Data Analyst

Mission. Transformer les données de l'entreprise en décisions métier : conduire les analyses ad-hoc, construire et maintenir les dashboards self-service, accompagner les dirigeant·e·s et opérations dans leur lecture des chiffres. Vous travaillez en partenariat étroit avec la direction (CEO, head of sales, head of product, head of customer success) et collaborez avec l'équipe tech pour les sujets d'instrumentation et d'infrastructure data. Vous reportez au·à la [CEO / Head of Data / Directeur·rice général·e].

Responsabilités.

• Conduire les analyses ad-hoc demandées par la direction et les opérations : reformulation de la question, écriture des requêtes SQL, présentation des résultats avec recommandation.
• Construire et maintenir les dashboards self-service sur les métriques clés de l'entreprise (activation, rétention, conversion, MRR, santé commerciale, santé customer success).
• Identifier de manière proactive 1-2 analyses par trimestre que personne n'a demandées mais qui débloquent une décision métier.
• Définir et documenter les définitions de métriques clés en partenariat avec les fonctions métier (qu'est-ce qu'un·e client·e actif·ve, comment est calculé le MRR, quel est le funnel d'activation).
• Améliorer la qualité de la donnée disponible : repérage des incohérences, collaboration avec la tech pour corriger l'instrumentation manquante.
• Présenter les résultats aux dirigeant·e·s et au Comex en mode conclusion-d'abord : 1-2 phrases actionables, 1-2 graphiques bien choisis, limites explicites, recommandation claire.

Profil recherché.

• Indispensable : 2 à 5 ans d'expérience en Data Analytics ou en rôle équivalent (analyste métier avec SQL solide, ex-consultant·e en data, ex-product analyst) ; maîtrise opérationnelle du SQL (jointures, fonctions de fenêtre, CTE, sous-requêtes) ; à l'aise sur au moins un outil de visualisation moderne (Looker, Metabase, Tableau, Power BI) ; capacité à présenter une analyse à un·e dirigeant·e non-technique.
• Apprécié : expérience d'une PME ou scale-up B2B SaaS (autonomie élevée, proximité métier) ; familiarité avec dbt ou équivalent pour la modélisation ; familiarité avec Python pour les analyses qui dépassent les capacités du SQL ; expérience d'une fonction de premier·ère hire data.
• Disqualifiant : SQL niveau débutant·e (pas de jointures complexes) ; refus de travailler en proximité avec les fonctions métier ; posture exclusivement ML / Data Science sans intérêt pour le reporting et l'analyse ad-hoc.

Conditions.

• Rémunération brute annuelle : fixe [38-58] k€ selon expérience. Pas de variable structurel ; BSPCE éventuels selon le stade de la société.
• Modalité : [temps plein, hybride 2-3 jours / semaine sur site, base à [ville] / remote-friendly].
• Avantages : [mutuelle, tickets resto, RTT, BSPCE, télétravail policy, budget formation et conférences data].
• Stack et outils data : [à compléter : data warehouse (BigQuery, Snowflake, Redshift), modélisation (dbt), outil BI (Looker, Metabase, Tableau, Power BI), ingestion (Fivetran, Airbyte)].