Dataminer - Datascientist - Apec.fr - Cadres
 
Informatique

commentaire (0) | lu 1930 fois | publié le 04/12/2015

Dataminer - Datascientist

Finalité du métier

Au service du marketing, le dataminer / datascientist valorise l’ensemble des données client pour en faire un levier de création de valeur pour l’entreprise. Il analyse des masses de données hétérogènes, éventuellement non structurées, pour en extraire de la connaissance utile à l’optimisation des offres et services de l’entreprise.  

 

Autres intitulés

  • Ingénieur data scientist
  • ingénieur big data
  • analyst dataminer
  • consultant dataminer
  • data analyst

   

Missions principales

Extraction, uniformisation et structuration des données clients

  • Collecter, sélectionner et valider les données clients pertinentes pour l’analyse.
  • Définir les solutions de stockage et la structuration des données.
  • Convertir, coder et cartographier des données de consommation ou d’usage produit dans un format compréhensible par l’ensemble des collaborateurs.
  • Améliorer la qualité et enrichir les bases de données clients de l’entreprise.
  • Déterminer les outils et méthodes d’acquisition de données depuis un ensemble de bases techniquement hétérogènes.
  • Concevoir l’architecture d’un entrepôt de données décisionnelles (Data warehouse).
  • Maîtriser la qualité des données tout au long de leur traitement.

 

Analyses prédictives et développement de la connaissance client

  • Mettre en œuvre et garantir la modélisation statistique des données.
  • Développer des algorithmes d’apprentissage et scénarios prédictifs des comportements clients.
  • Optimiser la segmentation client à l’aide des statistiques et données de consommation.
  • Étudier et mettre en place les meilleures solutions techniques pour gérer les grands volumes de données.
  • Concevoir des modèles de détection des insights[1] et des opportunités de marché.
  • Tester, contrôler la qualité et la cohérence des bases de données.
  • Accompagner l’entreprise dans le développement de leviers de création de valeur.

 

Optimisation des actions marketing de l’entreprise

  • Mettre en œuvre et optimiser les stratégies CRM du marketing relationnel.
  • Améliorer la performance des plateformes de contact client (Web etc.).
  • Optimiser le ciblage des campagnes de marketing direct (emailing, sms, web etc.).
  • Analyser les taux de rétention client et les éléments y contribuant.
  • Mesurer le ROI[2] de l’ensemble des actions marketing de l’entreprise.
  • Construire et optimiser les scores d’appétence[3].
  • Fournir au service marketing les données nécessaires à la réalisation d’études de marché.

 

Développement d’outils de support aux clients internes

  • Participer à la mise en œuvre de la stratégie marketing de l’entreprise.
  • Analyser l’ensemble des données commerciales pour développer des systèmes efficaces d’aide à la décision.
  • Participer au développement des indicateurs de performance commerciale de l’entreprise.
  • Fournir aux chefs de produit des leviers statistiques décisionnels pour la conduite et l’analyse des campagnes de prospection.
  • Réaliser des études statistiques pour les clients internes ou la direction générale.
  • Animer les ateliers d’expression des besoins internes et rédiger les cahiers des charges.
  • Écrire et rédiger la spécification des besoins à destination des DSI ou de la maîtrise d’ouvrage.
  • Déterminer les outils de reporting dynamique et multidimensionnel (OLAP[4]).
  • Présenter les résultats des études réalisées aux clients internes.
  • Former les utilisateurs aux outils informatiques et décisionnels.

 

Veille technologique sur les outils de datamining

  • Effectuer une veille sur les nouvelles technologies et solutions logicielles d’analyse des données.
  • Rechercher et expérimenter de nouvelles méthodes de modélisation et d’analyse des données.
  • Sélectionner les nouveaux outils et techniques de data management.

           

Management d’équipe

  • Animer les réunions, organiser et planifier les interventions d’une équipe.
  • Assurer le recrutement et le développement des compétences des collaborateurs.
  • Gérer un budget et évaluer le coût des interventions.
  • Dimensionner les projets et définir les choix techniques et méthodologiques des interventions.

