Décroche ton alternance dans la Tech avec Liora ! Découvre ton profil en 2 minutes 🚀 Remplir le questionnaire

Open menu
Candidater
Data & IA

Alternance Business Data Analyst

  • Alternance (2 ans ou 1 an sous conditions)

Analysez et visualisez les données business pour guider les décisions, avec des outils comme Power BI, Python ou Looker Studio.

  • Certification Mines Paris – PSL
  • RNCP niveau 7
  • 100% en ligne
Prendre RDV
Accès rapide
Prendre RDV

DécouvRir

L’alternance Métier Business Data Analyst

Qu’est-ce que l’alternance Business Data Analyst de Liora ?

Proposée par Liora, la formation Business Data Analyst en alternance vous initie au recueil des besoins des équipes métier et à l’analyse de leurs processus. Sur 1 ou 2 ans, en ligne, vous construisez des tableaux de bord sous Power BI et interrogez des bases en SQL. Le projet fil rouge mène à la certification PL-300, en plus du titre RNCP. Postes visés : business data analyst, analyste BI ou business analyst.

Développez des compétences utiles

  • Power BI
  • Python
  • Hubspot
  • Make
  • Google Analytics
  • Google Ads
  • Data Studio

Obtenez des certifications reconnues

Titre RNCP de niveau 7

Cette formation vise la validation de la certification RNCP de niveau 7 « Manager en Data Marketing », délivrée par Inseec MSc et enregistrée au RNCP en date du 01-10-2024 sous le numéro RNCP39591.

Consulter la fiche RNCP

Mines Paris – PSL Executive Education

Grâce à notre partenariat, cette formation vous permet d’obtenir un certificat délivré par Mines Paris – PSL Executive Education. Émis par l’une des institutions les plus reconnues de l’enseignement supérieur français, ce certificat atteste de la qualité de la formation reçue et constitue un véritable atout pour votre recherche d’emploi.

Le Business Analyst fait le lien entre enjeux métier et solutions tech. Il analyse les processus, recueille les besoins et propose des optimisations à fort impact.

Analyser

Analyser les données métier pour identifier les besoins et les opportunités d’amélioration

Conseiller

Conseiller les équipes sur les solutions à adopter pour atteindre les objectifs stratégiques

Optimiser

Optimiser les processus pour maximiser la performance de l’entreprise

Nous avons choisi cette approche hybride, car elle allie l’autonomie d’une plateforme interactive et l’accompagnement personnalisé des masterclasses, réduisant ainsi le taux d’abandon à son minimum, et favorisant une meilleure rétention des notions étudiées.

Périodes d’apprentissage sur la plateforme Learn

Ce temps favorise l’apprentissage des notions fondamentales de chaque module du sprint. L’environnement prêt à coder permet une mise en pratique immédiate via des exercices interactifs inspirés de cas réels. La plateforme est accessible en continu avec un ordinateur et une connexion internet.

Masterclass animées par un professeur expert

Les masterclass permettent de poser des questions et d’approfondir les concepts des modules en ligne grâce à des échanges interactifs et des thématiques avancées. Organisées plusieurs fois par semaine, elles sont accessibles en visioconférence pour les apprenants partout dans le monde.

Candidatez dès maintenant à la formation

Notre équipe vous accompagne pour comprendre vos besoins et construire avec vous le parcours de formation le plus adapté.

Candidater

Prochaines rentrées

Prenez votre avenir en main. Choisissez la date de rentrée souhaitée, remplissez le formulaire, et rentrez en contact avec nos conseillers pour décoder votre futur.

    • Alternance

    Vendredi 13 novembre 2026

    Business Data Analyst (alternance)

    A distance

    Français

    Candidater

Contenu de la formation

Apprenez le métier en plusieurs sprints chacun dédié au développement de compétences précises et attendues par les entreprises.

Introduction au Data Marketing

Introduction à la data en entreprise :
• Découvrir les métiers de la data et leurs rôles dans l’entreprise.
• Comprendre le concept de Big Data et les étapes de la data pipeline.
• Analyser la valeur des données dans la prise de décisions stratégiques.

Premiers pas sur la plateforme :
• Explorer les objectifs et bénéfices de la dataviz à travers les outils et types de visualisations.
• Appliquer les principes du storytelling pour rendre les analyses plus percutantes.
• S’acculturer aux concepts data comme le Machine Learning, l’IA et leur intégration dans les produits digitaux.

Fondamentaux de la Data Architecture :
• Étudier les différents types de structures et formats de données.
• Comprendre les bases de données (OLTP, OLAP) et les types de stockage (Data Lake, Warehouse, Mart).
• Différencier les méthodes d’extraction et de transformation de données : ELT vs ETL.

