Numérique, données et cybersécuritéMétier peu connu

Data analyst

Transforme des tableaux de chiffres en réponses utiles pour décider.

Photo : Zuko.io Images, CC BY 2.0, Wikimedia Commons

Études: Dès bac+3; plusieurs voies possibles
Salaire de début: 2 900 €; brut par mois, d'après ONISEP
Perspectives: Plutôt favorables; évaluation éditoriale
Tâches exposées à l'IA: Élevée; incertitude forte

En vrai, tu ferais quoi ?

Tu récupères des données (ventes, fréquentation, mesures), tu les nettoies, tu les analyses et tu présentes ce qu'elles montrent avec des graphiques clairs. Tu aides les équipes à prendre des décisions basées sur des faits.

Un problème concret à résoudre

Un réseau de bibliothèques veut savoir pourquoi la fréquentation baisse. Tu croises les horaires d'ouverture, les emprunts et les inscriptions par quartier, tu montres que la baisse est concentrée le samedi matin dans deux quartiers et tu proposes de tester de nouveaux horaires.

Une journée dans sa peau

Un exemple représentatif : les horaires et les missions changent selon l'employeur, la saison et la personne.

9h00
Début de journée
Lecture des demandes : le service marketing veut comprendre une baisse des ventes.
9h30
Première mission
Requêtes dans la base de données et nettoyage des données.
11h30
Travail avec l'équipe
Atelier avec les équipes métier pour bien comprendre la question.
14h00
Problème à résoudre
Les chiffres de deux services ne concordent pas : tu cherches quelle définition chacun utilise.
16h30
Fin de journée
Mise à jour d'un tableau de bord et préparation d'une présentation.

Ce que tu fais vraiment

Collecter et nettoyer des données
Analyser et faire des statistiques
Construire des tableaux de bord
Présenter des résultats de façon claire
Vérifier la qualité et la fiabilité des données

Les outils

SQL, Tableurs, Python ou R, Outils de tableaux de bord, Assistants d'IA.

Avec qui

Équipes métier (marketing, finance, RH…)
Data engineers
Direction
Développeurs

Où

Entreprise (banque, commerce, santé, industrie)
Administration
Cabinet de conseil
Télétravail fréquent

Répartition indicative du temps

Analyse sur ordinateur65 %
Échanges avec les équipes25 %
Présentations10 %

Ordre de grandeur, très variable selon les postes. Évaluation éditoriale.

Ce qu'on ne te dit pas toujours

Aucun métier n'est parfait. Mieux vaut le savoir avant de t'engager.

Une grande partie du temps sert à nettoyer des données mal rangées.
Écran toute la journée.
Les résultats ne plaisent pas toujours : il faut savoir défendre une analyse honnête.
L'IA fait déjà une partie des analyses simples : il faut aller plus loin qu'elle.

Les études et les chemins possibles

Plusieurs voies existent. Aucun diplôme unique n'est obligatoire : tu peux entrer par une formation courte et progresser ensuite.

Bac+3: BUT science des données (alternance possible)
Licence avec un parcours science des données
Bac+5: Master statistique, économétrie ou science des données (alternance possible)
Diplôme d'ingénieur en statistique ou en science des données

Beaucoup de reconversions viennent d'autres métiers (marketing, finance) avec une formation complémentaire.

Les intitulés de diplômes viennent de la fiche ONISEP du métier. Pour trouver une formation près de chez toi : ONISEP, Parcoursup, La bonne alternance.

Combien tu peux gagner ?

Les salaires varient selon l'employeur, la région, le statut et les primes. Voici ce qui est documenté, et ce qui ne l'est pas encore.

En début de carrière
dès 2 900 €
brut par mois, salarié·e
ONISEP : « À partir de 2900 euros brut par mois. »
Après quelques années
Progression possible importante
Évaluation éditoriale, sans chiffre dans cette version.
Ce qui fait évoluer le salaire
- Spécialisation (data science, ingénierie des données)
- Connaissance d'un secteur
- Management d'équipe
Confirmé·e
À vérifier
Pour un niveau confirmé, consulte des sources à jour : grilles de la fonction publique, conventions collectives, études de rémunération des cadres.
- Métierscope (France Travail)
- APEC (métiers cadres)

Ce qui fait varier le salaire, et comment lire brut et net

Banque, conseil et grandes entreprises paient en général davantage
Statuts possibles (ONISEP) : statut salarié

Le brut est le salaire avant cotisations. Le net estimé (environ 78 % du brut dans le privé, un peu plus dans le public) est ce qui arrive sur ton compte, avant l'impôt sur le revenu. Les montants sont mensuels, pour un salarié à temps plein.

