Le Big Data et les analytics sont devenus les fondements des stratégies commerciales, mais aussi du management des entreprises. La collecte et l’analyse de données permettent en effet aux organisations de mieux comprendre leurs clients. Par ailleurs, la data permet de créer des produits qui répondent réellement aux attentes de ces derniers… Mais c’est aussi une boussole ultra efficace pour réduire ses coûts, optimiser son recrutement ou piloter ses projets.
À mesure que l’importance des analytics s’impose comme une réalité, l’enjeu de former et de recruter les talents de demain devient lui aussi de plus en plus pressant. Dans son rapport de 2018 sur l’avenir du travail, le Forum Economique Mondiale prédisait déjà l’obsolescence de 75 millions d’emplois, accélérée par l’avènement des nouvelles technologies.
Les spécialistes des analytics ne feront bien sûr pas partie de cette catégorie. Environ 72 % des entreprises ont embauché de nouveaux talents à des postes d’analyse de données au cours des 12 derniers mois. Parmi celles-ci, 78 % ont déclaré avoir des difficultés à recruter pour ces postes. Des chiffres qui démontrent l’importance croissante que s’apprêtent à prendre l’analyse de donnée dans les métiers de demain. Décryptage.
Qu’est-ce qu’on entend par analyse des données ?
Les analytics, ou l’analyse de données, est un terme général qui englobe de nombreux sous-domaines d’expertise. En effet, n’importe quel type d’information peut être soumis à des techniques d’analyse pour en extraire des tendances fortes. Ces données peuvent ensuite être utilisées pour optimiser les processus d’une entreprise, ou prendre des décisions stratégiques.
L’analyse de données se décompose généralement en plusieurs étapes :
- Se fixer des exigences en matière de collecte et de groupement de données ;
- Collecter de la data, via une variété de sources différentes ;
- Organiser les données afin de faciliter leur analyse (dans une feuille de calcul ou un logiciel statistique ;
- Nettoyer les données afin de s’assurer qu’il n’y ait pas d’erreur ou de duplicata ;
- Analyser les données pour en tirer des recommandations opérationnelles.
Le rôle toujours plus prépondérant des analytics en entreprise
Une récente étude de la Société pour le Management des Ressources Humaines (SHRM) prédisait que d’ici fin 2021, 59 % entreprises augmenteraient le nombre de postes nécessitant des compétences en analytics. Plus de la moitié (54 %) ont également exprimé le besoin de former leur service de RH en analyse des données.
Le Big Data est devenu en effet un outil indispensable pour guider les entreprises dans leurs décisions stratégiques. Et ce, y compris en matière de recrutement et de management. 71 % l’utilisent déjà pour le sourcing et la sélection des candidats. Et 63 % se reposent sur l’analyse de leurs données internes pour identifier les causes de turn over ou comprendre comment booster la rétention de leurs employés.
Cependant, 51 % n’utilisent pas encore le Big Data en raison d’un manque de connaissances ou d’expertise. Dans 30 % des cas, c’est l’insuffisance de données collectées ou disponibles qui bloquent la transformation des entreprises
Bien que la demande pour les compétences analytiques soit forte, le marché du travail peine encore à y répondre. 78 % des répondants exprimaient ainsi des difficultés à recruter des candidats spécialisés (data analyst, analyste financier, data scientist, business analyst, etc.)
Tour d’horizon de l’analyse de données en entreprise
Si les analytics sont devenues si centrales dans le pilotage des entreprises, c’est en raison parce qu’elles sont les outils les plus efficaces pour optimiser la prise de décision.
C’est le cas notamment en matière de pilotage commercial. L’analyse de données offre aux entreprises un aperçu en temps réel de leur positionnement et de la manière dont elles pourraient être plus efficaces.
Sa mise en œuvre dans le modèle économique d’une entreprise pourra par exemple l’aider à réduire ses coûts (et ses risques) en identifiant les goulots d’engagement et les méthodes plus performantes de faire des affaires. Les entreprises peuvent également utiliser l’analyse de données pour prendre de meilleures décisions managériales, entre autres. Les analytics lui permettent ainsi d’optimiser son processus de recrutement, de formation et donc d’améliorer la rétention de ses talents.
Les nombreux avantages de l’analyse de données
Les avantages que présente l’analyse de données expliquent en grande partie qu’elle se soit imposée dans presque tous les secteurs d’activité. On la retrouve par exemple dans des domaines comme :
- La banque et la finance. L’analyse des risques est déjà un outil indispensable des institutions financières, qui l’utilisent pour optimiser leur placement ou décider à quel client octroyer un emprunt. Mais les analytics sont aujourd’hui tellement performantes qu’elles permettent aussi de lutter contre la fraude et le blanchiment d’argent ;
- Les médias et le divertissement : la manière dont nous consommons du contenu a énormément évolué. Des entreprises comme Spotify, Netflix ou TikTok utilisent l’analyse de données pour proposer des créations plus adaptées aux attentes de leurs publics cibles et augmenter leur taux de rétention.
