), des profils de consommateurs, etc.
Le marketing va ensuite utiliser ces données pour développer de nouveaux produits, améliorer le processus d'achat sur le site internet, lancer une nouvelle stratégie de relation client et améliorer son CSP (ciblage, segmentation, positionnement).
Exemple : Dans ce groupe de femmes entre 20 et 35 ans, 60 % achètent des livres de littérature classique le lundi midi. Cette segmentation n'était pas connue des équipes marketing et il s'avère que les ventes ont chuté : alors une stratégie de segmentation est lancée pour relancer la gamme.
Le data analyst rejoint les équipes marketing pour trouver de nouvelles stratégies de ciblage et de communication. Dans une grande entreprise, l' analyste de données joue un rôle clé. L'historique des données qu'il crée et met en forme permet de corriger les erreurs ou omissions passées afin d'améliorer les processus et de contribuer au bon fonctionnement de l'entreprise et à son développement.
Si vous travaillez sur une seule source de données, vous accéderez au poste de Data Scientist avec expérience. Contrairement au data analyst, le data scientist parcourt toutes les données de l'entreprise : sa manière de traiter les données est plus prospective. Anticipez les données historiques pour développer des stratégies qui surperforment le marché.