Source : fiche ONISEP « Data analyst (analyste de données) », consultée le 11 octobre 2026. Voir la fiche ONISEP

Est-ce qu'il y a du travail ?

Perspectives plutôt favorables

Des débouchés réels, avec des conditions (expérience, mobilité, spécialisation…).

Les données sont partout, mais le métier se transforme vite avec l'IA. ONISEP ne détaille pas l'emploi : indicateur éditorial.

Besoins de recrutement: Secteurs cités par ONISEP : banque-assurance, commerce et distribution, industrie chimique, santé.
Évolutions en cours (évaluation éditoriale): Les analyses simples sont de plus en plus produites par des outils automatiques : les profils capables de comprendre le métier et de questionner les données restent recherchés (analyse éditoriale).

ONISEP ne détaille pas l'emploi pour ce métier : l'indicateur est une évaluation éditoriale, à confirmer.

Ce que cet indicateur ne dit pas

Un secteur en croissance ne garantit pas un emploi facile à trouver, et un métier « en tension » peut l'être à cause de conditions de travail difficiles. Les situations varient beaucoup selon les régions.

Pour des chiffres à jour, par région :

Et avec l'IA ?

L'IA écrit des requêtes et produit des graphiques en quelques secondes. La valeur se déplace vers la bonne question et l'esprit critique.

Exposition élevée des tâches

Beaucoup de tâches peuvent être réalisées ou préparées par l'IA. Le métier se transforme : cela ne veut pas dire qu'il disparaît. Incertitude forte sur cette analyse.

Forte transformation des tâches
L'IA augmente les capacités
Métiers émergents ou en évolution rapide

Tâches automatisables

Requêtes SQL simples
Graphiques standards
Rapports répétitifs

Tâches accélérées ou améliorées

Exploration rapide de grands jeux de données
Détection automatique d'anomalies

Ce qui reste humain

Poser la bonne question
Vérifier la qualité et le sens des données
Expliquer les limites d'un résultat
Convaincre

Compétences utiles demain

Évaluer les résultats produits par l'IA
Gouvernance et éthique des données

Risques et incertitudes

Décisions prises sur des analyses automatiques non vérifiées

Opportunités

Plus d'impact, moins de tâches répétitives

Évaluation éditoriale. Automatiser des tâches ne signifie pas supprimer le métier : les effets dépendent aussi de l'organisation des entreprises, de la réglementation, de la demande et du coût des technologies. Analyse fondée sur l'approche « par tâches » de l'OIT et de l'OCDE. Voir la méthode

Est-ce que ce métier pourrait te correspondre ?

Ce qui peut te plaire si tu aimes…

Être curieux·se de le numérique
Aimer travailler avec les données et les chiffres
Aimer analyser des informations
Te voir travailler entre bureau, terrain et télétravail
Aimer réfléchir, analyser et écrire

Les contraintes à prendre en compte

Beaucoup de travail sur écran

Les questions à te poser

Est-ce que j'aime les maths et les statistiques ?
Ai-je envie d'expliquer des résultats à des non-spécialistes ?

Pour aller plus loin

Découvrir le métier en vrai

Explorer des données publiques (data.gouv.fr) sur un sujet qui te passionne
Stage d'observation dans un service études ou marketing
Les journées portes ouvertes des lycées, CFA et écoles qui y préparent

Trouver un stage de 3e 1jeune1solution : stages, alternance, jobs

Questions à poser à un·e professionnel·le

« Combien de temps passez-vous à nettoyer des données ? »
« Comment l'IA a-t-elle changé votre travail ? »
« Qu'est-ce que vous auriez aimé savoir avant de commencer ? »

Ressources officielles