J’ai travaillé dans plusieurs environnements différents du groupe Crédit Agricole très enrichissants !

Mon parcours a débuté en tant qu’apprenti chez Predica au sein de la Direction d’accompagnement des marchés. Ces années d’apprentissage m’ont permis de valider mon Master en Ingénierie de la Statistique.

Après 2 années d’alternance, puis 2 nouvelles années en CDI au pilotage commercial, j’ai effectué une mobilité au sein de la Direction des Risques Groupe chez Crédit Agricole S.A en tant que « Data Analyst risque de crédit ».
L’objectif était pour moi de découvrir un nouveau domaine, de nouvelles méthodes de travail afin d’appliquer mes connaissances et d’en acquérir d’autres. Depuis 2019, je suis rattaché au département Finances Risques Reportings.

Le Data Analyst a plusieurs missions.

• La première est de s’adapter aux spécificités fonctionnelles du poste, comprendre ses spécificités et ses enjeux ;
• La seconde est de pouvoir traduire les demandes en « langage base de données ».

Ce qui me plait, c’est de travailler sur des outils d’extraction et de mise en forme de données. Ils permettent de relier des données qui ne sont a priori pas accessibles simultanément, de mettre en avant des informations nouvelles, de créer de la pertinence dans les données.
L’équipe participe à plusieurs types d’exercice, cela peut aller de la simple demande d’extractions, à la participation active lors d’évolutions des Datamarts en passant par le développement de reportings complexes et l’application de simulations sur différents items.

En tant que Data Analyst, mon année est rythmée d’un côté par les périodes de production de reportings et de l’autre par les périodes de travaux d’évolutions et de développement sur de nouveaux sujets. Il faut être en capacité de répondre à toute demande interne (gouvernance du Groupe) ou externe (superviseur) tant en termes de contenu que de délai dès lors que l’information est disponible chez Crédit Agricole S.A.

Même si les productions sont principalement mensuelles et trimestrielles, les livrables les plus couteux sont produits sur le premier quadrimestre de l’année. C’est une période de l’année où nous participons à la remise de productions en collaboration avec plusieurs équipes et entreprises du Groupe. Étant garant de certains d’entre eux, nous sommes en charge de la gestion de l’organisation et de la réception des contributions tout en ayant notre propre charge de production.

Hors période de production, le temps est consacré d’une part à l’amélioration de nos processus, la mise à jour de nos documentations (règles de gestion, modes opératoires …) et d’autre part au développement de quoi afin de prendre en compte les nouvelles demandes.

En période de production, la journée type débute par une vérification de la mise à disposition des données. En fonction du sujet, certains contrôles sont prévus. Nous utilisons un logiciel de programmation spécialisé dans le traitement de la donnée et de la Statistique pour exécuter des scripts de vérification. Ces outils sont utilisés au quotidien pour extraire et gérer nos livrables.

Nous travaillons principalement en binôme. Je suis donc en contact permanent avec mes collègues directs. Cela nous permet d’être toujours organisés et au courant de l’avancée des projets. C’est très fluide entre nous.
Bien que nous traitons de l’information numérique, nous sommes souvent amenés à chercher de l’information sociale. J’ai pu constater que de nombreux soucis d’analyses, évolutions où problèmes dans nos travaux peuvent être expliqués en coopérant avec les équipes adjacentes.

Hors production, nos journées sont rythmées par les différentes étapes de développement de projets allant de réunions pour recueillir les différents besoins à des périodes de programmation et d’échanges avec nos binômes.

Les personnes étant Data Analyst ont suivi une formation en Statistiques/Mathématiques avec une application en informatique/ informatique décisionnelle.

Les possibilités d’évolution sont diverses. Nous n’avons pas de secteur d’activité prédéfini, ce qui nous permet d’être employable dans n’importe quelle entreprise et dans un grand nombre de directions.

Les compétences techniques et théoriques du Data Analyst sont en constante évolution liées aux nouvelles technologies. Je conseille d’effectuer des formations techniques régulièrement et des mobilités afin de pouvoir enrichir sa palette de connaissances et appliquer les méthodes apprises à nos postes actuel et futurs.
Je suis d’ailleurs tout récemment diplômé d’une formation certifiante de Data Scientist, pensée et mise en Å“uvre par Crédit Agricole en partenariat avec l’X de polytechnique Paris.

Pour en savoir plus sur cette formation : https://www.polytechnique.edu/fr/etudier-lx

Pour prétendre à un poste de Data Analyst, il faut avoir un bagage technique et une envie de découvrir le côté fonctionnel du poste.
Vision technique, il faut avoir un esprit critique de la donnée, une certaine organisation (logique, mathématique et algorithmique) et une envie de fouiller dans les données, de chercher des éléments qui ne sont pas visibles du premier coup.
Fonctionnellement, il faut avoir l’envie de s’adapter à des milieux, des thèmes, des collaborateurs variés.

Pour moi, l’avantage du métier de Data Analyst est le lien que l’on crée entre les équipes en charge de la collecte/mise à disposition de la donnée et celles en charge de communiquer les éléments chiffrés du Groupe.

Il existe de nombreuses possibilités d’évolution !
Les Data Analyst sont présents dans toutes les entreprises du Groupe. De plus, une évolution vers d’autres types de postes est possible, notamment vers la Data-Science.