Senior Data Analyst (F/H/N)

🎯 Mission

Structurer et piloter l’usage de la data dans l’entreprise :

• définir et faire vivre les KPIs clés de l’entreprise

• garantir une donnée fiable, bien modélisée, accessible et documentée

• offrir des dashboards clairs, actionnables et partagés

• installer une vraie gouvernance de la donnée (priorités, règles, ownership).

Objectif : meilleure prise de décision, plus de focus business, plus de performance .

L’équipe Data agit comme un levier stratégique au service du Comex et des équipes Sales, Growth, Finance, CS. Elle garantit la qualité des données , la pertinence des modèles , la fiabilité du reporting et la cohérence de la vérité chiffrée à travers l’entreprise.

🎮 Stack actuelle

• Airbyte

• GCP (BigQuery)

• Dagster

• dbt (must-have)

• Metabase

• Datahub

• Hightouch

⚙️ Responsabilités

1. Leadership & gouvernance data

• Définir, prioriser et aligner la roadmap data avec les enjeux business.

• Mettre en place une gouvernance claire : ownership des KPIs, règles de calcul, dictionnaire de données.

• Aligner les parties prenantes, du terrain jusqu’au COMEX , sur les bons indicateurs à suivre.

• Challenger les demandes data pour focus sur ce qui crée le plus de valeur pour l’entreprise.

2. Analytics & dashboarding

• Concevoir, construire et maintenir les dashboards clés pour les équipes métiers et le COMEX.

• Structurer et industrialiser la définition des KPIs .

• Assurer la cohérence des chiffres entre les différents outils et rapports.

• Produire des analyses approfondies pour éclairer les décisions stratégiques (funnel sales, churn, pricing, usage produit…).

3. Modélisation & analytics engineering

• Concevoir et maintenir des modèles de données robustes et pérennes (modélisation analytique, schémas en étoile, data marts…).

• Travailler main dans la main avec les data engineers sur le data warehouse et les flux de données.

• Mettre en place / faire évoluer les transformations de données et les bonnes pratiques d’analytics engineering (actuellement grâce à dbt).

• Structurer des data sets “consommables” pour la BI, le reporting, les analyses ad hoc et les usages avancés (prédictif, scoring, etc.).

4. Outils & stratégie BI

• Piloter la stack BI existante : maintenance, gouvernance des accès, bonnes pratiques.

• Participer aux choix structurants d’outils (BI, tracking, catalogue de données, qualité, etc.) avec une vision globale entreprise.

• Standardiser les templates de dashboards et rapports .

• Identifier les frictions actuelles dans l’accès et l’usage de la donnée, et proposer des solutions scalables.

• Faire progresser l’entreprise dans le “self service analytics”, et déployer des agents d’aide à l’analyse de données, aussi bien au service de l’équipe data que des équipes métiers.

5. Collaboration et leadership

• Travailler étroitement avec le reste de l’équipe data.

• Travailler en lien direct avec le C-level et les leaders métiers (Product, Growth, Sales, CS, Finance).

• Installer une culture data-driven, pragmatique et orientée impact .

• Faciliter l’appropriation de la data par les équipes (formations, office hours, documentation).

6. Qualité, documentation & amélioration continue

• Mettre en place des contrôles qualité sur les données et les pipelines (tests, alertes, monitoring).

• Documenter les sources, les transformations, les tables, les KPIs et les dashboards de manière claire.

• Faire évoluer en continu les modèles et reports en fonction des besoins business.

• Promouvoir les bonnes pratiques data : versioning, revue de code, revue de dashboards, nomenclatures communes.

👤 Profil recherché

Expérience

• 8+ ans d’expérience en Data (Data Analyst, Analytics Engineer, BI Analyst…), avec une forte exposition business.

• Expérience significative en modélisation de données / analytics engineering dans une stack data moderne (warehouse + outil de transformation + BI).

• Première expérience de leadership / rôle de référent (management direct ou lead fonctionnel).

• Une expérience dans un environnement SaaS / produit digital / scale-up est un plus.

🛠️ Compétences requises

Compétences managériales & comportementales

• Capacité à aligner et challenger des interlocuteurs de haut niveau (COMEX, directions métiers).

• À l’aise dans un rôle à la fois stratège et très hands-on .

• Forte orientation impact business : prioriser ce qui compte vraiment pour l’entreprise.

• Capacité à rendre la data compréhensible et actionnable pour des non-experts.

• Rigueur, sens de la qualité et culture du “ single source of truth ”.

• Esprit d’équipe, pédagogie et goût pour le travail transverse.

Compétences techniques

• Maîtrise avancée de SQL et des bonnes pratiques de modélisation de données.

• Expérience concrète en analytics engineering avec dbt (tests de données, CI, revue de code).

• Très bonne connaissance d’un data warehouse moderne (BigQuery, Snowflake, Redshift ou équivalent).

• Maîtrise d’au moins un outil BI (Metabase, Looker, Power BI, Tableau, etc.) : modélisation, permissions, construction de dashboards.

• Nice to have : Bonne compréhension des pipelines data (ETL/ELT) et du travail avec des data engineers.

• Capacité à structurer une taxonomie de KPIs et des conventions de tracking.

• La connaissance de Python ou R pour l’analyse avancée est un plus.

• Anglais professionnel.

Soft skills

• Forte orientation “client interne” : comprendre les besoins métiers, les reformuler et les prioriser.

• Capacité à décider et trancher dans des environnements ambigus ou changeants.

• Aisance à l’oral comme à l’écrit, y compris devant un COMEX .

• Goût pour les systèmes bien pensés, les modèles propres, et l’amélioration continue.

🎬 Notre process de recrutement

• Screening RH avec Thomas, Talent Acquisition Manager (30')

• Management Fit avec Ceydric, Engineering Manager (60')

• Restitution du Skill Test avec l'équipe Data (90')

• Stakeholders Fit avec des membres de l'équipe RevOps (45')

• Culture Fit

💶 Package : 55/65K€