 

Activités éventuelles

Il peut suivre et animer les partenariats de recherche et développement des nouveaux outils de datamining avec les écoles et les universités.

 

Variabilité des activités

Dans une démarche exploratoire, le data scientist est tourné vers l’architecture et le sens attribué aux données informatiques. Il crée les outils permettant de structurer et traiter de très grands volumes de données avec un regard transdisciplinaire. Dans cette optique, il collecte les données et détermine la façon dont elles doivent être exploitées. Il évolue souvent dans un contexte où les méthodes de traitement des big data[5] et outils sont encore expérimentales.

 

En tant que consultant, le dataminer a une grande capacité d’adaptation à tous les secteurs d’activité. Il a des connaissances très larges sur les méthodologies et les statistiques applicables en tous contextes.

 

Dans le secteur de la banque et de la finance, le travail de dataminer tend vers l’élaboration d’algorithmes prédictifs, l’analyse et la prévention statistique des risques économiques (impayés, crédits, placements etc.).

 

En tant que data analyst, il est à l’interface entre la manipulation pure des données et leur analyse. Il interroge les bases de données, construit des agrégats, mène les analyses nécessaires et réalise les reporting.

 

[1] Attitude ou croyance profonde de consommateurs, qui joue comme un frein ou comme une motivation à un comportement, sur laquelle le marketing va chercher à agir pour définir une offre ou construire une promesse publicitaire.

[2] Acronyme utilisé pour le terme anglais Return On Investment ou retour sur investissement en français. La notion de R.O.I. est très présente pour mesurer la rentabilité des actions de marketing, notamment dans les domaines du marketing direct et du webmarketing où il est possible de mettre en relation de manière précise les coûts de campagne et l’activité commerciale générée.

[3] Score utilisé en marketing direct dans le cadre d’une démarche de scoring et qui traduit la probabilité qu’un prospect devienne un consommateur du produit ou service promu.

[4] Permet une analyse multidimensionnelle sur des bases de données volumineuses afin de mettre en évidence une analyse particulière de ces données

[5] Exploitation statistique de masse de données peu structurées et souvent à flux continu, permettant d’interpréter l’information en temps réel afin de guider l’action marketing.

 

Salaire

  • Jeune diplômé : entre 32 et 40 keuros
  • Jeune cadre : entre 40 et 45 keuros
  • Cadre confirmé : entre 45 et 80 keuros

 

(Fourchettes de rémunération selon profils, niveau d'expérience, responsabilité hiérarchique, taille de l'entreprise, animation d'équipe,...) 

 

Compétences requises

Compétences techniques

  • Excellente maitrise des algorithmes d’apprentissage automatique (Machine Learning[1]).
  • Excellente maitrise des outils de data management (SAS, SPSS, SAP Infinite Insight, Python, R, Excel, Access...).
  • Excellente maîtrise des technologies HADOOP.
  • Excellente maîtrise des bases de données SQL et no-SQL.
  • Bonne connaissance des réseaux de neurones et d’intelligence artificielle[2].
  • Bonne connaissance des outils de Web analyse (Omniture, Google analytics etc.).
  • Solides connaissances en marketing.
  • Maîtrise de l’anglais.

 

Aptitudes professionnelles

  • Esprit d’analyse indispensable pour identifier et comprendre les problématiques économiques transversales de l’entreprise.
  • Très grande rigueur et forte concentration pour assurer l’exactitude des calculs réalisés.
  • Bonne capacité d’organisation pour structurer ses méthodes de travail et son plan d’intervention.
  • Sens aigu du service pour optimiser et améliorer la satisfaction du client.
  • Excellente capacité de communication pour expliquer et convaincre.
  • Très bonne pédagogie pour expliciter sa méthode de travail aux collaborateurs.
  • Curiosité pour suivre les nouvelles tendances et découvrir de nouveaux outils.
  • Goût pour les données numériques et les chiffres car les volumes de données sont importants.
  • Force de proposition pour proposer des recommandations aux équipes marketing
  • Sens des affaires pour détecter les opportunités de marché.
  • Qualité d’écoute afin de recueillir avec précision les informations et besoins des clients internes et externes.

