Fiche Métier : Data Analyst

Le marché de l’analyse de données dans le sport devrait atteindre 4 milliards de dollars (3.6 milliards d’euros) d’ici 2022 (source : Forbes). Cette croissance s’explique par les nombreuses utilisations que trouve la data dans le domaine du sport. L’analyse de data pénètre de plus en plus dans le monde sportif de différente façon. Elle peut aider les équipes à gagner, monitorer le fan engagement, être bénéfique pour l’écosystème organisationnel ou encore faciliter les négociations avec des partenaires. Dans cet article, nous avons regroupé les principaux éléments pour vous permettre de comprendre et de découvrir le  métier de Data Analyst.

Le Data Analyst est responsable de l’analyse de données issues de l’activité de l’entreprise. Il recueille et traite les données afin de soumettre des recommandations pertinentes. Ses missions ont pour objectif de donner vie aux données en les interprétant. Il exploite les informations recueillies par différents canaux qui visent à faciliter les prises de décisions par les managers.

Missions du Data Analyst :

• Recueillir, traiter et étudier les données statistiques pour produire des analyses métiers et des recommandations,
• Construire et faire évoluer les rapports issus du Business Intelligence (BI) & Web Analytics pour permettre aux différentes équipes d’avoir une vision cohérente sur les résultats d’activité des produits et leur bon fonctionnement technique,
• Gérer les outils d’analyses permettant aux décideurs internes ou aux clients de suivre l’évolution de leurs sites ou produits,
• Assurer la bonne interprétation et la diffusion des rapports d’analyse résultant du BI & Web Analytics.

Les clefs de réussite a ce poste :

 Savoir :

• Connaît bien le fonctionnement global de l’entreprise ;
• A des connaissances en mathématiques : en statistique de bases, en modélisation, en analyse de données (Math appliquées) ;

Savoir-être :

• A un bon esprit d’analyse
• Fait preuve d’une grande honnêteté intellectuelle et de prise de recul par rapport aux méthodes utilisées pour garantir qu’elles soient adaptées au contexte des données traitées
• A une bonne capacité d’organisation pour structurer ses méthodes de travail et son plan d’intervention
• A une excellente capacité d’ecoute et de communication pour expliquer et convaincre ;
• A une grande capacité d’adaptation (rester réactif au changement) ;

 Savoir-faire et compétences :

 Pour mener à bien son travail, le data analyste doit posséder des compétences particulières, notamment en ingénierie informatique.

Il sera en effet amené à utiliser des outils spécifiques au Big Data, notamment les outils de traitement des données comme Hadoop ou Spark pour transformer les données brutes en informations utiles. Le langage informatique n’a donc aucun secret pour lui.

• Maîtrise des techniques statistiques et de datamining (SAS, SPSS, VBA, ACCES) ou encore, des langages (R) de bases de données SQL, et des outils de web Analytics,
• Connaissances juridiques et réglementaires de la gestion des données (usage, délais, durée de vie…),
• Maîtrise des techniques statistiques et de datamining (SAS, SPSS, VBA, ACCES) ou encore, des langages (R) de bases de données SQL, et des outils de web Analytics,
• Anglais courant.

Dans quelle type de structure évolue le Data Analyst ?

Dans l’industrie du sport, le Data analyst évolue en majorité dans les clubs de football et de rugby en majorité actuellement. Départements dédiés à la notion globale de « performance » dans les clubs avec effectif croissant.

la FFR dispose d’un Data Analyst au sein de son équipe et le club Manchester United développe fortement cette approche. Les sociétés de data se créent de plus en plus.

Dans une entreprise de taille très petite, petite et moyenne (TPE / PME) : le Data analyst sera un rôle qui pourra être cumulé avec d‘autres rôles comme le data miner et le data scientist.

Dans une Entreprise de Taille Intermédiaire (ETI) ou un Grand groupe : le data analyst aura un rôle important et  travaillera en équipe  avec le/la data miner et/ou le/la data scientist. Dans cette configuration, il/elle pourra aussi en plus avoir un rôle de « scrum master » (chef de projet dans le big data). Les compétences associées au travail en équipe agile, sont plus recherchées dans les entreprises d’une certaine taille qui a une équipe big data.

Et la rémunération ?

En tant que Junior, le Data Analyst peut espérer gagner au moins 35k €/an. De toute évidence, cette rémunération est variable. Néanmoins avec de nombreuses et importantes missions à sa charge, le Data Analyst peut gagner jusqu’à 80k €/an une fois Expert.

Aussi, s’il devient par la suite Data Scientist, il pourra prétendre à une rémunération plus conséquente allant jusqu’à 180K €/ans.

• Junior : 35K – 45K €/an,
• Senior : 55K – 65K €/an,
• Expert : 70K – 80K €/an.

Vous l’aurez compris, le métier de Data Analyst est un métier complexe qui demande une certaine polyvalence et des compétences bien précises. Au fur et à mesure de sa carrière, le Data Analyst pourra évoluer en ayant des postes de consultant ou des postes managériaux  dans différents types d’organisations de l’industrie du sport.