- La santé. L’industrie pharmaceutique et le secteur de la santé investissent également dans des outils de Big Data (comme le Cloud) pour améliorer la satisfaction de leurs clients. Les trackers portatifs et les dispositifs surveillance à distance des patients ne sont que la partie émergée des applications possibles des analytics en santé ;
- L’industrie. Les industries manufacturières dans leur globalité génèrent une quantité impressionnante de données. Particulièrement complexes à suivre et à rationaliser, le secteur a été l’un des premiers à investir massivement dans la création d’outils prédictifs et la formation de ses talents. C’est l’un des pôles les plus avancés en matière d’analytics décisionnelles.
Analytics à tous les étages
En plus d’être présentes dans tous les secteurs d’activité, les analytics se sont également imposées dans tous les services.
Selon la même étude réalisée par le SHRM sur le sujet, les services les plus demandeurs en matière d’analyse de données sont :
- La comptabilité et la finance (71 % des postes requièrent des compétences en analytics) ;
- Les ressources humaines et le management (53 %) ;
- Le service commercial et administratif (50 %) ;
- L’informatique et les nouvelles technologies (43 %) ;
- Le marketing (40 %).
L’enjeu des analytics en entreprise et la pénurie des talents
Face à une telle prépondérance des analytics et une demande très forte des entreprises, se pose la question des talents. Et, en l’occurrence, de leur pénurie. Comme c’est le cas pour de nombreux domaines d’expertise émergents (comme la science des données), l’offre est fortement resserrée. D’où l’importance pour les entreprises de rationaliser leur recrutement en conséquence, et surtout de fidéliser les spécialistes des analytics.
Les regards se portent également vers les établissements d’enseignement supérieur. Ce sera en effet à eux de produire les nouveaux talents armés de diplômes en analyse de données. L’enjeu sera également pour les universités d’adapter leur formation aux besoins des entreprises. Selon une étude menée aux Etats-Unis, 300 % d’entre elles sont trop confiantes quant aux compétences de leurs élèves et ignorent donc le décalage entre les compétences transmises et les réalités du marché du travail.
L’une des principales raisons de ce décalage entre compétences et talents est la complexité de ce nouveau domaine d’expertise. Les professionnels des analytics doivent en effet posséder une grande variété de savoirs (on parle aussi de compétences en T).
Idéalement, ils devront posséder des compétences très spécialisées dans un ou plusieurs domaines (comme la science des domaines, la programmation). Mais aussi des savoirs dans leur domaine (finance, management, transport), ainsi que des soft skills telles qu’un bon sens de la communication, la visualisation ou encore l’esprit critique.
Bref… Un mouton à 5 pattes qui fait certainement partie des profils les plus difficiles à trouver.
5 conseils pour devenir un pro de l’analyse de données
En raison de cycles économiques de plus en plus courts, le Big Data et les analytics sont devenues des secteurs dans lesquels s’imposer est une question d’agilité et de capacité à innover.
Que vous soyez un aspirant professionnel de l’analyse de données ou souhaitiez continuer d’évoluer dans ce domaine, pensez à :
- Creuser certains domaines pour établir une expertise. La maîtrise d’un outil analytique ou d’une domaine d’analyse très spécifique sera un énorme plus en phase de recrutement. Gardez à l’esprit la stratégie des compétences en forme de T. Pour cela, explorez un domaine en profondeur (notamment via votre formation). Puis diversifiez-vous pour assurer la longévité de votre carrière ;
- Mettez à jour vos compétences et investissez dans l’apprentissage des hard skills essentielles. La modélisation des données, la programmation Java ou encore l’ingénierie des données font partie des compétences techniques que vous devez absolument posséder. Un professionnel dans ce domaine doit également être capable d’analyser des données non structurées, de maîtriser l’analyse prédictive et l’apprentissage automatique ;
- Soignez votre sens de la communication. La Dataviz et le Data Storytelling font partie des cordes que vous devez avoir à votre arc. En entreprise, il ne suffit en effet plus de savoir collecter et analyser les données, mais aussi et surtout de restituer vos connaissances aux autres services ;
- Adoptez une vision de l’apprentissage en continu. Ne vous contentez pas d’acquérir de nouvelles compétences. Mettez à jour celle que vous possédez en envisageant votre formation comme un processus continue. Des organismes comme le Wagon, Cegos ou encore Comundi vous offriront de nombreux choix de modules à explorer en parallèle de votre profession.
