Big Data : quels profils sont les plus recherchés ?

Face à l’implosion de données et la pénurie de compétences, force est de constater que les salaires des professionnels de la data ont rapidement augmenté. Cette pénurie de profils compétents semble se résorber, mais comment faire pour les PME pour exploiter le potentiel des datas, sans voir les coûts exploser ?

163 milliards de Téraoctets. Selon IDC, ce chiffre représente le volume de données à analyser d’ici 2025. Les objets connectés, les voitures autonomes, les smartphones, les bracelets et les caméras connectées sont autant de nouveaux produits qui ont révolutionné les usages et qui génèrent de plus en plus de données. 
 
Des profils recherchés et donc chers

Plus de data implique indéniablement de nouveaux outils et processus pour tirer profit des données générées. Il y a encore quelques années, les solutions utilisées pour traiter cette masse d’informations étaient conçues et réservées aux scientifiques et analystes qualifiés. C’est pourquoi le cercle de personnes capables de les analyser à des fins économiques et stratégiques était donc restreint. 
 
Face à l’implosion de données et la pénurie de compétences, force est de constater que les salaires des professionnels de la data ont rapidement augmenté. Heureusement, cette pénurie de profils compétents semble se résorber, grâce à l’augmentation du nombre de formations et à la propagation d’outils analytiques accessibles.
 
Quelles rémunérations pour ces profils rares ? 

Les profils de data scientist d’ailleurs qualifiés dès 2012 par Harvard Business Reviewcomme “le job le plus sexy du XXIe siècle” sont des profils rares et qui coûtent cher aux entreprises, surtout les TPE et PME, qui ne peuvent pas s’offrir leurs services. Par exemple, au Royaume-Uni, un ingénieur Big Data expérimenté touche un salaire annuel de près de 90 000 € pour collecter, gérer, tester et évaluer des solutions de données. Pour les spécialistes en visualisation des données, la rémunération peut atteindre 157 000 €. Enfin, selon une étude commandée par O’Reilly Media, les scientifiques expérimentés qui analysent les données de l’entreprise afin d’aider à la prise de décision peuvent gagner jusqu’à 93 000 €. Pour beaucoup, ces virtuoses en statistiques occupent d’ailleurs les emplois les plus importants de notre temps, car, en plus d’un savoir-faire technique, ils allient innovation et collaboration.
 
Si certains de ces professionnels ont des compétences techniques, notamment en codage, force est de constater qu’elles sont de moins en moins recherchées, car les innovations technologiques ont simplifié l’utilisation de ces outils. Néanmoins, il n’est pas difficile de comprendre pourquoi ces profils sont si prisés. En effet, les entreprises ont besoin d’exploiter l’ensemble des données qu’elles collectent. Aux développeurs la charge de construire l’infrastructure rendant ces data exploitables et aux analystes celle d’extraire et d’utiliser les plus pertinentes. Dans certaines entreprises, ces professionnels peuvent être à la tête de départements plus larges et, éventuellement, siéger dans l’équipe de direction afin que leur vision métier soit alignée sur la stratégie de l’entreprise. 
 
L’adoption des nouvelles technologies et des appareils connectés, ainsi que la hausse des données utilisateurs, clients et entreprises, ont permis l’essor de ses nouveaux métiers et donc une hausse des salaires. Cependant, comme mentionné auparavant, la technologie peut également permettre de rééquilibrer la balance.
 
L’analyse des données facteur de compétitivité ? 

Les entreprises ne disposant pas ressources internes pour gérer l’ensemble de leurs données peuvent contourner le problème en utilisant des solutions en libre-service. Les outils d’analyse “self-service” fournissent des technologies permettant aux utilisateurs n’ayant pas de compétences techniques, d’exploiter les données dont ils disposent. 

Il ne s’agit nullement de faire disparaître les profils qualifiés, nécessaires et utiles pour apporter de la valeur ajoutée aux entreprises qui ont les moyens de supporter leurs coûts. Cependant, nombreuses sont les organisations qui doivent analyser leurs données et qui n’ont pas les moyens s’offrir les compétences en statistiques ou codage de ces analystes. Pour ces entreprises, la solution peut être le recours aux solutions en libre-service permettant d’ajouter, fusionner et d’extraire les données sans recourir au codage ou avoir des compétences certifiées. 

Pour les PME qui n’ont besoin que d’utiliser et de mieux interpréter l’ensemble de leurs données, il donc plus pertinent d’équiper les collaborateurs d’outils leur permettant une première analyse des informations en leur possession, plutôt que de faire appel à des compétences externes et coûteuses. Travaillant quotidiennement avec des données, ils seront plus à même de les comprendre. 

Certes, certains professionnels optent pour l’analyse des données pour des raisons économiques et financières, mais aujourd’hui nombreux sont ceux qui le font également pour le plaisir. En effet, quoi de plus gratifiant que d’être à même de trouver par soi-même les réponses cachées dans nos données ?   Et surtout, fini d’attendre que l’IT trouve le temps de nous répondre. Ces tâches qui étaient autrefois pénibles, lentes, difficiles à mettre en œuvre et réservées aux élites, sont désormais aussi simples à réaliser qu’un copier-coller. Si les innovations technologiques ont provoqué une hausse de ces compétences, elles ont également ouvert de nouveaux horizons. Selon une étude Burtch Works, le pourcentage de data scientist titulaire d’un doctorat aurait même diminué, passant de 43 % en 2014 à 25 % en 2017. Le champ s’ouvre… 

Pour les grandes organisations, plus complexes et donc dépendantes de leurs données, il peut être intéressant financièrement de créer un centre d’excellence constitué de ceux qu’on appelle aujourd’hui les “citizen data scientits”, ces utilisateurs business ayant des compétences certifiées avec les nouveaux outils en libre-service mais aucune formation technique, afin d’aider une équipe plus large d’analystes. En effet, il est dommage qu’une entreprise hésite à se doter de ces compétences analytiques, pensant qu’elles sont hors de prix. Au contraire, il est possible de combiner compétences technologiques et humaines pour permettre aux entreprises, de toutes tailles, de tirer des informations exploitables des données à leur disposition. 

Enfin, il est certainement difficile de rivaliser avec certains salaires du marché. Heureusement, les exemples d’entreprises ayant réussi à exploiter et tirer profit d’une utilisation optimale de leurs données sont légion. Il vaut donc la peine de planifier une stratégie axée sur la gestion des data et ce, peu importe la taille de l’entreprise.