Le problème que vous connaissez déjà

Votre équipe data est sous l'eau. Ou vous n'en avez pas. Vous avez un projet d'analyse à sortir, un dashboard à construire, des données à nettoyer avant la fin du trimestre. Recruter un CDI pour ça, c'est six mois de process pour un besoin qui existe maintenant.

Peut-être que vous avez déjà une équipe data, mais elle est au max. Un projet supplémentaire tombe, personne n'a la bande passante. Vous avez besoin d'un data analyst opérationnel, quelqu'un qui ouvre SQL, qui pose les bonnes requêtes, qui livre un résultat exploitable. Pas d'un consultant qui produit un PowerPoint.

Ce que je fais

Analyse et exploration de données

Je réponds aux questions business avec des données. Requêtes SQL complexes, croisements de sources, segmentation, cohortes, analyse de tendances. Vous avez une question, je vais chercher la réponse dans vos bases. Ce n'est pas de la magie. C'est du travail méthodique : formuler la bonne question, identifier les bonnes tables, écrire les bonnes requêtes, et traduire le résultat en quelque chose que votre direction peut utiliser pour décider.

Dashboards et visualisation

Un reporting manuel, c'est du temps jeté par la fenêtre chaque semaine. Je construis des dashboards dans Looker Studio, Tableau ou Power BI, connectés à vos sources, qui se mettent à jour sans intervention humaine. Chez Google, j'ai automatisé le reporting d'une équipe entière : 10 heures par semaine de travail manuel supprimées.

Nettoyage et structuration

Vos données sont sales. Doublons, formats incohérents, colonnes mal nommées, fichiers CSV qui se contredisent. Avant d'analyser quoi que ce soit, il faut nettoyer. Je prends vos données en l'état, je les centralise, je les standardise, je supprime les doublons. Le résultat : une base propre, documentée, prête pour l'analyse.

Comment ça se passe

1. Échange initial (gratuit, 30 min)

Vous m'expliquez votre besoin. Je vous dis si je suis la bonne personne pour le traiter, combien de temps ça prendra, et ce que ça coûte. Pas de jargon, pas de promesses vagues. Si le projet ne relève pas de mes compétences, je vous le dis.

2. Cadrage du besoin

On définit ensemble le périmètre exact. Quelles données, quelles questions, quels livrables, quel délai. Ce cadrage évite les allers-retours et les surprises en cours de mission. Vous savez ce que vous allez recevoir et quand.

3. Analyse et livrables itératifs

Je travaille par blocs courts. Chaque semaine, vous voyez ce qui avance. Vous testez, vous réagissez, on ajuste. Pas de tunnel de deux mois sans nouvelles.

4. Documentation et passation

Chaque livrable est documenté : les requêtes SQL commentées, les dashboards avec un guide d'utilisation, les choix méthodologiques expliqués. L'objectif : que votre équipe puisse reprendre et maintenir le travail sans dépendre de moi.

Stack technique

SQLPythonBigQueryLooker StudioTableauPower BIExcel / Google Sheets

Questions fréquentes

Quelle différence entre data analyst et consultant data ?

Le data analyst fait le travail opérationnel : requêtes, analyses, dashboards, nettoyage. Le consultant data structure l'approche : audit, architecture, stratégie data. Je fais les deux, mais cette page est pour ceux qui cherchent quelqu'un pour produire. Si votre besoin est plutôt stratégique, regardez ma page consultant data.

Combien coûte un data analyst freelance ?

Ça dépend du projet. Un dashboard, c'est quelques jours. Une analyse ad hoc, parfois une journée. Une mission de renfort sur plusieurs semaines, on cale un tarif jour adapté. La consultation initiale est gratuite : on cadre le besoin ensemble et je vous dis si le projet vaut l'investissement avant que vous dépensiez un euro.

Vous pouvez renforcer mon équipe existante ?

Oui. Je m'intègre dans les équipes en place, je travaille sur vos outils, vos bases, vos process. Full remote depuis Tbilisi (fuseau Europe), disponible sur Slack, Teams ou ce que vous utilisez. Je ne remplace personne, je décharge votre équipe le temps qu'il faut.