Reconversion Data Analyst : comment valoriser son expérience précédente ?

Par Samy Wahbi

Vous envisagez une reconversion comme data analyst, mais vous n’avez jamais occupé ce poste ? Votre expérience précédente peut vous aider à décrocher un premier emploi, à condition de montrer ce qu’elle apporte à une équipe et de la compléter par des compétences en analyse de données.

Connaissance d’un secteur, suivi d’indicateurs, résolution de problèmes, échanges avec des équipes : ces acquis prennent de la valeur lorsqu’ils sont reliés à des exemples précis. Voici comment construire ce lien sans embellir votre parcours.

Sommaire

• Comprendre ce que votre expérience apporte
• Repérer les situations utiles dans votre parcours
• Faire le lien avec votre ancien métier
• Suivre un exemple de reconversion en logistique
• Créer un projet lié à votre domaine
• Présenter votre parcours dans votre candidature
• Défendre votre reconversion en entretien

Comprendre ce que votre expérience apporte à un poste de data analyst

Un data analyst ne se contente pas de produire des graphiques. Il doit comprendre une question, préparer des données fiables, les analyser et expliquer ses conclusions aux personnes qui vont les utiliser. La fiche métier de l’Apec cite notamment la qualité des données, la compréhension des besoins et la communication des résultats.

Votre ancien métier peut vous aider sur ces sujets. Si vous connaissez déjà la logistique, par exemple, vous savez peut-être qu’une livraison est en retard si sa date de réception est postérieure à la date promise au client. Encore faut-il vérifier que ces deux dates sont disponibles et fiables. Cette connaissance vous aide à poser de meilleures questions avant de calculer un indicateur.

Elle ne remplace toutefois pas la pratique des outils demandés. Selon les offres, il faudra notamment savoir interroger des données avec SQL (un langage pour questionner des bases de données), les préparer et construire des tableaux de bord. Votre objectif : associer votre connaissance du terrain à des preuves récentes de ces compétences.

Repérer les situations utiles dans votre parcours

Reprenez vos expériences, même si vos intitulés de poste ne mentionnent pas la data. Pour chacune, notez une situation où vous avez dû comprendre un problème, vérifier une information ou aider quelqu’un à décider.

• Le problème : quelle question se posait l’équipe ?
• Les informations : quels fichiers, outils ou indicateurs avez-vous consultés ?
• Votre action : qu’avez-vous vérifié, comparé ou expliqué vous-même ?
• La suite : à qui votre travail a-t-il servi et quelle décision a-t-il éclairée ?

Gardez deux ou trois exemples que vous pouvez raconter sans notes. Si vous ne connaissez pas le résultat final, dites-le. Une contribution précise est plus crédible qu’un résultat collectif présenté comme votre réussite personnelle.

Faire le lien entre votre ancien métier et l’analyse de données

Les situations suivantes sont fictives. Elles montrent comment une expérience peut nourrir une candidature, sans transformer une mission passée en poste de data analyst.

• Commerce : une responsable de magasin comparait les ventes et les ruptures de stock avant les commandes. Elle peut expliquer quels écarts elle surveillait, puis présenter un projet d’analyse des ventes réalisé pendant sa formation.
• Ressources humaines : un chargé de recrutement suivait les étapes des candidatures. Il peut montrer comment il vérifiait la cohérence des informations et proposer une analyse fictive des délais entre étapes, sans utiliser de dossiers personnels.
• Logistique : une coordinatrice suivait les livraisons en retard. Elle peut raconter comment elle distinguait les causes possibles et présenter un tableau de bord construit à partir de données publiques ou fictives.
• Support client : un conseiller classait les demandes récurrentes. Il peut expliquer comment il identifiait les sujets fréquents et montrer une analyse de catégories de demandes fictives.

Dans chaque cas, la connaissance du métier aide à choisir une question pertinente. Le projet démontre séparément ce que la personne sait désormais faire avec des données.

Exemple pas à pas : passer de la logistique à la data

Voici un cas entièrement fictif. Adaptez les formulations à vos tâches et à vos projets réels : cet exemple ne constitue pas une expérience à revendiquer.

1. Lire une offre fictive : une entreprise cherche un data analyst junior pour suivre les livraisons, interroger les données avec SQL et présenter les retards dans un tableau de bord.
2. Identifier les tâches déjà réalisées : une coordinatrice logistique consultait les dates promises et les dates de réception, signalait les écarts et échangeait avec les équipes sur les dossiers concernés. Elle connaissait le terrain, sans exercer pour autant le métier de data analyst.
3. Construire une preuve : elle crée un petit projet sur des livraisons fictives, calcule la part de livraisons en retard et présente le résultat par transporteur. Elle documente les données, ses calculs et ses limites dans un projet consultable.
4. Repérer une compétence à acquérir : elle ne maîtrise pas encore SQL, pourtant demandé dans l’offre. Elle s’exerce à importer et interroger ces données, puis ne mentionne SQL dans son CV qu’une fois capable d’expliquer ce qu’elle a fait.
5. Formuler son CV : « Coordinatrice logistique : suivi des dates de livraison et signalement des écarts aux équipes. Projet personnel : analyse de livraisons fictives avec SQL et création d’un tableau de bord des retards. » Cette seconde phrase suppose que le projet et l’utilisation de SQL ont bien été réalisés.
6. Préparer l’entretien : « Je connais le suivi des livraisons grâce à mon poste en logistique. Pour développer mes compétences en analyse, j’ai construit un projet sur des données fictives : j’ai comparé les dates promises et les dates de réception, puis présenté les retards par transporteur. Je peux vous expliquer mes calculs et leurs limites. »

Un petit jeu de données pour commencer

Copiez ces données fictives dans un tableur. Chaque ligne représente une livraison ; les dates suivent le format année-mois-jour.

