Formation Data Analyst

Décrochez le poste le plus demandé dans la data avec le meilleur
bootcamp !

Apprendre à extraire des données, les transformer, les analyser et construire des tableaux de bord automatisés... Les missions d’un Data Analyst sont variées et parmi les plus recherchées par les entreprises.

Formez-vous sur des vraies données pour être opérationnel dès la sortie du bootcamp !

En 9 semaines, apprenez les compétences fondamentales du data analyst

Maîtrisez le data sourcing

Comprenez les KPIs des entreprises, collectez des données depuis différentes sources pour mener des analyses classiques (churn, funnel, CAC, AB test, time to convert, etc.)

Google Analytics

Payment

CRM

Apprenez à extraire et transformer la data

Apprenez à extraire des données via des API, des outils d'automatisation ou du tracking produit sur GTM. Maîtrisez SQL et construisez des data warehouse propres avec des techniques classiques (data layers).

SQL

Snowflake

Fivetran

DBT

Business Intelligence et data visualization

Communiquez clairement vos résultats en utilisant les bonnes visualisations et en créant des tableaux de bord automatisés avec les outils de BI les plus utilisés.

PowerBI

Tableau

Metabase

Python pour l’analyse et la prédiction

Exécutez des analyses sur de gros jeux de données grâce à Python et Jupiter notebook. Comprenez les bases du Machine Learning en Python pour collaborer avec des data scientists ou des ingénieur en Machine Learnng.

Python

Dataiku

À quoi ressemble le bootcamp Data Analytics concrètement ?

Parcourez le programme semaine après semaine.

Intro

Intro : l’écosystème data et le rôle du data analyst

Pour utiliser les données, vous devez d’abord comprendre comment est organisée la data dans une entreprise. Quels sont les différents métiers de la data ? Quel est le rôle du data analyst ? Quels sont les derniers outils ?

Comprendre l’organisation data en entreprise
Identifier les grandes étapes de traitement de la data
Comprendre le rôle de l’équipe data et la place centrale du data analyst

Ce que vous allez faire en pratique

Comprendre les rôle de chaque métier et le vocabulaire de la data
Identifier les potentielles sources d’erreurs dans la chaîne Data
Savoir classer les outils Data par fonction

Semaine 1

Data sourcing: comprendre les données et les indicateurs et les manipuler à la perfection avec Google Sheets

Quelles sont les données disponibles ? Où les trouve-t-on ? Quels KPIs veut-on suivre ? Dans ce module, vous menerez des analyses classiques sur des données métiers et construirez des dashboard automatisés avec Google Spreadsheets.

Analyses Produit (rétention, lifetime value, analyses en cohortes …)
Analyses Sales (funnel, panier moyen, time to convert …)
Analyses Marketing (framework AARRR, Taux de conversion, …)
Analyses Finance (marge, résultats, …)
Open data

Ce que vous allez faire en pratique

Savoir identifier les sources de données à utiliser
Construire un funnel de ventes pour une équipe sales
Analyser la performance des campagnes pour une équipe marketing
Analyser la rétention client pour une équipe produit

Semaine 2

Extraction : comment récupérer et cleaner la donnée automatiquement ?

Vous n’allez pas passer votre journée à mettre à jour vos graphiques ! Maîtrisez les outils ELT (Extract, Transform, Load), les APIs ou les outils No-code / Low-code pour extraire les données de différentes sources et les centraliser. Apprenez aussi à tracker les data de votre app web en réalisant un plan de taggage.

Comprendre le principe d’APIs avec l’outil Postman
Apprendre les meilleurs outils d’automatisation Zapier & n8n
Utiliser l’outil leader mondial d’ELT Fivetran
Utiliser Google Tag Manager & Google Analytics 4 pour analyser votre traffic

Ce que vous allez faire en pratique

Utiliser des APIs et implémenter des webhooks
Construire un workflow automatisé d’acquisition de leads pour une équipe growth
Tracker un nouvel événement du site internet pour une équipe Marketing
Dupliquer des données CRM dans le Data warehouse pour une équipe Data

Semaine 3

SQL: maîtrisez le langage des data analysts et construisez des data warehouse exploitables

Apprenez toutes les techniques pour centraliser et transformer vos données dans un data warehouse. Réalisez des Dashboards efficaces et menez des analyses poussées pour les équipes métiers.

