Dans l’océan grandissant de la Big Data, chaque donnée représente un grain de sable 📊🌊

‍

Le Data Analyst est là pour récolter ces grains de sable, les trier, les mettre en forme et construire un château de sable.

‍

Au sein des cabinets d’expertise-comptable, le métier de Data Analyst est encore peu répandu.

‍

Et pourtant ! S’il y a bien un domaine où l’analyse des données est importante, c’est celui de la comptabilité.

‍

C’est pour cette raison que de plus en plus de cabinets font appel à des Data Analysts pour les aider à « faire parler les chiffres »

‍

Nous avons rencontré Yawo-Messah Amoudji, Data Analyst et organisateur des événements Digital Finance & Compta Innov, qui nous parle de son expérience en cabinet comptable.

‍

‍

Quelles sont les missions d’un Data Analyst ?

‍

‍

Le Data Analyst – ou Analyste des Données - est un spécialiste de la donnée. 

‍

« C’est un professionnel qui manipule la donnée d’une entreprise, dans le but de trouver des insights et des tendances utiles au pilotage de l’activité », explique Yawo-Messah. 

‍

Il collecte, prépare et interprète la data dans le but de la rendre intelligible. 

‍

Son rôle est ensuite de fournir des recommandations pour améliorer les processus et la prise de décision stratégique. 

‍

Mais où le Data Analyst va-t-il chercher ses données ? 

‍

Au sein d’un cabinet d’expertise comptable, « la data est créée par la saisie et la production comptable, affirme Yawo-Messah. Il faut distinguer deux typologies de cabinets : d’abord, il y a ceux où la saisie et la production se gèrent au niveau du client ; ce dernier nous donne accès à sa base de données et on fait du scrapping. Et puis il y a les cabinets où toute la chaîne est gérée en interne dans le cabinet, et le client nous envoie juste les documents et les factures nécessaires pour faire de la saisie. Dans ce cas-là, c’est nous qui générons la data ». 

‍

De la collecte à la modélisation, les missions du Data Analyst sont diverses. 

‍

Voici quelques-unes d’entre elles : 

‍

👉 Scraping 

‍

« Le scraping consiste à se connecter à une source sur une page web pour récupérer automatiquement de la donnée », nous dit Yawo-Messah. 

‍

Pour cela, le Data Analyst utilise des connecteurs qui vont extraire la data. 

‍

Sur certains outils comptables comme Pennylane, il existe la possibilité de se connecter directement à une source de data via une API, afin de collecter automatiquement les données et les intégrer au logiciel. 

‍

La data peut également être directement fournie par le cabinet ou par ses clients, notamment à partir des fichiers FEC et DSN. 

‍

‍

‍

‍

‍

Une fois que le Data Analyst a récupéré cette masse de données, il doit les mettre en ordre ⬇️

‍

👉 Nettoyage et structuration de la data 

‍

« La donnée n’est jamais propre. Soit il y a des données manquantes, soit c’est mal structuré. C'est alors à nous de nettoyer et de préparer ces données (via des requêtes, suppression des doublons, etc.) », prévient Yawo-Messah. 

‍

Une requête est une demande d'information ou d'action adressée à une base de données. Elle permet d'extraire, filtrer, ou manipuler des données en fonction de critères spécifiques.

‍

« Les requêtes permettent de faire du nettoyage, de remettre la donnée au bon format et d’enrichir la data. C’est là aussi que réside l’intérêt de ce métier : le Data Analyst peut travailler la donnée et la peaufiner pour décider de quelle manière elle va être affichée au décideur », ajoute Yawo-Messah.

‍

Une fois que la donnée a été nettoyée, elle est prête pour l’affichage. 

‍

👉 Reporting

‍

Si le Data Analyst passe autant de temps à structurer la donnée, c’est pour une raison. 

‍

Cela lui permet de faire un travail de digestion de la donnée en amont, afin que l’expert-comptable puisse ensuite accéder facilement aux analyses qui lui sont utiles dans ses prises de décision.  

