Le poste de Business Analyst en systèmes d’information est souvent confondu avec d’autres rôles. On m’a déjà demandé si c’était la même chose que contrôleur de gestion : comme j’étais précisément contrôleur de gestion dans une autre vie, la confusion est d’autant plus compréhensible, mais noooon, Business Analyst ce n’est pas du tout la même chose!
– “Ah, alors c’est un truc dans le marketing?” Non plus.
– “Alors, c’est pareil que Data Analyst?” Toujours pas, mais on se rapproche.
Voici quelques éléments de compréhension pour toutes celles et tous ceux qui se posent la même question (ou qui veulent effectuer leur transition professionnelle).
Business Analyst vs. Data Analyst: la “donnée” comme élément de différenciation
L’élément clé pour comprendre la différence entre les métiers de Business Analyst et de Data Analyst, c’est le mot « data », la donnée.
Prise au sens stricte, une donnée n’est pas forcément numérique ni informatique. C’est de l’information.
Néanmoins, dans le cadre de projets de systèmes d’information, la donnée c’est de l’information représentée sous forme numérique, qui est enregistrée et structurée dans un système informatique et permet les calculs et les statistiques.
Un Data Analyst, ce serait donc celui ou celle qui analyse les données numériques des systèmes d’information, quand le Business Analyst devrait logiquement être plutôt focalisé sur les informations et besoins métier non-numériques.
Mais en réalité, un Business Analyst en systèmes d’information est la plupart du temps sollicité pour réaliser la conception fonctionnelle du logiciel cible. Cela signifie qu’après avoir analysé les besoins et contraintes métier, il va recommander et décrire une solution permettant de résoudre au mieux une problématique métier.
Ainsi, quand on évoque la conception fonctionnelle d’un système informatique, on parle :
- Du comportement du système cible : le système doit ou peut faire ceci – cela, le système doit avoir tel niveau de performance ou rendre tel service minimum ;
- Mais également des données qui seront manipulées par le logiciel à l’étude.
Et c’est là que la frontière entre Business Analyst et Data Analyst commence à devenir plus floue.
Les nouveaux métiers de la Data
Revenons donc un instant à la définition de ces nouveaux métiers de la Data, dont fait partie le Data Analyst.
Des métiers souvent confondus
Je suis allée surfer sur internet, et franchement, on est loin d’un discours clair et unanime, que ce soit au niveau des organismes de formation aux data sciences, des professionnels en poste ou encore des recruteurs. De même, si vous regardez des offres d’emploi publiées chez les GAFA (Google, Apple, Facebook, Amazon), les descriptions de postes mélangent allègrement toutes ces compétences.
Bref, il est bien difficile de s’y retrouver.
Je vous livre donc ici le résumé de ma compréhension, obtenue après avoir recoupé différentes sources d’information qui m’ont semblé claires, pertinentes et relativement partagées dans le monde francophone.
De manière générale, pour appréhender les métiers de la « data », il faut comprendre le parcours de la donnée.
Des parcours de donnée différents
En résumé:
- La donnée doit d’abord exister sous forme numérique auprès de différentes sources. Elle est ensuite extraite, puis stockée dans un « Data lake » avant d’être nettoyée, préparée, structurée et enregistrée dans des bases de données. Le Data Engineer est chargé de la construction de toute cette infrastructure, ce « pipeline » en amont. Il peut être spécialisé « Cloud », Machine Learning et Big Data. On aura ainsi des Data Engineers spécialisés dont les titres seront respectivement « Solution Architect », « Maching Learning Engineer » et « Big Data Engineer ».
- Poursuivons notre parcours de la donnée. Ces « data » structurées et nettoyées sont ensuite disponibles pour être analysées et présentées dans des tableaux de bord et du reporting. Et ce travail, c’est celui de notre Data Analyst.
- Jusque-là, il s’agissait de données passées et présentes. Le futur, c’est du ressort du « Data Scientist ». Lui ou elle va construire des algorithmes de Machine Learning pour faire des analyses prédictives et prescriptives, et ainsi, par exemple, optimiser les processus internes de l’entreprise, faire de la détection d’objets, de l’analyse de texte, prédire les tendances du marché etc.Un Data Scientist se base donc sur les besoins métiers qui lui auront été décrits au préalable pour exploiter au mieux les algorithmes et les statistiques, et ainsi proposer une solution d’intelligence artificielle la plus exacte et pertinente possible au regard des besoins métiers.