Introduction au Data Product Management

Comprendre le rôle d’un DPM :
• Situer le rôle du Data Product Manager dans le contexte du Big Data et des organisations data driven.
• Étudier les différences entre gestion de produit et gestion de projet.
• Analyser l’historique de la fonction et identifier les principales responsabilités du DPM.

Les tâches d’un DPM :
• Comprendre un besoin métier à l’aide de méthodes et d’outils adaptés.
• Proposer une solution pertinente en mobilisant la bonne méthode et les bons outils.
• Suivre la mise en œuvre du projet et monitorer sa réussite.
• Explorer les alternatives possibles en l’absence de DPM.

Introduction au Data Product Management (suite)

Méthode Agile :
• Introduire les principes fondamentaux de la méthode agile.
• Découvrir les principaux outils et frameworks associés (Scrum, Kanban, etc.).
• Appliquer les méthodes agiles dans un contexte Data.
• Comprendre l’impact de l’agilité sur l’organisation et les processus d’une entreprise.

Gestion de projet :
• Identifier les enjeux spécifiques d’un projet Data.
• Étudier les grands modèles de gestion de projet (cycle en V, agile, hybride).
• Conduire le changement et accompagner les équipes dans sa mise en œuvre.

Data Manipulation

Fondamentaux de Python :
• S’initier aux variables, aux types de données et à leur manipulation.
• Utiliser les fonctions pour structurer son code.
• Maîtriser les boucles pour automatiser les traitements de données.

Manipulation de données avec Pandas :
• Découvrir la librairie Pandas et ses fonctionnalités de base.
• Charger un jeu de données et l’explorer en vue d’une première analyse.
• Manipuler des DataFrames et transformer les données selon les besoins.

Data Quality :
• Contrôler la qualité des données avant toute exploitation.
• Nettoyer et corriger les données incohérentes ou manquantes.

Requêtes API :
• Se connecter à une API pour collecter des données externes.
• Effectuer des opérations à distance via les endpoints disponibles.

Data Gouvernance

Etude de cas :
• Identifier les besoins client dans un contexte réel.
• Développer une stratégie de création de solution digitale.
• Analyser les erreurs stratégiques courantes dans les projets data.
• Proposer des solutions concrètes et adaptées aux problématiques identifiées.

RGPD et éthique :
• Comprendre les implications du RGPD dans le traitement des données.
• Appliquer les concepts d’anonymisation et de pseudonymisation pour protéger les données personnelles.

Chefferie de projet

Projet de fin de formation :
• Élaborer une stratégie produit en phase avec les besoins utilisateurs et les enjeux business.
• Mener une phase de product discovery pour identifier les fonctionnalités clés à développer.
• Organiser la product delivery en mettant en œuvre les méthodes et outils appris durant la formation.

Programmer avec Python

Fondamentaux de Python :
• Découvrir les variables, listes et tuples pour structurer des données.
• Utiliser les opérateurs, conditions et boucles pour automatiser les traitements.
• S’initier aux fonctions, à la documentation et à la structuration du code.
• Instancier des classes et exploiter les modules pour organiser ses programmes.

NumPy :
• Créer et manipuler des tableaux avec NumPy Array.
• Appliquer des opérations mathématiques sur des données numériques.
• Créer des indicateurs statistiques pour des analyses simples.

Pandas :
• Charger un jeu de données et l’explorer avec la librairie Pandas.
• Nettoyer, transformer et structurer les données via le Data Cleaning et le Data Processing.

Data Quality (optionnel) :
• Présenter les fondamentaux de la qualité des données.
• Traiter les variables numériques et textuelles.
• Nettoyer les données et gérer les valeurs manquantes pour assurer leur fiabilité.


Data Visualisation

Matplotlib :
• Présenter différents types de graphiques : courbes, graphiques simples, nuages de points et histogrammes.
• Créer des visualisations claires à partir de données analytiques.
• Personnaliser les graphiques (titres, couleurs, légendes) pour améliorer la lisibilité.

Seaborn :
• Explorer les distributions statistiques de données avec des visualisations avancées.
• Réaliser des analyses statistiques simples avec des graphiques adaptés.
• Effectuer des analyses multivariées pour comprendre les interactions entre variables.

Business Intelligence

Data studio

• Connecter Looker Studio à différentes sources de données (Google Sheets, GA4, BigQuery…).

• Concevoir des tableaux de bord interactifs avec filtres, contrôles et champs calculés.

• Partager les rapports et gérer les droits d’accès en toute sécurité.

• Personnaliser les visualisations pour mettre en avant les KPIs clés.

Tracking & analyse de données

Google Analytics 4 :
• Prendre en main l’interface de GA4 et naviguer dans les rapports clés.
• Comprendre les différences majeures entre GA4 et Universal Analytics.
• Explorer les rapports d’audience, d’acquisition et leur rôle dans la prise de décision marketing.
• Étudier les modèles d’attribution et la théorie de contribution aux conversions.
• Se préparer à la certification Google Analytics 4.

