Le métier de data analyst attire autant les étudiants que les professionnels en reconversion, parce qu’il se situe entre la technique et les décisions de l’entreprise. Cette fiche métier data analyst rassemble ce qu’il faut savoir pour devenir data analyst : missions, outils, compétences, formations et niveaux d’accès, salaire selon une source officielle et évolutions de carrière.
🎓 Se former à l’IA avec AI2 : découvrez nos formations en intelligence artificielle, du Bachelor au Bac+5, et nos mastères IA préparant un titre RNCP de niveau 7.
Fiche métier data analyst : l’essentiel
Le Répertoire opérationnel des métiers et des emplois (ROME) de France Travail consacre une fiche au métier, sous le code M1419 « Data analyst ». Il le définit comme le professionnel qui « transforme les données en informations statistiques et techniques » : il collecte les données pour en extraire des tendances et des prévisions, travaille avec les équipes techniques et métiers pour comprendre leurs besoins, présente ses résultats sous forme de rapports ou de visualisations, veille à la qualité des données et participe à des projets de data science et d’IA.
| Rubrique | Data analyst | Source |
|---|---|---|
| Autre intitulé | Analyste de données | ROME, ONISEP |
| Code ROME | M1419 | France Travail, ROME 4.0 (octobre 2026) |
| Niveau d’accès | Bac+3 à Bac+5 en informatique, mathématiques ou statistiques ; niveau minimum bac+3 | ROME ; ONISEP |
| Salaire débutant | À partir de 2 900 € brut par mois, variable selon le lieu d’exercice et le statut | ONISEP |
| Statuts possibles | Salarié du secteur privé (CDI, CDD), travailleur indépendant | ROME |
| Employeurs | Entreprises, organismes publics, organismes de formation | ROME |
| Secteurs cités | Banque et assurances, commerce et distribution, industrie chimique, santé | ONISEP |
| Conditions de travail | Travail en mode projet, télétravail possible, travail en journée | ROME |
Les missions du data analyst
Le quotidien d’un data analyst suit un cycle qui part d’une question posée par un service (marketing, finance, logistique, ressources humaines, production) et se termine par une réponse chiffrée, compréhensible et utile.
- Comprendre le besoin : reformuler la question métier, définir les indicateurs (KPI) à suivre et les données nécessaires.
- Collecter les données : interroger les bases de données en SQL, récupérer des fichiers, des exports d’outils ou des données issues d’API.
- Nettoyer et préparer : corriger les doublons, les valeurs manquantes et les incohérences ; c’est souvent la partie la plus longue du travail.
- Analyser : statistiques descriptives, comparaisons, segmentations, tendances, parfois modèles prédictifs simples.
- Visualiser et restituer : construire des tableaux de bord dans Power BI ou Tableau, rédiger une synthèse, présenter les résultats.
- Recommander : traduire les résultats en actions possibles et en suivre l’effet.
- Veiller à la qualité et à la conformité : documenter les sources, protéger les données personnelles, respecter le RGPD.
Le ROME met en avant comme compétences centrales du métier : analyser, exploiter et structurer des données ; concevoir un plan d’analyse statistique ; développer des algorithmes et des modèles prédictifs pour l’analyse de données ; exploiter des solutions de data science ou d’intelligence artificielle ; gérer les bases de données et leur intégrité ; concevoir des tableaux de bord de suivi des performances ; communiquer des résultats clés aux parties prenantes ; utiliser l’anglais dans un contexte professionnel.
Les outils du data analyst : SQL, Python, Power BI, Tableau
Les offres d’emploi citent toujours à peu près les mêmes outils. Inutile de tous les maîtriser en profondeur au départ : SQL et un outil de visualisation suffisent pour de nombreux premiers postes, Python devient vite un atout.
