Genève croule sous les données, pas sous les gens qui les traitent
Genève concentre 150 banques privées, des dizaines de gestionnaires d'actifs et des maisons de négoce. Chacune génère des volumes massifs de données transactionnelles, de reporting réglementaire et de suivi de portefeuilles. Les équipes compliance et risk sont sous l'eau. Le reporting FINMA arrive, les données sont dans trois systèmes différents, et le fichier Excel de consolidation tient avec du scotch. Recruter un data analyst en CDI pour absorber un pic de charge trimestriel, c'est surdimensionné. Ne rien faire, c'est prendre un risque réglementaire.
Les organisations internationales ont le même problème à une autre échelle. L'ONU, l'OMS, le CICR produisent des quantités colossales de données : rapports pays, statistiques sanitaires, données humanitaires. Les équipes programme collectent. Mais quand il faut croiser les données de trois agences, nettoyer des jeux de données incomplets et construire un dashboard de suivi pour les bailleurs, il manque toujours quelqu'un. Les processus de recrutement prennent des mois. Le besoin est maintenant.
Côté startups et scale-ups, le Campus Biotech, le quartier de la Praille et les incubateurs du canton regorgent de boîtes qui ont levé des fonds et qui génèrent des données produit, marketing et financières sans avoir les moyens d'embaucher un data analyst à plein temps. Le ticket d'entrée salarial à Genève est élevé : 90 000 CHF brut minimum pour un profil data junior. Un freelance, c'est la compétence sans le coût fixe.
Et puis il y a le sujet transfrontalier. Des milliers d'entreprises gèrent des entités des deux côtés de la frontière : facturation en CHF et en EUR, consolidation comptable franco-suisse, reporting dans deux référentiels. Les données existent, mais elles sont éclatées entre les outils côté français et côté suisse. Personne n'a le temps de les réconcilier.
Ce que je fais pour les entreprises de Genève
Requêtes SQL et analyses ad hoc
Vous avez une question business, j'ai SQL et vos données. « Quelle est notre exposition réelle par contrepartie après netting ? » « Quel canal d'acquisition génère le meilleur LTV pour notre SaaS ? » « Pourquoi nos coûts logistiques ont explosé sur le corridor Genève-Lyon ce trimestre ? » Je vais chercher la réponse dans vos bases. Pour une banque privée, ça peut vouloir dire croiser les données CRM avec les encours pour identifier les clients à risque de départ. Pour une ONG, segmenter les données de bénéficiaires par région et par programme pour optimiser l'allocation des ressources. Le livrable : un résultat clair avec les requêtes commentées, pas un deck de 50 slides.
Dashboards et reporting automatisé
Le reporting mensuel de votre fonds prend une semaine de travail manuel. Les chiffres arrivent de Bloomberg, de votre PMS et d'un Excel que le back-office maintient à la main. Je construis des dashboards dans Looker Studio, Tableau ou Power BI connectés directement à vos sources. Ils se mettent à jour seuls. Chez Google (via Teleperformance), j'ai automatisé le reporting d'une équipe entière : 10 heures par semaine de travail manuel supprimées. Pour une société genevoise qui fait du reporting en CHF et en EUR, ça veut dire un dashboard unique avec conversion automatique et drill-down par entité.
Nettoyage et consolidation de données
Votre entité suisse utilise un ERP, votre filiale française un autre. Les codes produits ne matchent pas, les formats de date divergent, les devises sont mélangées. Avant de pouvoir consolider quoi que ce soit, il faut nettoyer. Je prends vos données en l'état, je crée les tables de correspondance, je standardise les formats, je réconcilie les écarts CHF/EUR. Le résultat : une base unifiée, documentée, que votre équipe finance ou compliance peut exploiter directement.
Comment ça se passe
Stack technique
Questions fréquentes
Le consultant data structure votre approche : audit de maturité, stratégie data, exploration statistique avancée (ACP, clustering, modélisation). Le data analyst freelance fait le travail opérationnel : requêtes SQL, dashboards, nettoyage de données, renfort d'équipe. Si vous savez déjà ce dont vous avez besoin et qu'il faut que ce soit fait, vous êtes au bon endroit. Si vous cherchez quelqu'un pour explorer vos données et définir une stratégie, regardez ma page consultant data.
Full remote, fuseau horaire européen (GMT+4, une heure de décalage avec Genève en été, deux en hiver). Slack, Teams, visio, peu importe votre outil. Je travaille comme ça depuis des années et ça fonctionne mieux que la plupart des missions sur site. Pour le lancement ou les phases sensibles, je me déplace. Genève est à un vol direct. Et soyons honnêtes : pour construire un dashboard ou nettoyer un jeu de données, personne n'a besoin de moi physiquement au bord du lac. Il faut que le livrable arrive dans les temps.
Un data analyst junior à Genève, c'est 90 000 CHF brut minimum, avant charges sociales et LPP. Si votre besoin est ponctuel (un trimestre, un projet, un pic de charge), le freelance est significativement moins cher que l'embauche. Je facture au jour ou au forfait selon le projet. Premier appel gratuit : on cadre le besoin et je vous dis si l'investissement en vaut la peine.
Oui. Je m'intègre à vos outils, votre codebase, vos conventions. J'ai fait du renfort d'équipe pendant des années chez Google et ailleurs. SQL, Python, vos dashboards existants : je prends le contexte et je produis. Bilingue français-anglais, ce qui est rarement un luxe à Genève. Pas de temps d'onboarding de deux semaines.
Oui. Les OI ont des besoins data massifs et des processus de recrutement longs. Un freelance peut intervenir rapidement sur un besoin précis : consolider des données de reporting pays, construire un dashboard de suivi de programme, nettoyer un jeu de données humanitaires avant publication. Je connais le contexte multilingue, les formats de données internationaux et les contraintes de confidentialité.