Les fondamentaux du tracking :
• Revoir les bases du HTML/CSS pour comprendre l’intégration de balises.
• Installer un pixel de tracking ou des outils comme Matomo pour collecter les données de navigation.
• S’initier à l’utilisation de Google Tag Manager et se préparer à sa certification.

Principales sources d’acquisition

Les clés de l’acquisition de trafic :
• Comprendre les fondamentaux du SEO et de son impact sur la visibilité.
• Explorer les stratégies de paid media pour générer du trafic payant.
• Intégrer l’inbound marketing pour attirer les utilisateurs avec du contenu pertinent.

SEA avec Google Ads :
• Découvrir la plateforme Google Ads et les campagnes textuelles.
• Créer et optimiser des annonces sur le moteur de recherche pour améliorer la performance.

Social media :
• Lancer des campagnes de publicité ciblée sur les réseaux sociaux.
• Concevoir une stratégie éditoriale basée sur les contenus piliers, la concurrence et le calendrier.
• Maîtriser les formats, objectifs et mécanismes de monétisation des réseaux.

Stratégie marketing :
• Appliquer une méthode de diagnostic stratégique complète.
• Définir des KPIs et aligner les actions marketing avec les objectifs globaux.
• Évaluer l’impact des campagnes et formuler des recommandations.

Rappel – Gestion de projet

Agilité :
• Revoir les fondamentaux de la méthode agile dans un contexte data ou digital.
• Identifier les outils et frameworks agiles les plus utilisés (Scrum, Kanban…).
• Appliquer l’agilité au pilotage de projets data ou tech.

Gestion de projet :
• Structurer un projet de A à Z en appliquant les principales méthodes de gestion.
• Analyser les enjeux spécifiques d’un projet data.
• Piloter le changement dans un environnement organisationnel.

Prompt Engineering (optionnel) :
• Approfondir l’utilisation des IA génératives comme ChatGPT dans la gestion de projet.
• Concevoir des prompts efficaces pour l’optimisation de tâches ou de livrables.
• Automatiser certaines actions via le Prompt Engineering.

Web & Text Analytics

Text mining :
• S’initier aux expressions régulières pour extraire des motifs dans les textes.
• Gérer, nettoyer et organiser des données textuelles.
• Créer des wordclouds pour visualiser les occurrences.
• Réaliser une analyse de sentiments sur des contenus textuels.

Web Analytics :
• Analyser les performances d’un site web via des métriques clés.
• Créer des rapports personnalisés pour suivre les indicateurs digitaux.

Prompt Engineering :
• Comprendre l’IA générative et l’usage de ChatGPT dans les tâches analytiques.
• Formuler des prompts efficaces et apprendre les bonnes pratiques.
• Automatiser des workflows avec les IA pour gagner en productivité.

Web Scraping avec BeautifulSoup (optionnel) :
• Revoir les bases du langage HTML et CSS pour identifier les contenus à extraire.
• Extraire des données web avec la librairie BeautifulSoup.
• Mettre en pratique le scraping sur Google.

Growth hacking & marketing automation

IA & Growth Hacking :
• Mettre en place des stratégies de scraping et d’automatisation pour collecter des données.
• Utiliser ChatGPT comme levier de croissance grâce à des prompts bien conçus.
• Exploiter l’IA pour automatiser des actions marketing ciblées.

CRM & marketing automation avec Hubspot :
• Organiser les données clients et suivre les interactions via un CRM.
• Gérer les campagnes marketing : segmentation, nurturing, messages personnalisés.
• Analyser les performances et ajuster les actions marketing selon les résultats.

Automatisation No-Code avec Make (optionnel) :
• Découvrir la logique du NoCode pour automatiser des processus métiers.
• Connecter rapidement des outils et automatiser des tâches via des scénarios Make.

Tracking & analyse de données

Google Analytics 4 :
• Prendre en main l’interface de Google Analytics 4 (GA4) pour analyser le comportement des utilisateurs.
• Comparer GA4 avec Universal Analytics afin d’en comprendre les évolutions.
• Découvrir les rapports clés d’audience et d’acquisition pour orienter les décisions marketing.
• Comprendre les modèles d’attribution et la logique de contribution à la conversion.

Fondamentaux du tracking :
• S’initier au HTML/CSS pour comprendre les bases nécessaires au tracking.
• Mettre en place un système de suivi via des pixels ou des outils comme Matomo.
• Appréhender la logique de balisage pour le suivi des interactions utilisateurs.

Principales sources d’acquisition

Les clés de l’acquisition de trafic :
• Comprendre les leviers fondamentaux du SEO, du paid media et de l’inbound marketing.
• Appréhender les stratégies pour générer du trafic qualifié sur un site web.