| Outil | À quoi il sert | Se former chez AI2 |
|---|---|---|
| SQL | Interroger les bases de données relationnelles : filtrer, joindre, agréger. C’est la compétence la plus demandée. | Introduction à SQL |
| Python (Pandas, NumPy) | Préparer et analyser des données en volume, automatiser des traitements, aborder le machine learning | Python pour l’IA |
| Tableau | Créer des visualisations et des tableaux de bord interactifs | Tableau Desktop |
| Power BI | Outil de Business Intelligence de Microsoft, très présent dans les entreprises qui utilisent déjà son environnement | Au programme du Mastère 2 Data Analyst |
| Excel | Analyses rapides, échanges avec les équipes métier, contrôles | Prérequis souvent attendu |
| Statistiques | Choisir la bonne méthode, éviter les conclusions hâtives, mesurer une incertitude | Bachelor et Mastères |
Compétences du data analyst
Compétences techniques
Parmi les savoirs listés par la fiche ROME M1419 : statistiques appliquées, économétrie, utilisation de logiciels d’analyse statistique, programmation en Python, MySQL et logiciels de gestion de base de données, outils de Business Intelligence (informatique décisionnelle), conception de tableaux de bord de gestion, big data analytics et machine learning. Le data analyst n’a pas besoin d’être un développeur, mais il doit écrire des requêtes et des scripts fiables et reproductibles.
Compétences métier et relationnelles
Un bon data analyst comprend le métier de ceux pour qui il travaille : une marge, un taux de conversion ou un délai de livraison n’ont de sens que dans leur contexte. Il sait vulgariser, synthétiser et présenter. Le ROME retient trois savoir-être : faire preuve d’autonomie, faire preuve de rigueur et de précision, organiser son travail selon les priorités et les objectifs. L’ONISEP insiste aussi sur la capacité à communiquer, écouter, expliquer et synthétiser, en respectant les règles de protection des données personnelles.
Devenir data analyst : formations et niveaux d’accès
Pour devenir data analyst, plusieurs portes d’entrée existent. France Travail indique un accès avec un diplôme de niveau Bac+3 à Bac+5 en informatique, mathématiques ou statistiques, et cite notamment la licence professionnelle mention métiers du décisionnel et de la statistique, la licence mention informatique et le master mention mathématiques appliquées, statistique. L’ONISEP cite, en 3 ans après le bac, le BUT science des données ou une licence avec un parcours science des données, et en 5 ans des masters en statistiques, informatique décisionnelle, économétrie ou marketing, ainsi que des diplômes d’ingénieur.
| Niveau | Exemples de formations (public) | Formation data analyst chez AI2 |
|---|---|---|
| Bac+3 (niveau 6) | BUT science des données, licence parcours science des données, licence professionnelle métiers du décisionnel et de la statistique | Bachelor IA et Data Science : 3 ans après le bac, titre RNCP de niveau 6, 7 000 €/an en voie initiale |
| Bac+4 | Première année de master | Mastère 1 Data Science et IA : après un Bac+3, 7 500 €/an en voie initiale |
| Bac+5 (niveau 7) | Master mention sciences des données, master mathématiques appliquées et statistique, diplôme d’ingénieur | Mastère 2 Data Analyst et IA : après un Bac+4, titre RNCP de niveau 7, 8 000 €/an en voie initiale |
| Compétence ciblée | Formation continue, certifications d’éditeurs | SQL, Tableau Desktop, Python pour l’IA |
Le Mastère 2 Data Analyst est l’une des spécialisations du Mastère 2 IA et Data Science d’AI2, aux côtés des parcours data scientist, data et DevOps, IA et IoT, IA et cybersécurité. Les Mastères sont accessibles en alternance : « 0 € de frais pour l’étudiant en alternance, financé par l’OPCO » (voir alternance et stage et frais de scolarité et financement). Les cours ont lieu au campus parisien d’Écouen, à 22 minutes de Paris Gare du Nord, ou en e-learning. Pour comparer toutes les voies (formations courtes, Bachelor, Mastère, alternance, à distance), consultez notre guide formation data analyst.
Reconversion : par où commencer ?
Un professionnel qui connaît déjà un métier (contrôle de gestion, marketing, logistique, RH) a un avantage réel : il sait quelles questions poser aux données. Une progression réaliste consiste à apprendre SQL, puis un outil de visualisation, puis Python, en travaillant sur des jeux de données publics ou issus de son propre métier pour constituer un portfolio. Pour aller vers un titre complet, rappelons qu’un titre RNCP est découpé en blocs de compétences qui peuvent être validés séparément, et que la VAE permet de faire reconnaître une expérience. AI2 propose par exemple une formation data scientist de 35 h éligible au CPF, qui valide le bloc RNCP39978BC04. Les règles sont détaillées dans qu’est-ce qu’un titre RNCP.
Salaire du data analyst
Selon la fiche métier de l’ONISEP (consultée en octobre 2026), le salaire d’un data analyst débutant est d’au moins 2 900 € brut par mois, montant qui varie en fonction du lieu d’exercice et du statut. Nous ne donnons pas ici d’autres fourchettes : les chiffres qui circulent pour les profils expérimentés ou par pays proviennent le plus souvent d’estimations dont la méthode et la date ne sont pas précisées.
