DATA ANALYST

DÉCOUVREZ LES MÉTIERS DU SPORT ET LES ÉVOLUTIONS DU SPORT BUSINESS

Le marché général de la data

Le marché de l’analyse de données dans le sport devrait atteindre 4 milliards de dollars (3.6 milliards d’euros) d’ici 2022 (source : Forbes). Cette croissance s’explique par les nombreuses utilisations que trouve la data dans le domaine du sport.

Voici comment l’analyse de data pénètre de plus en plus le monde sportif :

Aider les équipes à gagner

Aujourd’hui l’utilisation des logiciels d’analyse a évolué. Les équipes de tous les sports (baseball le précurseur, cf le film Moneyball à voir, le basketball, le football et bien d’autres) possèdent maintenant une équipe d’analystes pour décortiquer les moindres statistiques (frappes tentées, frappes cadrées, kilomètres parcourues, occasions créées…. Liste loin d’être exhaustive) et aider les joueurs à progresser et à optimiser leurs performances.

Monitorer le fan engagement

Les organisations sportives (clubs, fédérations, marques…) peuvent détecter des modèles d’engagement numériques de la part de leurs consommateurs, telle que la visualisation de matchs en ligne. Cela leur permet de comprendre ce que les fans regardent et à quel moment, via l’analyse des connexions aux plateformes en ligne. Elles peuvent grâce à cela créer des expériences plus immersives et adaptées à leur cible, notamment à l’aide de la réalité augmentée.

Les réactions sur les réseaux sociaux (likes, commentaires…) permettent également de comprendre le ressenti des fans et peuvent être utilisées pour augmenter l’engagement fan. Ces données peuvent s’étendre au stade, où les équipes peuvent utiliser des billets électroniques pour comprendre les mouvements des supporters.

Bénéfices pour tout l’écosystème organisationnel

Ces données aident même les équipes à vendre plus de bières et à réduire les bouchons dans les parkings du stade. Tout cela crée une opportunité : cartographier le comportement plus large d’un fan en dehors du stade. En travaillant avec d’autres parties prenantes – entreprises de télécommunications, fournisseurs de paiement en ligne, détaillants – les équipes sportives peuvent acquérir une compréhension plus large du comportement des supporters avant leur arrivée au stade et après leur départ. Cela peut permettre de les cibler avec des messages clés, des offres spéciales, etc. mais aussi fournir des données précieuses sur le contrôle des foules aux municipalités.

Améliorer l’intelligence du back-office

Les analyses de tous ces domaines peuvent aider une entreprise à apporter des améliorations opérationnelles dans des secteurs tels que les achats, la gestion de la chaîne logistique…

En utilisant des technologies d’analyse avancées, les entreprises peuvent améliorer les pratiques en matière de ressources humaines, relation client… Les équipes et les associations peuvent prendre des décisions clés concernant leurs produits et services de base afin d’améliorer l’expérience client et ainsi optimiser leurs revenus.

Développement des partenariats

Le sport est de plus en plus construit autour de partenariats, du sponsoring au trading des joueurs. Par le passé les équipes ne disposaient pas d’informations complètes, les obligeant à céder des marges énormes. Armées de données provenant d’analyses poussées sur différents aspects (engagement fan, image de marque, taux de conversion sur les réseaux sociaux…), les équipes peuvent maintenant optimiser les négociations et économiser des millions d’euros.

Présentation générale du métier

Le Data Analyst est responsable de l’analyse de données issues de l’activité de l’entreprise. Il les recueille et les traite afin de soumettre des recommandations pertinentes. Ses missions ont pour objectif de donner vie aux données en les interprétant.

Il exploite les informations recueillies par différents canaux qui visent à faciliter les prises de décisions par les managers.

Son rôle répond à l’enjeu de la valorisation de la masse de données collectées par les entreprises. Son aisance relationnelle lui permet d’interagir avec les métiers ainsi que de simplifier des problématiques techniques. Ainsi, il est capable d’apporter une vision cohérente des activités de son entreprise. Au vu de l’accroissement considérable du nombre de données collectées, le Data Analyst risque fort probablement de voir son poste évoluer durant les prochaines années. Trop de données collectées sont en attente d’analyse et donc non mises à profit. Le Data Analyst a pour mission de remédier à cette situation qui fait face à des données de plus en plus importantes et très variées. Son rôle consiste à trouver de nouvelles façons de traiter la donnée avec l’appui de nouveaux outils. Placé sous l’autorité d’un Chief Data Officer.

> Recueillir, traiter et étudier les données statistiques pour produire des analyses métiers et des recommandations,

> Construire et faire évoluer les rapports issus du Business Intelligence (BI) & Web Analytics pour permettre aux différentes équipes d’avoir une vision cohérente sur les résultats d’activité des produits et leur bon fonctionnement technique,

> Gérer les outils d’analyses permettant aux décideurs internes ou aux clients de suivre l’évolution de leurs sites ou produits,

> Assurer la bonne interprétation et la diffusion des rapports d’analyse résultant du BI & Web Analytics.