‍

Pour cela, le Data Analyst crée un compte rendu sous forme de tableau de bord, grâce à des outils de data visualisation tels que Power BI ou Tableau. 

‍

« La mise en place d’un tableau de bord mêle plusieurs compétences : modélisation de données, protection des datas, et même du UX/UI design, car il faut présenter des informations qui sautent aux yeux et rendre la lecture du rapport simple et conviviale », assure Yawo-Messah Amoudji. 

‍

‍

‍

👉 Des missions qui dépassent parfois le cadre de la data analyse 

‍

Dans les petits et moyens cabinets, les tâches ne sont pas aussi silotées que dans les grosses structures. 

‍

De ce fait, les tâches assignées au Data Analyst - un profil nouveau au sein des cabinets d’expertise-comptable - peuvent être élargies à d’autres domaines. 

‍

C’est ce que constate Yawo-Messah :  « Souvent, le Data Analyst se voit aussi confier des missions de transformation digitale. Il va par exemple être amené à auditer les collaborateurs pour comprendre leurs process de travail, puis chercher des solutions et des outils pour automatiser certaines tâches et améliorer la productivité. Grâce à ses connaissances technologiques, on peut aider le collaborateur à davantage se concentrer sur des missions à forte valeur pour le client, comme le conseil. »

‍

‍

‍

Les compétences recherchées par les entreprises

‍

‍

‍

Data Analyst est un métier technique. 

‍

La maîtrise d’outils d’analyse de données est donc primordiale. 

‍

Si Excel reste un incontournable, il faut également avoir d’excellentes connaissances en programmation : SQL, Python, R… 

‍

Ces langages permettent de travailler la donnée et de l’analyser à partir de bibliothèques spécialisées (ex : Pandas, NumPy…). 

‍

D’autre part, il est important de prendre en main des logiciels de data visualisation tels que Tableau, Power BI ou Looker Studio. 

‍

Quelques logiciels utilisés par les Data Analysts‍

‍

- Excel

- Power BI

- Tableau

- Python

- MySQL

- IBM COGNOS

- Looker Studio

- Finthesis

- Salesforce Data Cloud

‍

‍

Outre les compétences liées à l’analyse de données, le Data Analyst doit aussi avoir une bonne connaissance des sujets comptables. 

‍

« Par exemple, récemment, le cabinet comptable pour lequel je travaille m’a confié la mission de créer un tableau de bord pour mieux gérer l’encours client », raconte Yawo-Messah. 

‍

Sans des connaissances minimales en comptabilité et en production, Yawo-Messah aurait du mal à répondre aux attentes spécifiques d’un cabinet d’expertise-comptable, qui est régi par des processus et des règles qui lui sont propres. 

‍

Mais attention, être un bon technicien ne fait pas tout ! 

‍

Avec l’automatisation progressive des métiers, les recruteurs donnent de plus en plus d’importance à vos compétences comportementales, aussi appelées soft skills. 

‍

D’après une étude LinkedIn réalisée auprès de 5000 professionnels RH, 92 % d’entre eux affirment que les softs skills sont aussi importants que les hards skills (les compétences techniques).  

‍

Un Data Analyst doit posséder de solides compétences en communication. 

‍

Grâce à sa pédagogie, il est capable de traduire des données brutes en conclusions claires et compréhensibles pour des personnes qui ne sont pas expertes en data. 

‍

Une grande attention au détail est également indispensable pour éviter toute erreur dans ses analyses. 

‍

D’autre part, un bon Data Analyst doit aussi savoir gérer son temps et prioriser ses tâches, car il est souvent amené à jongler avec projets simultanément.  

‍

Par ailleurs, sa curiosité lui permet de s’intéresser aux nouveautés du secteur et à se former en continu. 

‍

‍

‍

Comment devient-on Data Analyst ?

‍

‍

‍

L’apprentissage de tous les rouages de l’analyse de données requiert du temps.  

‍

Un diplôme BAC+5 est donc recommandé pour devenir Data Analyst. 

