Data Analyst CRM : Définition du métier, missions et compétences

Nous allons vous présenter ce qu’est et ce que fait un Data Analyst. Précisons : un Data Analyst CRM. Mais nous parlons bel et bien du même métier, rassurez-vous. Un Data Analyst CRM n’est rien d’autre qu’un Data Analyst qui met tout son cœur à analyser un type particulier de données : les Données Clients.

Un rapide coup d’œil à Google Trends permet de prendre la mesure du développement considérable de ce métier depuis une dizaine d’années, et particulièrement depuis ces 5 dernières années :

Ce n’est pas un hasard. Dans notre métier de consultants en CRM, nous voyons de plus en plus de projets orientés data. Comme nous aimons à la répéter, les données clients représentent l’énergie vive du CRM. Or, elles sont de plus en plus massivement collectées (via des sources de collecte et des outils multiples) mais généralement sous-exploitées. Peu d’entreprises finalement parviennent à tirer réellement profit de la mine d’or que constituent leurs Customer Data. Le Data Analyst CRM est la personne, la fonction qui répond à cet enjeu : mettre de l’intelligence dans les données pour permettre à l’entreprise et aux équipes qui la composent de les exploiter pleinement au service des objectifs CRM.

Voici une définition simple : Le Data Analyst CRM est la personne qui analyse les données clients pour dégager des enseignements utiles à l’entreprise et à ses collaborateurs. Si l’on entre un peu plus dans le détail, le Data Analyst CRM est la personne qui fournit aux équipes métiers des data sous un format facilement compréhensible pour que ces mêmes équipes métiers puissent prendre des décisions et déployer des actions « data-driven ». Il aide ces équipes à mieux comprendre les utilisateurs et clients. Les équipes métiers en question sont les équipes marketing, les équipes du digital ou encore les Sales. Une organisation qui envisage de devenir « data-driven » ne peut concrètement pas se passer de profils de type Data Analysts CRM.

Le périmètre d’action du Data Analyst CRM varie d’une organisation à l’autre. Si son action consiste à titre principal à produire des Data Visualizations (tableaux de bord, reportings) à destination des utilisateurs business, il peut également intervenir :

• En amont, dans la structuration du Plan de Collecte, la sélection, construction et paramétrage des sources de données, la mise en place des flux de données, le nettoyage, la transformation et l’unification des données. Bref, tout ce qui concerne le design de l’architecture data au service des besoins d’analyse et de BI, eux-mêmes dépendant des besoins des utilisateurs métiers. Mais ce travail de mise en place de l’infrastructure data est plus communément confié à un autre profil métier : le Data Engineer CRM.
• En aval, dans le dégagement des enseignements (insights) à partir des données et jusqu’à un certain point dans la construction de modèles prédictifs. Dans ce cadre, le Data analyst ne se contente pas de produire des tableaux de bord, il accompagne les équipes métiers dans la mise en évidence de corrélations et de patterns de données. Mais, là aussi, ce travail est plus communément confié à deux autres profils métier : les Business Analysts et les Data Scientist CRM.

Dans beaucoup d’organisations, en particulier les plus petites ou celles où la gestion des données a une importance moindre, les fonctions de Data Engineer, de Data Analyst CRM, de Business Analyst et de Data Scientist CRM peuvent être prises en charge par une seule et même personne. Les frontières sont parfois floues entre ces fonctions. C’est d’ailleurs cette situation qui fait perdurer la confusion entre ces métiers qui doivent pourtant, au moins dans l’esprit, être distingués. Attardons-nous un instant sur la distinction entre le Data Analyst CRM et le Data Scientist CRM.

Nous aimerions faire un petit focus sur cette question. Elle permettra de mieux comprendre ce qui caractérise le métier de Data Analyst et son périmètre d’actions. Un certain nombre de personnes voit le Data Analyst comme une sorte de Data Scientist junior, comme une étape avant de devenir un « vrai » Data Scientist. Il faut bien le reconnaître, c’est quelque chose que l’on constate : un certain nombre de Data Analysts muent au fil du temps en Data Scientists. C’est une évolution de carrière que l’on rencontre assez fréquemment.

Mais, premièrement, ce n’est pas toujours le cas. Deuxièmement, cela ne doit pas masquer les différences entre un Data Analyst et un Data Scientist. Il existe des différences clés entre les deux fonctions. C’est d’ailleurs pour cette raison qu’il existe deux noms !