Prendre en main Bigquery, le Data Warehouse de Google
Maîtriser les requêtes SQL pour l’analytique
Segmenter vos données en “Data Layers” avec l’outil DBT
Etudier les différentes architectures de données des entreprises tech

Ce que vous allez faire en pratique

Requêter la base de données pour répondre aux demandes métier
Cleaner les données à partir de règles business
Construire des data models pour les équipes marketing, sales et produit
Réaliser des requêtes analytiques et optimiser vos requêtes

Semaine 4

Data visualisation et Business Intelligence

Le data analyst est un communiquant : apprenez à construire les graphiques et les tableaux de bord les plus clairs et les plus interactifs possibles pour vos équipes. Faites ressortir des insights de vos données en adoptant la bonne méthodologie d’analyse.

Adopter les meilleures techniques de visualisation
Maîtriser les outils leaders du marché Google Data Studio et PowerBI
Mener des analyses pertinentes et interpréter les résultats
Vérifier la significativité de vos recommandations avec les statistiques

Ce que vous allez faire en pratique

Choisir le graphique le plus adapté, ajouter du contexte et ordonner l’information
Réaliser les dahsboards des équipes marketing, sales et produit sur Google Data Studio et PowerBI
Recommander des actions à partir de vos analyses de données
Interpréter des résultats d’AB testing pour développer le produit

Semaine 5 & 6

Python pour l’analyse et la prédiction de données

Apprenez à manipuler de gros volumes de données et à les représenter. Maîtriser les bases du Machine Learning pour prédire des résultats et réaliser des analyses complexes. Collaborer mieux avec les équipes data scientists et engineers.

Découvrir le format Jupiter notebook
Collaborer et gérer vos environnements sur Jupyterhub
Apprendre à prédire le futur avec les librairies Python sklearn, prophet
Créer des clusters à partir de vos données
Automatiser l’exécution de vos scripts avec Airflow

Ce que vous allez faire en pratique

Créer vos environnements et pratiquer le versioning avec git
Prédisez les utilisateurs qui sont les plus à risque de partir
Identifier les variables les plus discriminantes parmi vos données
Prédisez le futur revenu et groupez vos clients par catégorie

Semaine 7 & 8

Projet: travaillez sur votre propre projet data

Réalisez un projet d’analyse de données de A à Z. Apprenez à bien poser le problème, à identifier, extraire, centraliser et traiter vos données. Menez vos analyses et créez des dashboard automatisés qui apporteront de la valeur.

Ce que vous allez faire en pratique

Analyse de marché de la food delivery, définir la strategy go to market
Définir les facteurs clefs de la réussite du code de la route
Optimiser le taux de placement des étudiants par l’analyse de données

Semaine 9

Career Week: démarrez votre carrière de data analyst !

Rencontrez des data analysts en startup, préparez votre CV et réalisez des entretiens blancs pour préparer votre recherche d’emploi. Allez plus en profondeur sur des sujets data essentiels: RGPD, l’organisation d’équipes data analysts en entreprise

Entretiens blancs
RGPD, Data ethics
Aide à la recherche d’emploi

Ce que vous allez faire en pratique

RGPD, ce que dit la loi
La gouvernance, le rôle du Data Catalogue
Questions types d’entretiens des meilleurs boîtes tech
Témoignages des lead data analysts des top startups

Nos auteurs

Apprenez les bonnes pratiques utilisées par des experts de la data

Paul Mochkovitch

Co-fondateur, Emil
Ex Head of Data, Shapr

Nolwenn Belliard

Head of Data POS Tribe, SumUp

Olivier Yoo

Data Scientist, Doctolib
Ex Head of Data, HostnFly

Gil Marlard

Product Analytics Manager, Aircall

Options de financement

Trouvez les bonnes options de financement adaptées à vos besoins

Les finances ne devraient pas être un obstacle pour changer de carrière. Nous trouvons toujours des solutions pour faciliter le paiement et les financements de nos programmes (CPF, OPCO, Pôle Emploi)

Préinscris-toi