Data analyst
Le marché de l'emploi cadre français a enregistré une contraction en 2024 : selon l'APEC, 303 400 cadres ont été recrutés, soit -8 % par rapport à 2023, dans…
À 90 jours, trois portes concrètes
Commencer tout de suite
Identifie deux compétences essentielles du métier que tu ne maîtrises pas encore et trouve une ressource pour les attaquer cette semaine.
S'orienter
Compare cette fiche à deux métiers adjacents du catalogue pour voir où tes forces actuelles se placent le mieux.
Où ça va
Scénario de recomposition (le plus probable à ce stade) : Le data analyst évolue vers un rôle d'« analyste stratégique augmenté », dont le cœur de valeur est le jugement, la contextualisation et la responsabilité des décisions data-driven.
2 ans
Le marché de l'emploi cadre français a enregistré une contraction en 2024 : selon l'APEC, 303 400 cadres ont été recrutés, soit -8 % par rapport à 2023, dans un contexte de recul des investissements des entreprises.
5 ans
Le mécanisme central est une bifurcation du marché.
10 ans
Scénario de recomposition (le plus probable à ce stade) : Le data analyst évolue vers un rôle d'« analyste stratégique augmenté », dont le cœur de valeur est le jugement, la contextualisation et la responsabilité des…
Analyse éditoriale LaborAI
Comment ce métier se transforme
Sur 2 ans
Horizon 1-3 ans : recomposition sous tension conjoncturelle et pression IA
Le marché de l'emploi cadre français a enregistré une contraction en 2024 : selon l'APEC, 303 400 cadres ont été recrutés, soit -8 % par rapport à 2023, dans un contexte de recul des investissements des entreprises. Les métiers du numérique, dont les data analysts, n'ont pas été épargnés. Les intentions de recrutement pour 2025 restent au plus bas, sans rebond anticipé.
Cette contraction conjoncturelle masque cependant une tension structurelle persistante : les difficultés de recrutement restent élevées (74 % des entreprises les anticipaient au T4 2024), ce qui signifie que les profils qualifiés restent recherchés même si le volume global d'embauches recule.
Sur le plan salarial, l'APEC situe la fourchette de l'analyste des données entre 33 k€ et 53 k€ brut annuel (moyenne 43 k€) en 2025, cohérent avec les données Hays qui placent le junior entre 35 k€ et 42 k€. La banque/assurance reste le secteur le mieux rémunérateur (jusqu'à 120 k€ pour les profils seniors).
L'impact de l'IA est déjà observable : une grande partie des tâches de préparation et de visualisation des données est désormais accélérée par des outils IA. Le risque à court terme est moins la suppression de postes que le gel des embauches juniors : des données empiriques convergentes signalent une baisse des nouvelles embauches chez les 22-25 ans dans les métiers exposés aux LLM, l'ajustement passant par les volumes d'entrée plutôt que par des licenciements.
Sur 5 ans
Horizon 3-7 ans : recomposition profonde du périmètre du métier
Le mécanisme central est une bifurcation du marché. D'un côté, les tâches les plus routinières du data analyst — extraction SQL standardisée, production de dashboards récurrents, nettoyage de données — sont progressivement absorbées par des outils d'analyse augmentée (copilotes BI, agents analytiques). De l'autre, la demande pour des profils capables d'interpréter stratégiquement les résultats, de cadrer les questions analytiques et de valider la fiabilité des sorties IA s'intensifie.
Le WEF (Future of Jobs Report 2025) identifie les big data specialists parmi les métiers à la croissance la plus rapide d'ici 2030, avec un solde net positif pour l'IA et le traitement de données (+11 millions de rôles créés contre 9 millions remplacés à l'échelle mondiale). En France, le PwC AI Jobs Barometer 2025 documente une progression de 252 % des métiers « augmentés » par l'IA entre 2019 et 2024, avec une exigence de diplôme qui reste élevée (62 % des postes augmentés exigent un diplôme, contre 58 % en 2019).