 

[1] Algorithme qui fait de l’auto apprentissage sur la base de l’observation du passée et qui permet de résoudre des problèmes complexes

[2] Famille d’algorithmes informatiques inspirés du fonctionnement du cerveau humain. Ces algorithmes sont capables d’absorber de grands volumes de données lorsque les méthodes classiques peinent à le faire.

 

Profils les plus demandés

Diplômes requis

  • Formation de niveau Bac+5 université (ex : Master en statistiques et marketing, informatique, statistique et informatique décisionnelle, économétrie)
  • Diplôme d’école d’ingénieurs (ex : Centrale Lille, ENSAI, ENSAE)
  • Master spécialisé Big data analyse, management et valorisation responsable (ex : INP Grenoble, GEM)
  •  Doctorat en informatique, en mathématiques, en statistiques ou en modélisation des données.

 

Durée d’expérience

  • Pour un poste junior : entre 1 et 5 ans d’expérience exigée
  • Pour un poste senior : 5 à 10 ans d’expérience exigée

 

Postes précédents

  • Ingénieur statistique  
  • Chef de projet informatique
  • Ingénieur en système d’information
  • Chargé d’études statistiques
  • Chargé d’études prévisionnelles

 

Type d'employeurs

  • Les sociétés de conseil en gestion des entreprises ou spécialisées en datamining
  • Les sociétés de la grande distribution
  • Les grandes banques et assurances
  • Les sociétés de services et d’ingénierie en informatique
  • Les agences de marketing 
  • Les pure players

 

Rattachement hiérarchique

  • Directeur général
  • Directeur business analyse
  • Directeur des systèmes d’information
  • Directeur du marketing stratégique
  • Directeur des études

 

Environnement de travail et interlocuteurs

Interne (direction ou service) :

  • Marketing direct
  • Direction financière
  • Force de vente
  • Direction des systèmes d’information
  • Juridique
  • Études

 

Externe :

  • Prestataires de services informatiques
  • Consultants informatique décisionnelle / Big data
  • Consultants MOA (Maîtrise d’ouvrage et assistance)
  • Consultants ERP (Entreprise ressource planning)

 

Evolution professionnelle

  • Chief data officer
  • Directeur datamining
  • Directeur des systèmes d’information

 

Facteurs d’évolution du métier de dataminer

Depuis quelques années, le volume et la spécification des données de consommation riches en indications de comportements, goûts et préférences augmentent rapidement grâce à la multiplication des flux d’informations et des NTIC (Web, posts et avis sur les réseaux sociaux, données d’usage et de consommation,  de géolocalisation etc.). La croissance de ces données et le potentiel commercial qu’elles représentent, appelle nécessairement des fonctions professionnelles capables de les exploiter quel que soit le format sous lequel elles se présentent. On assiste, au sein des entreprises, à une hausse des solutions techniques disponibles pour traiter ces grands volumes de données hétérogènes (Big data).

 

Dans un contexte économique en pleine mutation, s’appuyer sur les chiffres est rassurant pour les décideurs d’entreprises, notamment marketing. Ils expriment le besoin de s’appuyer sur des faits statistiquement fiables dans un environnement où l’abondance d’informations et le perfectionnement des techniques d’exploitation, permettent d’optimiser l’activité économique de l’entreprise.

 

En convertissant ces masses de données en enseignements commercialement exploitables, le dataminer facilite la prise de décision au sein des entreprises confrontées aux big data, qui évoluent sur des marchés très concurrentiels. Afin de découvrir de nouveaux leviers de croissance, les entreprises sont contraintes à l’analyse et à l’optimisation de l’existant. Le métier de dataminer émerge dans ce contexte comme un levier et un relais de croissance économique.

Mots-clés : métier