En pratique, le salaire dépend du niveau de diplôme, de l’expérience, de la région (l’Île-de-France paie en général davantage), du secteur et des outils maîtrisés. Pour suivre le marché, consultez les données publiées par France Travail sur le métier M1419 et les offres de l’APEC, en notant leur date.
Évolutions de carrière du data analyst
Le ROME liste plusieurs mobilités professionnelles possibles à partir du métier de data analyst. Elles demandent en général de l’expérience et, pour certaines, une formation complémentaire.
| Métier cible (code ROME) | Ce qui change |
|---|---|
| Chief Data Officer (M1423) | Pilotage de la stratégie et de la gouvernance des données de l’organisation |
| Ingénieur statisticien (M1414) | Méthodes statistiques plus avancées, études complexes |
| Architecte base de données (M1868) | Conception et organisation des bases de données |
| Chef de projet, Project Management Officer (M1828) | Coordination de projets, planning, budget |
| Directeur de projet en informatique (M1870) | Responsabilité de projets informatiques de grande ampleur |
| Délégué à la protection des données, DPO (K1906) | Conformité au RGPD et protection des données personnelles |
| Data scientist (M1405) | Modèles d’apprentissage automatique ; niveau Bac+5 et plus selon le ROME |
Le ROME cite aussi l’ingénieur concepteur informatique, le développeur logiciel et le mathématicien. D’autres data analysts évoluent vers le conseil : voir consultant data et consultant IA.
Ressources gratuites de l’école AI2
Pour aller plus loin gratuitement : outils, quiz et bootcamp en ligne sur le site de l’école AI2.
FAQ : métier de data analyst
Que fait un data analyst ?
Un data analyst collecte, nettoie et analyse les données d’une organisation, puis présente ses résultats sous forme de tableaux de bord, de rapports et de recommandations. Il aide les équipes métier à prendre des décisions fondées sur les chiffres.
Quel est le code ROME du métier de data analyst ?
Dans le ROME 4.0 de France Travail, la fiche métier data analyst porte le code M1419, intitulé « Data analyst ».
Quel niveau d’études pour devenir data analyst ?
France Travail indique un accès avec un Bac+3 à Bac+5 en informatique, mathématiques ou statistiques, et l’ONISEP un niveau minimum bac+3. Un Bac+5 ouvre en général des postes plus larges et facilite l’évolution.
Quelle formation data analyst choisir ?
Après le bac : BUT science des données, licence ou Bachelor en data. Après un Bac+3 ou un Bac+4 : master ou Mastère spécialisé en data, comme le Mastère 2 Data Analyst et IA d’AI2, accessible en alternance. En reconversion : formations courtes en SQL, Python et visualisation, puis un titre complet.
Quels outils un data analyst doit-il maîtriser ?
SQL pour interroger les bases de données, Excel, un outil de visualisation comme Power BI ou Tableau, et de plus en plus Python pour préparer et analyser les données. Les bases de statistiques sont indispensables pour interpréter correctement les résultats.
Quel est le salaire d’un data analyst débutant ?
Selon l’ONISEP (fiche consultée en octobre 2026), un data analyst débutant gagne à partir de 2 900 € brut par mois, montant variable selon le lieu d’exercice et le statut.
Peut-on devenir data analyst sans diplôme en informatique ?
Oui, notamment en reconversion depuis un métier qui utilise déjà des chiffres (gestion, marketing, finance, logistique). Il faut alors acquérir SQL, la visualisation, des bases de statistiques et de Python, et montrer ses compétences par des projets concrets.
Quelle différence entre data analyst et data scientist ?
Le data analyst analyse des données existantes pour expliquer une situation et aider à décider. Le data scientist conçoit des modèles d’apprentissage pour prédire ou automatiser ; France Travail le situe à un niveau Bac+5 et plus (fiche ROME M1405).
Sources consultées en octobre 2026 : France Travail, ROME 4.0 version 62 (octobre 2026), fiches M1419 Data analyst et M1405 Data scientist ; ONISEP, fiche métier Data analyst (analyste de données) ; CNIL, le RGPD.
Mastère 2 Data Analyst et IA, titre RNCP de niveau 7, en formation initiale ou en alternance au campus parisien d’Écouen.