La différence première concerne l’horizon temporel :

• Un Data Analyst CRM travaille essentiellement sur le passé et le présent. Il analyse les chiffres et les données existantes. Il met de l’ordre dans les données à disposition pour mieux comprendre le passé et le présent. A partir de là, il produit des rapports permettant de dégager des enseignements.
• Le Data Scientist CRM regarde davantage vers le futur. Les compétences d’un Data Scientist sont généralement assez proches de celles d’un Data Analyst. La différence, c’est que le Data Scientist va essayer de prédire le futur. Il est un bâtisseur de modèles prédictifs. Il jongle non seulement avec les données, mais avec des algorithmes qu’il met en place pour voir l’avenir. Il nage dans les terres subtiles du machine learning et de l’intelligence artificielle.

Source : Tech Bootcamps.

En clair, les Data Analysts aident (par exemple) les équipes métier (du Directeur de l’Expérience Client au responsable CRM…) à mieux comprendre comment un client utilise un produit ou achète – ce qui fonctionne dans la mécanique CRM et ce qui ne fonctionne pas. Un Data Scientist va lui aider les équipes métier à identifier des tendances permettant d’anticiper les besoins et attentes futurs des clients. Le Data Analyst répond en général à des questions posées par les équipes business (« Quels sont les comportements de mes meilleurs clients ? »), tandis que le Data Scientist construit des modèles donnant des réponses à des questions que les équipes business ne se posaient pas.

Ce n’est pas la seule différence. Il y a en a une deuxième. Un Data Scientist fait beaucoup plus de programmation qu’un Data Analyst et gère des données plus volumineuses, plus désordonnées et non-structurées. Les Data Analysts travaillent eux essentiellement sur des données structurées, celles stockées dans des bases de données relationnelles de type Data Warehouse. Le Data Scientist CRM jongle avec davantage de sources de données, se trouve chez lui dans des bases non-structurées de type Data Lake.

Un Data Analyst CRM, cela ne surprendra personne, doit avoir de solides compétences en analytics. Il jongle avec les nombres, il maîtrise les domaines des mathématiques indispensables à l’analyse. Au premier chef, les statistiques.

Il doit par ailleurs maîtriser les outils de l’analyse data. Excel, les bases relationnelles, le SQL, Google Analytics et Google Tag Manager n’ont pas de secret pour lui.

Parce que sa mission principale est de présenter les données de manière claire et intelligible aux utilisateurs métiers, il maîtrise les outils de Data Visualisation & BI comme Tableau ou Google Data Studio.

Tableau, un outil de Data Visualization de référence pour les Data Analysts CRM.

Un Data Analyst CRM se doit aussi de maîtriser Python, R ou SAS. Historiquement, les langages R et SAS étaient les plus utilisés. Aujourd’hui, c’est plutôt Python qui a le vent en poupe. Il a tendance à être préféré à R et SAS par les Data Analysts.

Evolution de l’utilisation des langages d’analyse de données. Source : Burtchworks.

Dans la mesure où le Data Analyst CRM peut intervenir en phase de construction de l’infrastructure data, une certaine familiarité avec la mise en place de process ETL et le framework Hadoop pourra être exigée par les recruteurs.

Au-delà des compétences purement techniques, le Data Analytist CRM doit par ailleurs disposer de compétences relationnelles. Il doit maîtriser les mots autant que les chiffres. La communication est une composante clé de son métier. Loin de travailler dans une tour d’ivoire, il est en interaction constante avec les équipes métiers. Il recueille leurs besoins et partage ses analyses. C’est d’ailleurs pour cette raison qu’un Data Analyst a intérêt à bien maîtriser le bon vieux Power Point. Il doit enfin être en mesure d’accompagner les utilisateurs métier dans l’utilisation des tableaux de bord produits et le suivi de la performance. Il forme les utilisateurs métiers à une meilleure exploitation des données dans leur travail quotidien.

Enfin, signalons que les compétences en marketing sont de plus en plus demandées. Certaines entreprises recherchent en effet des Data Analysts CRM en mesure d’accompagner les équipes marketing dans :

• La conception du Plan Relationnel, des campagnes et scénarios. Leur compréhension des données est un atout majeur pour identifier les mécaniques relationnelles à plus fort potentiel business. On voit de plus en plus d’organisations recherchant des profils de Data Analysts ayant une maîtrise des outils de CRM & Marketing Automation.
• Le suivi de la Performance des campagnes et scénarios CRM.
• La mise en place d’un modèle d’attribution permettant d’identifier les canaux marketing les plus efficaces.