‍

Voici quelques parcours à envisager pour accéder à cette profession : 

‍

• Master en Big Data ; 
• Diplôme d’ingénieur spécialisé ; 
• Master en statistiques ; 
• Master en informatique ; 
• Master en Data Science.

‍

Il existe aussi des cursus spécialisés en Data Analytics, par exemple le Applied Master of Science (MSc) in Data Analytics de DSTI ou le Master in Data Sciences & Business Analytics (DSBA) de ESSEC & CentraleSupélec. 

‍

Au-delà des études, le monde de la data - qui est constamment en mouvement - nécessite une certaine capacité à être autodidacte. 

‍

Passer des certifications, participer à des BootCamps et vous former grâce à des ressources en ligne vous permettra d’acquérir des compétences supplémentaires et de vous spécialiser. 

‍

Et surtout, soyez passionné ! 

‍

« Il faut aimer ces métiers-là. Dans un premier temps, testez vos envies et testez vos capacités à vous lancer dans cette carrière. Achetez des livres, regardez des vidéos Youtube, des webinaires, etc. », conseille Yawo-Messah Amoudji. 

‍

Une fois lancé, constituez-vous un portfolio. Téléchargez des données publiques - par exemple celles de la NASA ou de l’OMS - et exercez-vous à structurer la data selon vos propres critères puis à la modéliser dans un dashboard. 

‍

Pour augmenter vos chances d’être embauché dans un cabinet d’expertise comptable, l’idéal est de coupler votre formation en data avec un diplôme comptable, comme un BTS Comptabilité et Gestion. 

‍

Certains programmes proposent aussi aux futurs diplômés de se spécialiser dans la data analytic appliquée à la finance d’entreprise, comme le Master Economics, Data Analytics and Corporate Finance de l’Institut Polytechnique de Paris.  

‍

Cela vous donnera les bases nécessaires à l’exploitation des données financières des entreprises clientes des cabinets comptables. 

‍

Une chose est sûre : le métier de Data Analyst a un bel avenir devant lui. 

‍

Avec l’explosion de la data et les opportunités qu’elle offre aux entreprises, de plus en plus de cabinets comptables comprennent l’enjeu de l’analyse des données pour apporter des réflexions stratégiques pertinentes à ses clients. 

‍

‍

‍

Et après ? Les possibilités d’évolution

‍

‍

‍

Pour le Data Analyst, les opportunités d’évolution de carrière sont vastes, grâce à la polyvalence des compétences qu’il développe dans son métier. 

‍

S’il décide de continuer à exercer en cabinet d’expertise-comptable, il peut choisir de travailler pour un plus gros cabinet, voire pour un Big 4. 

‍

Il traitera alors des volumes de données beaucoup plus importantes, et facilitera le pilotage financier de grosses entreprises. 

‍

Avec quelques années d’expérience, le Data Analyst peut aussi se lancer à son compte et proposer ses services en tant que consultant, à des cabinets d’expertise comptable, des cabinets d’audit ou des entreprises. 

‍

Par ailleurs, rien ne l’empêche de rejoindre le monde de l’entreprise en tant que salarié, à des postes tels que Chief Data Officer (CDO), Business Analyst ou encore Data Engineer. 

‍

‍

‍

5. Combien ça gagne, un Data Analyst ?

‍

‍

‍

De plus en plus recherchés, les métiers de la data proposent une rémunération attractive. 

‍

Selon l’étude de rémunération 2004 conduite par Hays France, un Data Analyst peut toucher entre 42 000 et 47 000 € brut annuel. 

‍

Cette fourchette augmente progressivement pour atteindre une fourchette allant de 68 000 à 84 000 € par an après au moins 8 ans d’expérience. 

‍

‍

‍

À noter que ces salaires estimés correspondent aux rémunérations de la région parisienne. Les salaires sont environ 12% moins élevés en province. 

‍

D’après les données Glassdoor, qui recensent les salaires de 620 Data Analysts en France, la rémunération moyenne est de 43 000 € par an.  

‍

Mais comme toujours, le salaire peut fortement varier selon l’entreprise, votre niveau d’expérience et votre capacité à négocier votre salaire 😉