Dans une banque, une ONG ou une direction commerciale, le Data Analyst passe d’un fichier Excel reçu par courriel à une requête SQL, puis à un tableau de bord Power BI présenté en comité. On le retrouve aussi sous les intitulés Analyste de données, Consultant Data Analyst BI ou Data & Business Analyst.
Son travail consiste à rendre les données fiables, lisibles et utiles pour décider : suivre les ventes, comprendre un retard de recouvrement, mesurer une campagne, repérer une anomalie. À Libreville, Abidjan, Dakar ou Douala, il doit souvent composer avec des systèmes hétérogènes, des fichiers terrain et des outils parfois coûteux.
Quelles compétences ?
Techniques
- SQL : requêtes, jointures, agrégations, contrôles
- Excel avancé : Power Query, tableaux croisés, formules
- Power BI, Tableau, Looker Studio ou Qlik
- Python ou R pour nettoyer, analyser et automatiser
- Statistiques appliquées et data visualisation
- Notions d’entrepôt de données, ETL et cloud
Organisationnelles
- Traduire un besoin métier en indicateurs mesurables
- Prioriser les analyses vraiment utiles
- Documenter les définitions et règles de calcul
- Vérifier la qualité avant diffusion
- Gérer les urgences de reporting
Humaines
- Rigueur et attention au détail
- Esprit critique face aux chiffres
- Capacité à vulgariser
- Sens de la confidentialité
- Curiosité pour les métiers de l’organisation
Articles récents
Consultant Digital Workplace : métier, missions et débouchés
Métier d’Ingénieur en informatique pour la finance
Métier d’Ingénieur en traitement automatique des langues naturelles (TALN)
Certificat
Certificat professionnel en Business Intelligence avec Excel et Power BI
À quoi sert ce professionnel ?
Le Data Analyst sert à transformer des traces d’activité en décisions. Une entreprise vend, encaisse, livre, recrute, sert des clients, finance des projets. Toutes ces actions produisent des données, mais elles sont souvent dispersées dans un progiciel de gestion intégré, un CRM pour la relation client, une application terrain, des exports Excel ou une base SQL. Sans analyse, ces données restent des fichiers.
Son rôle est de poser les bonnes questions, vérifier la qualité des chiffres, calculer des indicateurs clés de performance, puis expliquer ce qu’ils signifient. Il ne se limite pas à fabriquer de beaux graphiques : il documente les règles de calcul, signale les limites et évite les conclusions trop rapides.
Une journée type
Exemple de journée type, pas un reportage observé.
- 9 h vérifier les demandes reçues : tableau de bord commercial, analyse de stock, indicateur bailleur ou suivi de recouvrement.
- 10 h extraire les données depuis SQL, un CRM, un ERP ou plusieurs fichiers Excel, puis contrôler les doublons et les valeurs manquantes.
- 11 h 30 nettoyer les formats, harmoniser les libellés, créer des jointures et documenter les règles de calcul utilisées.
- 14 h construire ou mettre à jour un rapport Power BI, Tableau ou Looker Studio avec des indicateurs compréhensibles.
- 16 h présenter les résultats à une équipe métier, expliquer une baisse, une anomalie ou une tendance, puis recueillir les objections.
- 17 h 30 sécuriser les fichiers, planifier l’actualisation et noter les améliorations à traiter avec la direction des systèmes d’information.
Quelles études ?
Il n’existe pas un seul parcours. Les offres demandent souvent un niveau Bac+3 à Bac+5 en science des données, statistiques, informatique, mathématiques appliquées, économie quantitative, informatique décisionnelle ou business analytics. L’Onisep cite notamment le BUT Science des données et des licences avec parcours data sciences. L’Apec mentionne aussi les masters en statistiques, économétrie ou informatique décisionnelle, ainsi que les écoles d’ingénieurs spécialisées.
Les certifications peuvent compléter un profil, surtout pour prouver une pratique d’outil : Microsoft Certified: Power BI Data Analyst Associate, Salesforce Certified Tableau Data Analyst ou Google Data Analytics Certificate. Elles ne remplacent pas toujours un diplôme lorsque celui-ci est exigé, mais elles aident à montrer un portfolio concret : requêtes SQL, tableaux de bord, analyses documentées et projets reproductibles.
Où travaille-t-il ?
Le Data Analyst travaille dans les banques, assurances, institutions de microfinance, fintech et services mobile money. Il est aussi recherché par les télécoms, distributeurs, e-commerçants, industriels, logisticiens, cabinets de conseil, entreprises de services numériques, administrations, agences publiques, ONG, bailleurs et organisations internationales. Dans une petite structure, il peut être très polyvalent. Dans un grand groupe, il intervient plutôt avec un data engineer, un administrateur de bases de données, un responsable BI et des équipes métiers.
