Luke Chesser / Unsplash
Salaire débutant annoncé entre 2 750 € (ONISEP) et 3 000 € brut par mois (CIDJ), soit environ 33 000 à 38 000 € brut par an, davantage en Île-de-France. Après 3 à 5 ans, la rémunération monte autour de 45 000 à 50 000 € brut annuels ; les profils seniors dépassent 57 000 € et peuvent atteindre 65 000 à 70 000 € sur les postes de lead ou dans la finance et la tech. Écarts géographiques marqués : un junior parisien démarre autour de 42 000 € contre 34 000 à 37 000 € en région. S'y ajoutent souvent une part variable, des primes et des jours de télétravail valorisés.
Estimation du net avant impôt sur le revenu (~22 % de charges). Le montant réel varie selon le statut et la convention collective. SMIC net mensuel ≈ 1 427 €.
Deux voies principales. À bac+3 : le BUT science des données (parcours « exploration et modélisation statistique » ou « visualisation et conception d'outils décisionnels »), une licence de mathématiques appliquées, de MIASHS, d'informatique ou d'économétrie, ou un bachelor data d'école spécialisée. À bac+5 (le niveau le plus demandé par les recruteurs) : un master en statistique, data science, informatique décisionnelle, mathématiques appliquées, économétrie ou marketing quantitatif, ou un diplôme d'ingénieur (ENSAI, ENSAE, ENSIIE, écoles d'ingénieurs avec option data/IA). L'alternance est très répandue et constitue la meilleure porte d'entrée : elle permet d'arriver sur le marché avec une expérience réelle. Des reconversions sont possibles via des bootcamps intensifs (Le Wagon, Jedha, DataScientest, OpenClassrooms) reconnus par les entreprises, surtout pour les profils ayant déjà une base en chiffres. Un portfolio de projets personnels (Kaggle, dataviz publiées, participation à Data For Good) pèse souvent autant qu'une ligne de diplôme.
Trouve des entreprises qui recrutent en alternance pour ce métier.
Le data analyst commence rarement sa journée avec des données propres : il passe une bonne partie de son temps à collecter les informations dans les bases de l'entreprise (avec du SQL), à les nettoyer, à corriger les doublons et les valeurs manquantes. Vient ensuite l'analyse à proprement parler : croiser les chiffres, chercher des tendances, comparer des périodes, tester des hypothèses avec des outils statistiques (Python, R, Excel avancé).
La dernière étape est souvent la plus visible : la restitution. Le data analyst construit des tableaux de bord (Power BI, Tableau, Looker), rédige des rapports et présente ses conclusions à des équipes qui ne sont pas techniques — marketing, direction, logistique, finance. Il doit répondre à des questions très concrètes : « pourquoi les ventes baissent-elles dans cette région ? », « quels clients risquent de partir ? », « quelle page du site fait fuir les visiteurs ? ». Il veille aussi à la qualité et à la conformité des données utilisées (RGPD).
C'est un métier de bureau, exercé le plus souvent au sein d'une direction des systèmes d'information, d'une équipe data ou directement dans un service métier (marketing, finance, supply chain). Les employeurs sont très variés : e-commerce, banque, assurance, grande distribution, industrie, santé, cabinets de conseil, ESN, start-up, mais aussi secteur public (INSEE, collectivités, ministères).
Les horaires sont globalement classiques, avec des pics d'activité lors des clôtures mensuelles, des campagnes ou des livraisons de projet. Le télétravail est très répandu : deux à trois jours par semaine sont courants, certains postes sont même totalement à distance. L'anglais est utile au quotidien (documentation, outils, équipes internationales).
Après trois à cinq ans, un data analyst peut se spécialiser (marketing, finance, e-commerce, santé, sport, jeu vidéo) ou monter en technicité vers les métiers de data scientist, data engineer ou analytics engineer. D'autres évoluent vers le pilotage : lead data analyst, responsable BI, chef de projet data, puis data manager ou chief data officer. Le passage au conseil ou au freelance est également fréquent, avec des tarifs journaliers attractifs pour les profils expérimentés.
Le marché est nettement porteur : les métiers de la data figurent parmi les plus recherchés en France, avec plus de 11 000 offres publiées sur un seul mois début 2025 et une forte proportion de projets de recrutement jugés difficiles à pourvoir par les employeurs. La demande vient de tous les secteurs (banque, assurance, retail, industrie, santé, secteur public) et se renforce avec le déploiement de l'IA, qui nécessite des données fiables et bien préparées. Attention toutefois : les postes de pur reporting débutant sont plus concurrentiels qu'il y a quelques années, et les recruteurs privilégient désormais les candidats capables de combiner SQL, dataviz, compréhension métier et bases d'IA. L'alternance et un portfolio de projets font une vraie différence à l'embauche.