Qu'est-ce qu'un data analyst ? Définition, missions et journée type

Un data analyst extrait, nettoie et analyse des données pour produire des insights actionnables. Il répond à des questions métier précises (performances commerciales, comportement client, anomalies) via SQL, Python et des dashboards — sans construire de modèles de machine learning.

C'est le métier data le plus répandu en France en 2025, avec plus de 8 000 offres d'emploi actives sur LinkedIn.

Ce que fait vraiment un data analyst

Le data analyst passe son temps sur trois activités — dans cet ordre de fréquence :

60–70% : extraire et préparer les données

SQL pour interroger les bases de production. Python (Polars ou Pandas) pour nettoyer, transformer, joindre des datasets hétérogènes. C'est la réalité que les fiches de poste minimisent systématiquement.

15–20% : analyser et modéliser

Statistiques descriptives, agrégations, window functions, KPIs. Identifier les tendances, les anomalies, les corrélations entre variables. Construire des modèles de scoring simples (régression logistique) quand nécessaire — mais ce n'est pas le cœur du poste.

10–15% : visualiser et communiquer

Dashboards Streamlit ou Power BI, rapports PDF automatisés, présentations pour des décideurs non-techniques. La compétence différenciante : traduire un résultat statistique en recommandation actionnable.

Les compétences concrètes du data analyst

Compétence	Outil principal	Niveau attendé
SQL analytique	DuckDB, PostgreSQL, BigQuery	Avancé (window functions, CTE)
Manipulation Python	Polars, Pandas	Intermédiaire
Visualisation	Streamlit, Plotly, Power BI	Intermédiaire
Versioning	Git + GitHub	Basique
Communication	Slides, storytelling data	Intermédiaire

Les window functions SQL (ROW_NUMBER, LAG, LEAD, SUM OVER) sont citées dans 78% des offres data analyst senior — c'est le seuil invisible entre junior et confirmé.

Besoin de tester votre niveau SQL actuel ? Le quiz SQL data analyst — 20 questions progressives — vous indique exactement quel module aborder en premier.

Journée type d'un data analyst

9h00 — Extraction des données

Requête SQL sur la base de production pour récupérer les ventes de la semaine précédente. Jointure entre 3 tables. Filtre sur les 7 derniers jours. Exportation en CSV ou chargement direct dans un DataFrame Polars.

10h30 — Nettoyage et validation

Détection des valeurs nulles, des doublons, des outliers statistiques. Vérification de la cohérence (sommes, totaux, dates). Un pipeline Pointblank ou Pandera automatise ces checks à partir du deuxième run.

11h30 — Analyse

Agrégations par région, par segment client, par canal. Comparaison semaine/semaine avec une window function LAG. Calcul du taux de conversion par entonnoir. Construction du KPI manquant que le product manager attendait depuis 3 semaines.

14h00 — Dashboard ou rapport

Mise à jour du dashboard Streamlit en production, ou génération d'un rapport PDF automatisé. Intégration du commentaire de direction dans les slides du COMEX.

15h30 — Réunion business

Présentation des résultats. Questions. Nouveau périmètre d'analyse. Retour au SQL.

Data analyst vs data scientist : la différence nette

La confusion est fréquente. Voici la distinction opérationnelle :

Critère	Data Analyst	Data Scientist
Objectif principal	Répondre à des questions métier	Construire des modèles prédictifs
Outil central	SQL + Python de manipulation	Python/R + ML frameworks (scikit-learn, PyTorch)
Output	Dashboard, rapport, KPI	Modèle déployé, API de prédiction
Niveau stats	Statistiques descriptives	Statistiques inférentielles + ML
Profil courant	Vient du contrôle de gestion, marketing, finance	Vient de l'ingénierie, de la recherche, de la physique
Salaire France	35–55K€ (selon expérience)	45–70K€ (selon expérience)

En pratique, les deux métiers se chevauchent dans les équipes data petites (<5 personnes). Dans les grandes organisations, les rôles sont plus séparés.

Pour aller plus loin sur les salaires data analyst en France : comparaison par ville, secteur et niveau d'expérience.

Salaire data analyst France 2025

• Débutant (0–2 ans) : 32 000–40 000€ brut
• Confirmé (3–5 ans) : 42 000–55 000€ brut
• Senior (5+ ans) : 55 000–75 000€ brut

Les DA spécialisés Python/SQL analytique (DuckDB, Polars) sont 15 à 25% au-dessus de la médiane. Ceux qui déploient des dashboards Streamlit en production encore plus.

Comment devenir data analyst

Le parcours le plus court vers un premier poste :

1. SQL — fondation indispensable. Toutes les équipes data l'utilisent. Commencez par SQL Mastery : 10 modules sur DuckDB, 87 exercices sur des bases réelles (Northwind, Chinook).
2. Python — Polars et Pandas pour la manipulation. Plotly pour la visualisation.
3. Un projet GitHub visible — un dashboard déployé vaut mieux que 50 notebooks privés.
4. Portfolio data analyst — structurer vos projets pour que chaque recruteur comprenne votre valeur en 10 secondes.

Pour le parcours complet : comment devenir data analyst en 2025.

---

FAQ : vos questions sur le métier de data analyst

Qu'est-ce qu'un data analyst exactement ?

Un data analyst est un professionnel qui collecte, nettoie, analyse et présente des données pour aider une organisation à prendre de meilleures décisions. Il maîtrise SQL, Python et des outils de visualisation. Il travaille principalement sur des questions métier concrètes — pas sur des modèles de machine learning complexes.

Quelle est la différence entre data analyst et data scientist ?

Le data analyst répond à des questions passées et présentes (que s'est-il passé ? pourquoi ?) avec SQL et Python. Le data scientist construit des modèles prédictifs (que va-t-il se passer ?). En pratique, les petites équipes combinent les deux rôles.

Quelles compétences faut-il pour devenir data analyst ?

SQL (niveau avancé : window functions, CTE), Python (Polars ou Pandas), un outil de visualisation (Streamlit ou Power BI), Git, et des capacités de communication. La compétence la plus sous-estimée : savoir raconter une histoire avec des données pour des non-techniques.

Quel salaire pour un data analyst en France ?

De 32K€ (junior) à 75K€+ (senior spécialisé). La médiane tourne autour de 42–48K€ pour un profil confirmé à Paris. Les DA Python/DuckDB sont mieux payés que les profils Excel-only.

Faut-il un diplôme pour devenir data analyst ?

Non. Beaucoup de DA viennent de reconversions (finance, marketing, ingénierie). Ce qui compte pour un recruteur : un portfolio GitHub avec des projets concrets, des compétences SQL vérifiables, et la capacité à communiquer des résultats. Le diplôme accélère le premier entretien, pas la carrière.