Le frein principal est la vitesse d'obsolescence des compétences : les compétences demandées dans les métiers exposés à l'IA évoluent 66 % plus vite que dans les autres professions selon PwC. Un data analyst formé en 2022 sur un stack donné doit se recycler en continu. Le scénario pessimiste est celui d'une polarisation : les profils juniors sans double compétence (technique + métier) peinent à s'insérer, tandis que les profils seniors confirmés voient leur valeur augmenter.
Sur 10 ans
Horizon 7-15 ans : deux scénarios plausibles
Scénario de recomposition (le plus probable à ce stade) : Le data analyst évolue vers un rôle d'« analyste stratégique augmenté », dont le cœur de valeur est le jugement, la contextualisation et la responsabilité des décisions data-driven. Les agents IA autonomes prennent en charge la production analytique de masse ; l'humain supervise, valide, questionne et arbitre. Ce scénario est cohérent avec le consensus académique de 2025-2026 : l'IA transforme les tâches plutôt qu'elle ne supprime les emplois à court terme, mais ferme progressivement les portes d'entrée pour les débutants.
Scénario de déclin partiel : Si les agents analytiques atteignent un niveau de fiabilité suffisant pour produire des insights directement actionnables sans supervision humaine intensive, le volume de postes de data analyst « généraliste » pourrait se contracter significativement. Ce scénario est accéléré par la démocratisation des outils no-code/low-code IA, qui permettent aux équipes métier de s'autonomiser partiellement.
Deux moteurs structurels jouent en faveur du métier sur le long terme : (1) l'explosion des volumes de données — le marché mondial de la data devrait atteindre 62 milliards de dollars en 2029 — crée mécaniquement des besoins d'analyse ; (2) les exigences réglementaires (RGPD, AI Act, reporting ESG) imposent une traçabilité et une explicabilité des analyses qui nécessitent une expertise humaine. Le métier survivra, mais sous une forme profondément recomposée, avec une prime forte pour les profils hybrides (technique + domaine métier + culture IA critique).
Compétences clés
Voir mes écarts →Hard skills
- ↗SQL (requêtage et manipulation de bases de données)Indispensable
- ↗Python pour l'analyse de données (pandas, numpy, matplotlib)Indispensable
- ↗Outils de Business Intelligence (Power BI, Tableau, Looker)Indispensable
- ↗Statistiques descriptives et inférentiellesIndispensable
- ↗Modélisation de données et conception de pipelines analytiquesImportant
- ↗Maîtrise d'un environnement cloud (GCP BigQuery, AWS Redshift, Azure Synapse)Important
- ↗Prompt engineering et usage critique des LLM comme copilotes analytiquesImportant
- ↗Connaissance des réglementations données (RGPD, AI Act)Important
- →Notions de machine learning appliqué (scikit-learn, interprétation de modèles)Moins valorisé
- →Connaissance métier sectorielle (finance, retail, santé, industrie)Moins valorisé
Soft skills
- ↗Traduction d'un problème métier en question analytiqueClef
- ↗Lecture critique des sorties IA et détection des biais algorithmiquesClef
- ↗Communication de résultats à des interlocuteurs non techniquesClef
- ↗Rigueur dans la documentation et la reproductibilité des analysesImportant
- ↗Curiosité structurée et veille technologique activeImportant
- ↗Gestion des priorités dans un environnement multi-demandesImportant
Trajectoire type à 5 ans
Quelques repères pour te donner l'échelle.
Junior
35–47 k€
Confirmé·e
45–60 k€
Senior
55–75 k€
Valeur déplacée vers l'évaluation et la supervision
Expert / lead
70–95 k€
Et maintenant
Cette fiche prend dix fois plus de sens quand elle parle de toi.
Ton niveau, tes intérêts, ta situation — trois minutes et LaborAI te montre ta voie la plus directe vers ce métier, les compétences qui te manquent, la formation priorisée pour les combler.
Sources
APEC · France Travail · ROME M1403 · Journal d'un Progressiste · mise à jour auto
Mise à jour : 19 avril 2026