Il y a de nombreux jobs dans la data, donc je vais commencer en vous disant que je ne suis pas Data Scientist.
On va commencer par éliminer certains points : je ne fait pas d’IA, de Machine Learning ou d’algo.
Le Data Scientist est « le métier le plus sexy de 2020 » et bien sachez que le Data Analyst à tout autant sa place sur le podium et largement avant le Data Scientist.
Mais la beauté et l’attractivité d’un « métier » ne fait pas tout. Je laisse les scientifiques à leurs codes.
Quant à nous, cher.e.s Startupeurs.euses, ou futur.e.s CEO d’une Startup incroyable, je vous annonce fièrement que le Data Analyst est votre nouveau pote.
Mon rôle d’Analyste de données en Freelance :
En quelques points :
- Je manipule vos données pour en faciliter l’analyse en fonction de votre question business/ marketing
- Je nettoie les jeux donnés en corrélation avec votre problématique,
- J’utilise des méthodes statistiques et je travaille avec R (et non Excel, article en cours de construction pour vous expliquer tout ça),
- Je réalise différents graphiques et tableaux avec vos données.
- Je reporte l’ensemble sur des dashboards pour que cela soit lisible et compréhensible pour le commun des mortels.
- Je vous apporte mes hypothèses pour travailler sur les points noirs. Une chose à la fois c’est le mieux.
- Je transmets l’ensemble au CEO et au pôle marketing/communication lors d’une réu.
Pourquoi mon travail est plus sexy ? Car j’ai une casquette tech et business. Et ça, c’est l’avantage incontestable de mon métier.a
Je ne suis pas parole d’évangile, mais je dis les vérités qu’on a pas tout le temps envie d’entendre.
Qui aime, savoir que ce qu’on fait c’est pourrit ? Personne.
Les chiffres n’ont pas d’égo, ne sont pas là pour être bienveillants, ils sont honnêtes et vrais. Toutes les vérités ne sont pas bonnes à dire, mais dans le business si.
Grâce à la data, vous ne serez plus déconnecté de la réalité.
Vous perdrez moins d’argent.
Vous testez et vous regardez les résultats.
Vous changez ou améliorez vos idées.a
Vous avez un business qui demande de la croissance, votre détermination, vision, huile de coude et vos stats, augmenteront vos chances de réussite.
Pour savoir plus :
❓Une analyse commence par une question business, qui est un véritable guide pour la suite. Si vous n’avez pas de problème à résoudre, il n’y a pas de solution à apporter.
L’étape suivante est le choix du type de données qui se relève être presque un inventaire. Il faut construire un plan d’analyse en fonction de la question business. Ah, je vous avais bien dit qu’elle était indispensable !
👷♀️ Vient l’étape importante: la récolte des données ! Je ne vais pas rentrer dans le coeur du sujet qui est trop technique, je vais vous perdre rapidement.
L’étape d’après peut paraître fastidieuse, mais elle est très importante, l’exploration des données, c’est-à-dire, les vérifier. Puis se poser les bonnes questions : sont-elles fiables ? Exhaustives ?
🔭 Pour la dernière étape, l’analyse. Il est nécessaire de prendre le recul nécessaire pour interpréter au mieux le travail précédent et en tirer les conclusions.
Vous n’avez toujours pas de Data Analyst dans votre team ? Il est grand temps d’y remédier.