SEA avec Google Ads :
• Découvrir la plateforme Google Ads pour configurer des campagnes Search.
• Apprendre à rédiger et structurer des annonces textuelles efficaces.

Social media ads :
• Mettre en place des campagnes publicitaires sur les réseaux sociaux : choix des formats, ciblage, monétisation.
• Élaborer une stratégie de contenu alignée avec les objectifs : content pillars, étude de la concurrence, calendrier éditorial.

Stratégie marketing (optionnel) :
• Identifier les outils de diagnostic stratégique pour guider les actions marketing.
• Définir des objectifs et KPIs, évaluer l’impact des actions et présenter les choix stratégiques.

Observation Platform

ZenML :
• Comprendre les principes de base de ZenML et son rôle dans la gestion des expériences ML.
• Apprendre à suivre et gérer les expériences de machine learning avec ZenML.
• Intégrer ZenML avec des outils de data engineering et de déploiement.

Weights and Biases :
• Explorer les fonctionnalités de suivi d’expérimentation, de reporting et de collaboration.
• Utiliser Weights & Biases avec TensorFlow pour suivre l’entraînement des modèles.

Web design et Réglementation

RGPD et éthique :
• Comprendre les enjeux du RGPD et des principes éthiques appliqués à la Data.
• Apprendre les techniques d’anonymisation et de pseudonymisation des données personnelles.

UX/UI Design :
• Concevoir des wireframes, maquettes et prototypes interactifs pour structurer une interface utilisateur.
• Intégrer les bonnes pratiques de design pour améliorer l’expérience utilisateur.



Prendre RDV

Contenu de la formation

Apprenez le métier en plusieurs sprints chacun dédié au développement de compétences précises et attendues par les entreprises.

Programmer avec Python

Introduction à la Data Analyse :
• Introduction aux bases de données relationnelles
• Modélisation de bases de données : Terminologie et applications
• Schémas de données
• Ingestion de données : Pipelines ETL

Rappel – Gestion de projet

Python pour l’analyse de données :
• Utiliser Python pour traiter et analyser des données sous forme de tableaux et structures complexes.

Statistiques exploratoires :
• Création et manipulation d’un NumPy Array
• Présentation des opérations matricielles
• Création d’un indicateur statistique et applications

Data Quality (optionnel) :
• Appliquer les principes de la qualité des données en entreprise.
• Standardiser et traiter les variables numériques et textuelles.
• Assurer la fiabilité des données en gérant les anomalies.

Gestion de projet :
• Les enjeux d’un projet Data
• Les principaux modèles de gestion de projet
• La conduite du changement

Méthode Agile :
• Introduction à la méthode agile
• Les différents outils et méthodes
• Application à la Data
• L’impact de l’agilité au sein d’une entreprise

Projet de fin de formation :
• Product strategy
• Product discovery
• Product delivery

Prompt Engineering (optionnel) :
• Approfondir l’utilisation des IA génératives comme ChatGPT dans la gestion de projet.
• Concevoir des prompts efficaces pour l’optimisation de tâches ou de livrables.
• Automatiser certaines actions via le Prompt Engineering.

Analyse du web et du texte

Introduction au text mining :
• Explorer les expressions régulières pour traiter et extraire des informations textuelles.
• Gérer et structurer des données textuelles pour faciliter leur analyse.
• Créer des wordclouds pour visualiser les mots•clés les plus fréquents.
• Analyser les sentiments pour identifier les émotions et tendances dans les textes.

Growth Hacking et marketing automation

Google Sheets appliqué au Marketing Digital :
• Formules de base
• Traitement de la donnée
• Datavisualisation
• Tableaux croisés dynamiques et macros VBA

Hubspot – CRM et marketing automation :
• Centralisation des données et suivi des interactions
• Suivi des performances marketing
• Marketing automation : messages personnalisés
• Segmentation de l’audience
• Lead nurturing
• Analyse et optimisation des résultats

Power BI

Introduction à la BI :
• Introduction à la BI : concepts et usages

Power BI :
• Connexion aux sources de données
• Data visualisation avec Power Query
• Modélisation des données
• Introduction au langage DAX
• Création de tableaux de bord et étude de cas

Tracking et analyse de données

Les fondamentaux du tracking :
• Initiation HTML / CSS
• Bases du tracking : pixel, Matomo

Google Analytics 4 :
• Prise en main de GA4
• Différences avec Universal Analytics
• Rapports d’audience et d’acquisition
• Attribution et contribution

Principales sources d’acquisition

Les clés de l’acquisition de trafic :
• SEO
• Paid media
• Inbound marketing

Social Media Ads :
• Publicité sur les réseaux sociaux : formats, ciblage, monétisation
• Stratégie de contenu social : content pillars, concurrence, planning éditorial

SEA avec Google Ads :
• Découverte de Google Ads : campagnes de search

Stratégie Marketing (optionnel) :
• