TJM d'un Data Analyst freelance

Positionné auprès des métiers, de la DSI, ou dans un pôle data transverse : c'est là que le Cigref situe le Data Analyst, dont le rôle est de mettre en œuvre des outils informatiques et des méthodes statistiques pour organiser, synthétiser et traduire les données métier. Concrètement, il part des besoins exprimés par le métier, identifie les données les plus intéressantes pour y répondre, dégage des logiques de génération d'indicateurs, puis conçoit les tableaux de bord qui restituent le tout en data visualisation.

Le Cigref est direct sur un point peu évoqué ailleurs : c'est encore un métier récent, avec des populations restreintes dans les organisations. Et il tempère une évolution qu'on pourrait croire naturelle : le Data Analyst pourrait migrer vers le poste de Data Scientist, mais la marche est haute, le différentiel de compétences entre les deux est jugé important par le Cigref lui-même.

Le Cigref note surtout l'innovation (niveau 4) et la gestion de l'information et de la connaissance (niveau 4) sur cette fiche, davantage que la pure technique de calcul, science des données et analyse plafonne à 3. Cohérent avec un métier de restitution et de mise en récit des données. Côté marché, hors Cigref : Microsoft Certified Power BI Data Analyst Associate (PL-300) et le Google Data Analytics Professional Certificate figurent parmi les références fréquentes, sans dominer la reconnaissance marché.

Les travaux du Do Tank Cast & Cigref concentre ses cinq groupes de travail sur le développement, la modernisation, le design applicatif et le support IT, laissant l'analyse de données en dehors de son cadrage. Ce qui s'applique quand même, parce que c'est un principe transversal répété dans toute la série : tout flux augmenté par IA exige un contrôle humain, et un déploiement réussi tient, selon la formule qui revient dans chaque groupe de travail, à 20 % de technologie et 80 % d'accompagnement des équipes.

Sur le terrain, ce principe prend un sens concret pour le Data Analyst : les outils de BI intègrent de plus en plus des copilotes capables de générer eux-mêmes un tableau de bord à partir d'une question posée en langage naturel, ce qui déplace la valeur du métier vers la vérification et l'interprétation plutôt que vers la simple construction du visuel.