Les clefs de réussite à ce poste

Savoir

. Connaît bien le fonctionnement global de l’entreprise ;

. A des connaissances en mathématiques : en statistique de bases, en modélisation, en analyse de données (Math appliquées) ;

. A une bonne culture générale des sports, de l’international et des medias.

Savoir-être

. A un bon esprit d’analyse ;

. Fait preuve d’une grande honnêteté intellectuelle et de prise de recul par rapport aux méthodes utilisées pour garantir qu’elles soient adaptées au contexte des données traitées ;

. A une bonne capacité d’organisation pour structurer ses méthodes de travail et son plan d’intervention ;

. A une bonne qualité d’écoute afin de recueillir avec précision les informations et les besoins des clients internes et externes de façon à mieux les satisfaire ;

. A une excellente capacité de communication pour expliquer et convaincre ;

. Est assez curieux pour suivre les nouvelles tendances et découvrir de nouveaux outils ;

. Est force de proposition auprès des différents acteurs de l’entreprise ;

. Sait demander de l’aide à bon escient ;

. Sait se contenter d’un travail individuel satisfaisant (pour faire le maximum avec les ressources allouées, sans recherche de perfection) ;

. A une grande capacité d’adaptation (rester réactif au changement) ;

. Est capable de travailler dans un domaine non connu (en décalage avec son domaine d’expertise, mais toujours en gardant un lien) ;…

Compétences requises 

Pour mener à bien son travail, le data analyst doit posséder des compétences particulières, notamment en ingénierie informatique. Il sera en effet amené à utiliser des outils spécifiques au Big Data, notamment les outils de traitement des données comme Hadoop ou Spark pour transformer les données brutes en informations utiles. Le langage informatique n’a donc aucun secret pour lui. Il a également recours à différents outils et méthodes statistiques qui vont l’aider à dégager des tendances pouvant aboutir à des recommandations sur les stratégies à adopter. Des compétences en marketing sont aussi requises pour lui permettre de conseiller les dirigeants de l’entreprise dans ce domaine. La rigueur est indispensable pour pouvoir traiter correctement la grande quantité de données disponible.

Savoir-faire :

. Maîtrise des techniques statistiques et de datamining (SAS, SPSS, VBA, ACCES) ou encore, des langages (R) de bases de données SQL, et des outils de web Analytics,

. Connaissances juridiques et réglementaires de la gestion des données (usage, délais, durée de vie…),

. Maîtrise des techniques statistiques et de datamining (SAS, SPSS, VBA, ACCES) ou encore, des langages (R) de bases de données SQL, et des outils de web Analytics,

Débouchés

Clubs de football et de rugby en majorité actuellement. Départements dédiés à la notion globale de « performance » dans les clubs avec effectif croissant ; la FFR dispose d’un Data Analyst au sein de son équipe et le club Manchester United développe fortement cette approche. Les sociétés de data se créent de plus en plus. Chaînes TV très demandeurs, secteur des paris avec la Française Des Jeux aussi.

Dans une entreprise de taille très petite, petite et moyenne (TPE / PME) : le data analyst sera un rôle qui pourra être cumulé avec d‘autres rôles comme le data miner et le data scientist.

Dans une Entreprise de Taille Intermédiaire (ETI) ou un Grand groupe : le data analyst sera un métier à part entière qui travaillera en équipe agile avec le/la data miner et/ou le/la data scientist. Dans cette configuration, il/elle pourra aussi en plus avoir un rôle de « scrum master » (chef de projet dans le big data). Les compétences associées au travail en équipe agile, sont plus recherchées dans les entreprises d’une certaine taille qui a une équipe big data.

Fourchette de rémunération

En tant que Junior, le Data Analyst peut espérer gagner au moins 35k €/an. De toute évidence, cette rémunération est variable. Néanmoins avec de nombreuses et importantes missions à sa charge, le Data Analyst peut gagner jusqu’à 80k €/an une fois Expert.

Aussi, s’il devient par la suite Data Scientist, il pourra prétendre à une rémunération plus conséquente (jusqu’à 180k €/an).

Junior : 35K – 45K €/an,

Senior : 55K – 65K €/an,

Expert : 70K – 80K €/an

ILS EN PARLENT

DATA ANALYST

A la suite de ses expériences professionnelles, Florian, diplômé Programme Grande École - Promotion 2015 a été recruté au sein STATS ANALYTICS FRANCE , société spécialisée dans le traitement de données basée à Nice. Il est en CDI comme Analyste de Recherche sur la Ligue 1 au service éditorial.