Lettre de motivation data analyst
Le data analyst transforme des données brutes en décisions. Sa lettre de motivation doit donc montrer un raisonnement de bout en bout : extraire les données avec SQL, les nettoyer et les analyser avec Python ou un tableur, construire des tableaux de bord lisibles (Power BI, Tableau, Looker Studio) et surtout formuler des recommandations métier chiffrées qui ont eu un effet. Le manager data ou le responsable métier qui vous lit cherche moins une liste d'outils qu'un exemple d'analyse ayant changé une décision.
Le modèle principal convient à un data analyst avec une première expérience. La variante est destinée à un jeune diplômé ou à une personne en reconversion après une formation.
Modèle à personnaliser
Cliquez dans la lettre pour la modifier ou remplissez les champs surlignés. Votre brouillon est enregistré sur cet appareil.
Modèle principal
Remplir les champs
[Prénom Nom]
[Adresse]
[Code postal Ville]
[Téléphone]
[E-mail]
[Lien vers le portfolio ou GitHub]
[Nom de l'entreprise]
À l'attention de [Nom du responsable data]
[Adresse de l'entreprise]
[Code postal Ville de l'entreprise]
[Ville], le [Date]
Objet : Candidature au poste de data analyst
[Madame / Monsieur],
Data analyst depuis [durée] chez [employeur ou type : e-commerçant, banque, cabinet de conseil, collectivité], j'accompagne les équipes [métiers : marketing, finance, opérations] dans le pilotage de leur activité. Votre enjeu de [enjeu cité dans l'annonce : réduire l'attrition, optimiser la chaîne logistique, mesurer la rentabilité des campagnes] correspond précisément aux analyses que je mène aujourd'hui.
J'interroge quotidiennement les bases de données en SQL (jointures, fonctions de fenêtrage, requêtes optimisées sur [base : BigQuery, PostgreSQL, Snowflake]), je prépare et analyse les données en Python (pandas, visualisation) et je construis des tableaux de bord sous [outil : Power BI, Tableau, Looker Studio] utilisés par [nombre] collaborateurs. Je documente les indicateurs pour que chacun les interprète de la même façon.
Mon analyse la plus utile a porté sur [exemple de réalisation chiffrée : les causes de désabonnement ; elle a conduit à modifier le parcours de résiliation et réduit l'attrition de 12 % en six mois / la rentabilité par canal d'acquisition ; elle a permis de réallouer 20 % du budget vers les canaux les plus performants]. J'ai présenté les résultats au comité de direction en privilégiant trois messages clairs plutôt qu'une accumulation de graphiques.
Je suis disponible à partir du [date de disponibilité]. Je serais heureux(se) de vous présenter des exemples de travaux, dont certains sont visibles sur [lien vers le portfolio ou GitHub].
Je vous prie d'agréer, [Madame / Monsieur], l'expression de mes salutations distinguées.
[Prénom Nom]
Signature
Pièce jointe : curriculum vitae
Variante : jeune diplômé ou reconversion en data
Remplir les champs
[Prénom Nom]
[Adresse]
[Code postal Ville]
[Téléphone]
[E-mail]
[Lien vers le portfolio ou GitHub]
[Nom de l'entreprise]
[Adresse de l'entreprise]
[Code postal Ville de l'entreprise]
[Ville], le [Date]
Objet : Candidature au poste de data analyst junior
[Madame / Monsieur],
Après [parcours : un master en statistiques, cinq ans comme contrôleur de gestion, une formation intensive en analyse de données], je souhaite débuter comme data analyst au sein de votre équipe.
J'ai réalisé [projet : l'analyse de 100 000 transactions d'un jeu de données public pour identifier les produits saisonniers, un tableau de bord de suivi des ventes pour mon ancien employeur], avec SQL, Python et Power BI. Mon expérience de [métier précédent] m'apporte une compréhension concrète des besoins métier, souvent ce qui manque aux profils purement techniques.
Mes projets sont consultables sur [lien]. Je serais ravi(e) d'en discuter avec vous.
Je vous prie d'agréer, [Madame / Monsieur], mes salutations distinguées.
[Prénom Nom]
Signature
Les compétences techniques attendues d'un data analyst
- SQL : la compétence la plus demandée, du SELECT simple aux fonctions de fenêtrage.
- Python ou R : préparation, nettoyage, analyses statistiques, automatisation.
- Data visualisation : Power BI, Tableau, Looker Studio, choix du bon graphique.
- Tableur avancé : tableaux croisés, fonctions de recherche, encore très utilisé par les métiers.
- Statistiques : tests, corrélation, segmentation, tests A/B.
- Communication : restitution synthétique, documentation des indicateurs.
Comment présenter un projet d'analyse dans la lettre ?
- Le contexte : la question métier posée.
- Les données : sources, volume, difficultés de qualité rencontrées.
- La méthode : outils et analyses réalisées, en une phrase.
- Le résultat : la recommandation et son effet mesuré.
- Votre rôle : ce que vous avez fait vous-même, surtout pour un projet d'équipe.
Un seul projet bien raconté convainc davantage qu'une liste de dix outils. Les données doivent être anonymisées et publiques si vous les montrez dans un portfolio.
Data analyst, data scientist, contrôleur de gestion : bien viser
Le data analyst explique ce qui s'est passé et pourquoi ; le data scientist construit des modèles prédictifs ; le contrôleur de gestion se concentre sur les budgets et la performance financière. Adaptez le vocabulaire à l'intitulé du poste. Pour une reconversion, appuyez-vous sur le modèle de lettre de reconversion et insistez sur la connaissance métier que vous apportez.
Erreurs à éviter
- Aligner des technologies sans exemple d'utilisation.
- Présenter un tableau de bord sans dire qui l'utilise ni à quoi il sert.
- Citer des données de votre employeur actuel qui sont confidentielles.
Questions fréquentes
Faut-il un portfolio pour postuler comme data analyst ?
Pour un premier poste ou une reconversion, oui : c'est la meilleure preuve de vos compétences. Deux ou trois projets bien documentés sur GitHub ou une page personnelle suffisent. Pour un profil expérimenté, la description d'analyses réalisées en entreprise remplace le portfolio.
Une formation courte suffit-elle pour devenir data analyst ?
Elle peut suffire si elle s'appuie sur une expérience métier ou un bagage quantitatif, et si vous la complétez par des projets personnels. Les recruteurs vérifient souvent les compétences par un test technique en SQL ou un cas pratique à préparer.
Faut-il mentionner le RGPD ?
Une phrase suffit si le poste manipule des données personnelles, par exemple des données clients. Montrez que vous appliquez la minimisation et l'anonymisation dans vos analyses. C'est un point apprécié dans la banque, l'assurance et la santé.