Une livraison est en retard si sa date de réception est après la date promise. Ici, deux livraisons sur quatre sont en retard, soit 50 % : une sur deux pour chaque transporteur. Une livraison reçue avant ou le jour promis n’est pas en retard.

Ce jeu est trop petit et fictif : il sert à s’entraîner, pas à comparer des performances réelles. Il ne contient ni motif de retard ni livraison non reçue ; il ne permet donc pas d’expliquer les causes ni de mesurer les retards en cours. Dans un vrai fichier, vérifiez aussi les dates manquantes, les doublons et les éventuels changements de date promise avant de calculer l’indicateur.

Créer un projet lié à votre domaine pour prouver vos compétences

Pour un premier emploi de data analyst sans expérience dans le poste, un projet personnel ou réalisé en formation peut rendre votre démarche visible. Choisissez une question proche de votre ancien métier : « Quels types de commandes arrivent le plus souvent en retard ? » ou « À quelles étapes les délais de recrutement sont-ils les plus longs ? »

Utilisez un jeu de données public ou fictif adapté à la question. N’emportez pas de fichiers de votre ancien employeur et ne publiez pas de données confidentielles ou personnelles sans autorisation. Si les données ne permettent pas de répondre complètement, indiquez-le.

Présentez votre travail sur une page facile à parcourir : la question, l’origine des données, les vérifications effectuées, les outils réellement utilisés, deux ou trois observations et leurs limites. Ajoutez une capture lisible de votre tableau de bord et un lien vers le projet si vous pouvez le partager. Par exemple, un retard observé dans un fichier ne suffit pas à prouver sa cause : expliquez ce qu’il faudrait vérifier avant de conclure. Pour présenter ce travail, consultez notre guide du portfolio data analyst.

Présenter votre reconversion dans votre CV et vos candidatures

Adaptez votre candidature à chaque offre en reliant trois éléments : le secteur que vous connaissez, une compétence demandée et une preuve. Si l’offre concerne la distribution et demande SQL, placez votre expérience en magasin et un projet où vous avez réellement utilisé SQL à des endroits visibles de votre CV.

Exemple fictif de formulation : « Responsable de magasin : suivi des ventes et des ruptures pour préparer les commandes. Projet de formation : analyse d’un jeu de données de ventes fictif avec SQL et création d’un tableau de bord. »

Précisez ce qui relève de votre ancien poste et ce qui relève d’un projet. Ne changez pas votre ancien intitulé en « data analyst » si ce n’était pas votre fonction. Dans votre message de candidature, ajoutez une phrase sur le problème du secteur que vous aimeriez aider à résoudre et renvoyez vers votre projet.

Vous pouvez aussi chercher des postes d’analyse dans votre secteur actuel, explorer une mobilité interne ou une alternance si votre situation le permet. Lisez les missions au-delà du titre : elles vous aideront à repérer les postes où votre connaissance du terrain est utile.

Défendre votre parcours en entretien sans survendre votre expérience

Préparez une réponse courte à la question « Pourquoi vous reconvertir ? » : partez d’une situation professionnelle qui vous a donné envie d’approfondir l’analyse, expliquez ce que vous avez appris depuis, puis reliez votre parcours au poste visé.

Exemple fictif : « Dans la logistique, je suivais les retards de livraison et je devais comprendre les écarts avec les équipes. J’ai voulu aller plus loin dans l’analyse. Pendant ma formation, j’ai travaillé sur un jeu de données fictif et construit un tableau de bord. Je souhaite aujourd’hui mettre cette pratique et ma connaissance des livraisons au service de votre équipe. »

Attendez-vous à détailler votre propre contribution : comment avez-vous vérifié les données ? Pourquoi avoir choisi cet indicateur ? Quelle limite avez-vous identifiée ? Si vous ne maîtrisez pas encore un outil demandé, dites où vous en êtes et appuyez-vous sur ce que vous savez déjà démontrer. Pour vous entraîner, retrouvez nos questions d’entretien data analyst.

Votre expérience précédente ne garantit pas un recrutement, mais elle peut donner du sens à votre candidature. Choisissez un problème que vous connaissez, montrez votre travail d’analyse et expliquez clairement ce que vous pouvez apporter dès votre premier poste.

Pour découvrir les compétences travaillées dans ce parcours, consultez la formation Data Analyst & IA de DataSuits.

Article rédigé par Samy Wahbi.