Le blog de la Wild Code School - Wild Code School

D’Analyste à Data Analyst : le parcours de Coeurine et Mélanie

Rédigé par Wild Code School | 29/11/2022

De l’analyse à la Data Analyse...

 

Vous avez toutes les deux travaillé en tant qu’analystes avant de faire la Wild Code School. Qu’est-ce qui vous a poussées à faire la formation Data Analyst ? 

Coeurine : J’avais envie d’avoir des connaissances plus poussées dans la data et l'entreprise pour laquelle je travaillais a dû faire un plan social. Le financement d’une formation rentrait dans les conditions du plan de départ, j’ai donc saisi l’opportunité

Mélanie : Dans mon cas, cette formation était un vrai prolongement. Dans le cadre de mes missions en tant qu’analyste pricing et business, j’avais commencé à pratiquer le SQL, mais j’avais envie de vraiment monter en compétence techniquement, pour être en mesure de passer du côté business au côté data.

 

Est-ce que vos expériences passées ont facilité votre apprentissage de la data ?

Mélanie : Avoir développé un esprit analytique et acquis de bons réflexes en termes de manipulation de la donnée est certainement un avantage pour se lancer dans une formation data.

Coeurine : Je suis d’accord avec Mélanie, cela nous donne de bonnes bases, mais la stack utilisée est vraiment différente de mes précédentes expériences.

 

Vous avez toutes les deux suivi la formation Data Analyst à la Wild Code School, à 3 ans d’intervalle. Lorsque vous comparez vos expériences, avez-vous l’impression d’avoir appris les mêmes choses ? 

Coeurine : De mon côté, c’était 5 mois de formation suivis de 6 mois de stage. Nous avons commencé la formation par l’introduction à SQL et  à la Data visualisation sur le premier mois, nous avons rapidement enchaîné sur l’apprentissage de Python et du machine learning (projet de recommandation de film), programme très intéressant !

Mélanie : Ma formation à la Wild en 2018 était en réalité la première promotion du bootcamp Data Analyst, et le programme n’était pas aussi rôdé qu’il l’est aujourd’hui ! D’ailleurs la formation elle-même était plus courte, c’était à l’époque moins de 3 mois avec un stage facultatif. En comparant avec Coeurine, j’ai l’impression que nos apprentissages étaient assez similaires, mais qu’elle a bénéficié de plus de temps pour approfondir les sujets liés au machine learning.

 

 ...à Jow !

Vous travaillez toutes les deux chez Jow actuellement.

Jow est une application qui vous propose des recettes simples, variées et adaptées à vos goûts. Vous pouvez sélectionner celles qui vous plaisent au sein de leur catalogue ou même ajouter les vôtres ! L’application se connecte aux rayons de votre magasin préféré (Leclerc, Intermarché, Monoprix, etc.) et ajoute directement tous les ingrédients nécessaires à la préparation de vos recettes à votre panier ! Vous pouvez ensuite le compléter avec tout ce qui vous manque pour la maison, puis commander directement via l’application afin de récupérer votre commande en drive ou en livraison à domicile.

 

 

 

Quel est votre poste actuel ? Est-ce que vous traitez les mêmes données ?

Coeurine : Nous occupons toutes les deux un poste de Data Analyst. Nous traitons les mêmes données et jusqu’ici nous nous répartissons les projets au fil de l’eau.

 

Comment vous êtes-vous retrouvées toutes les deux dans cette même entreprise ? Aviez-vous eu l'occasion de vous rencontrer avant, dans le cadre de la Wild Code School ? 

Mélanie : J’ai rejoint Jow environ 1 an et demi avant Coeurine, et nous ne nous connaissions pas du tout au moment où elle a postulé, mais son background et sa formation en faisaient une super candidate pour le poste qui était ouvert !

Coeurine : Nous nous sommes retrouvés chez Jow vraiment par hasard. Nous avons un parcours très similaire du pricing à la data analyse, j’ai été séduite par l’équipe Jow et avec Mélanie nous nous sommes bien entendues.

 

Comment l'analyse des données peut avoir un impact sur le comportement d'achat des consommateurs ? 

Mélanie : L’analyse de données nous permet de mesurer ce qui fonctionne (ou pas !) parmi les fonctionnalités de l’application pour continuellement améliorer l’expérience utilisateur. Taux d’adoption, A/B tests, conversion, rétention… suivre les données est clé pour s’assurer d’aller dans la bonne direction !

 

Existe-t-il des dates charnières où vous avez plus de données que d'habitude à analyser ?

Coeurine : En terme de business chez Jow, nous avons la même saisonnalité que les enseignes de la grande distribution, mais nous bénéficions en plus de cela de pics d’inscriptions aux moments charnières de l’année que sont la rentrée scolaire et le mois de janvier, qui sont pour nos utilisateurs l’occasion de prendre de nouveaux départs, et de prendre de bonnes résolutions (mieux s’organiser, mieux cuisiner…).

 

L'application Jow est une innovation qui représente un gain de temps énorme et facilite le quotidien des consommateurs. Pour le Cyber Monday, on s’intéresse également aux innovations connectées. Pensez-vous qu’un jour, l’application pourrait évoluer en lien avec des outils connectés ?

Coeurine : Nous avons pendant un temps imaginé rendre Jow disponible sur les robots de cuisine… mais l’utilisateur ne pourrait pas bénéficier de l’expérience de Jow dans sa globalité, ce n’est donc pas une direction qu’on souhaite emprunter pour le moment.

Mélanie : L’application Jow est cependant disponible sur Alexa ! 

 

Quel est votre objet connecté préféré ? 

Coeurine : J’aime les montres connectées, j’en ai une qui permet de suivre mon activité sportive, mais ça s’arrête là :)

Mélanie : Je ne possède pas d'objets connectés, mais si je me lance un jour, ce serait aussi une montre connectée, je suis assez curieuse des fonctionnalités de suivi de l’activité et du sommeil.

 

Enfin, que diriez-vous à un analyste qui souhaite se former à la data analyse ?

Coeurine : Je lui dirais de ne pas hésiter à se lancer ! Un analyste possède déjà les compétences requises pour être data analyst, il ou elle comblera sa curiosité et cela peut ouvrir à de belles opportunités.

Mélanie : En effet, c’est la possibilité de se doter de nouveaux outils pour enrichir ses capacités d’analyse, de continuer à apprendre, et de s’ouvrir à de nouveaux challenges. Évoluer sur un poste de Data Analyst signifie généralement accéder à un rôle à la fois plus transverse et plus varié, je recommande complètement !

 

Pour aller plus loin…

Si, comme Coeurine et Mélanie, vous avez un profil d’analyste et que vous souhaitez aller plus loin, on vous invite à explorer gratuitement notre cours prépa Data analyst ! 10 heures pour commencer à se former à la data.