Rassurez-vous, même si vous vous dîtes comme moi « Alleluia, j’ai enfin compris qui faisait quoi ! », mon article va vite être obsolète car les compétences de tous ces nouveaux métiers de la Data sont à la fois tellement vastes et spécifiques que les spécialisations sont inévitables ; et ce d’autant plus que les technologies évoluent elles aussi à grande vitesse.
>> Lire aussi : Pourquoi les “data” sont-elles aussi importantes pour les dirigeants ?
Et la Business Intelligence ?
Ayant travaillé à mes débuts en tant que consultante technico-fonctionnelle sur des projets de Business Intelligence (BI), il me semble bien que le Data Engineer et le Data Analyst, eh bien ce sont des « sortes » de consultants ou experts en Business Intelligence.
La BI collecte, extrait, classe, transforme, manipule et présente les données, tout comme les Data Sciences.
En réalité, la Data Science est une évolution de la Business Intelligence. La différence réside dans les outils utilisés et la manière dont les données sont traitées et utilisées. De plus, le Data Scientist introduit la manipulation de données futures et permet ainsi de faire des analyses prédictives et prescriptives très précises.
Le rôle du Business Analyst
Recueillir les besoins métier et la “vision” du Top Management
La Business Analyse est la discipline qui permet aux entreprises de faire face à une nécessité ou un besoin de changement, grâce à l’analyse, la recommandation et la description de la meilleure solution possible.
80% des Business Analysts interviennent dans le cadre de projets de Systèmes d’information, tandis que les 20% restants travaillent sur des projets de gouvernance ou purement « métier » (non IT).
>> Lire aussi: Quelle est la différence d’approche entre BA métier et BA IT?
Un Business Analyst n’a donc pas besoin de « data » dans le sens de la donnée numérique pour travailler. Par contre, sa matière première est l’information sous toutes ses formes, non exprimée, cachée, et bien sûr exprimée et numérique.
Un Business Analyst va passer du temps à recueillir la vision du Top Management, les besoins métiers opérationnels et stratégiques, les contraintes internes et externes.
Concevoir le changement
Puis, muni de cette compréhension, il va réfléchir à plusieurs solutions permettant à l’Organisation cliente de faire face à un changement voulu ou subi.
Souvent, ce changement impliquera la mise en place ou la modification d’un système informatique. Il sera donc appelé à décrire précisément comment le système cible devra se comporter et quelles données il devra utiliser pour apporter la valeur attendue.
Et c’est là que le Business Analyst mutera en Data Analyst ou lui passera le flambeau.
Pour résumer: Business Analyst vs. Data Analyst
Les compétences du Business Analyst
La plus grosse différence entre les deux concerne la compétence technologique. En effet, un Business Analyst en S.I. n’est pas un expert technique.
>> Lire aussi: Doit-on être expert métier quand on est Business Analyst ?
Son « vernis » en algorithmie, bases de données, SQL, XML, ou encore architecture des S.I. est suffisant pour exercer son rôle de « chaînon » entre le monde économique et le monde technique. 50% de ce poste requiert en revanche de fortes compétences inter et intrapersonnelles – communication, influence, aide à la décision, écoute – ainsi que des compétences en présentation, synthèse, animation d’ateliers et gestion de projet.
Pour approfondir le sujet:
>> Lire aussi l’article: Doit-on avoir des connaissances en informatique pour devenir Business analyst ?
Les compétences du Data Analyst
Le Data Analyst, de son côté, a obligatoirement de bonnes compétences techniques et outils : SQL, R/Python (Pandas, Numpy, Matplotlib), Tableau / Power BI, Data Modeling, SAS/SPSS, Excel, AWS/Azure etc.
Des qualifications différentes
Les diplômes et expériences prérequises seront également différents :
- Un Business Analyst a le plus souvent une expérience métier et/ou sectorielle forte, ainsi que des compétences en management, commerce ou autres gestion de projet.
- Un Data Analyst a de son côté un diplôme en IT, statistiques, mathématiques, analytics.
- Et les hybrides Data Business Analysts ont tout cela à la fois…
J’espère que cet article vous a éclairé sur ces deux métiers qui peuvent, selon les cas, être bien distincts, se confondre ou collaborer.
N’hésitez pas à me laisser vos commentaires pour apporter votre expérience !
Sources : Openclassrooms, Business & Décision, Jedha, Defend Intelligence
Cet article vous a plu? Partagez-le et suivez-moi sur les réseaux sociaux!