- Data Analyst F/H
- Analyste de données
- Data Analyst BI
- Consultant Data Analyst / BI F/H
- Data Analyst – Business Intelligence
- Data Analyst Junior – Pilotage & Gouvernance des Données
- Chargé(e) d’études & Data Analyst
- Portfolio and Data Analyst
- Data & Business Analyst
Quel salaire ?
Pour la France, l’Apec indique que 80 % des rémunérations annuelles brutes proposées dans les offres de Data analyst F/H sont comprises entre 33 k€ et 53 k€, avec une moyenne de 43 k€. Robert Half publie pour 2026 une fourchette nationale de salaire fixe brut annuel de départ de 42 000 € à 60 000 € pour Data Analyst. L’Onisep mentionne un salaire débutant à partir de 2 900 € brut par mois, variable selon le lieu d’exercice et le statut.
Ces fourchettes françaises ne se transposent pas au Gabon, au Sénégal, à la Côte d’Ivoire ou au Cameroun. Pour l’Afrique francophone, aucune grille salariale fiable, récente et transnationale n’a été trouvée dans les sources consultées. Un cas ponctuel existe : une offre Data Analyst Junior à Abidjan publiée par Africa Project Management indiquait 320 000 FCFA net. Il faut la lire comme une annonce précise, pas comme une moyenne régionale.
Les réalités à connaître
- Les données sont souvent sales : doublons, formats incohérents, fichiers contradictoires, saisies incomplètes.
- L’accès aux données peut être lent à obtenir à cause des silos, de la sécurité ou de la sensibilité client.
- Le rôle est parfois mal défini : on attend du Data Analyst qu’il fasse aussi de la data engineering, de la BI, du développement et du support.
- La pression du reporting est forte avant les comités, audits, campagnes commerciales ou revues bailleurs.
- Les chiffres peuvent être mal interprétés si les biais, limites d’échantillon et règles de calcul ne sont pas expliqués.
- Les licences logicielles, la connexion, le matériel et l’accès cloud peuvent limiter l’ambition des projets.
Et en Afrique ?
En Afrique francophone, le besoin est réel parce que les organisations veulent mieux piloter leurs ventes, leurs projets, leurs réseaux d’agents, leurs bénéficiaires ou leurs budgets. Dans les banques, télécoms et fintech, les cas d’usage portent sur la segmentation client, le churn, le recouvrement, les paiements digitaux ou la performance commerciale. Dans les ONG et projets financés par bailleurs, le Data Analyst travaille souvent avec des enquêtes terrain, KoboToolbox, ODK et des tableaux de bord de suivi-évaluation.
La différence se joue dans les conditions d’exécution. À Libreville, Abidjan, Dakar ou Douala, vous pouvez travailler sur des données stratégiques tout en composant avec une connectivité irrégulière, des coupures, des accès VPN instables ou des bases hébergées hors site. Beaucoup d’équipes mixent Excel avancé, Power BI, PostgreSQL, MySQL, Python, R, Looker Studio ou des solutions open source comme Metabase et Apache Superset.
Le télétravail est crédible lorsque les accès sont sécurisés et que les règles de confidentialité sont claires. L’avantage horaire avec Paris aide les cabinets, ONG et équipes panafricaines. Mais la présence terrain reste précieuse : comprendre comment une donnée est collectée évite bien des tableaux de bord faux.
Ce métier est-il fait pour vous ?
- Aimez-vous chercher pourquoi deux fichiers donnent deux résultats différents ?
- Pouvez-vous expliquer un graphique à une personne qui ne parle pas SQL ?
- Acceptez-vous de nettoyer longuement des données avant de produire une analyse visible ?
- Savez-vous dire qu’un chiffre est insuffisant pour conclure ?
- Êtes-vous prêt à apprendre régulièrement de nouveaux outils et méthodes ?
Si vous aimez les chiffres, les questions métier et la communication claire, ce métier peut vous correspondre. Si vous cherchez uniquement à coder sans interaction, regardez aussi les métiers de développement, d’administration de bases ou de data engineering.
Métiers proches
- Consultant Digital Workplace : métier, missions et débouchés
- Data Scientist : métier, missions et débouchés en Afrique
- Développeur logiciel : métier, missions et débouchés
- Administrateur de Bases de Données
- Analyste en gouvernance des données
- Analyste en Informatique Décisionnelle, BI
French 
English 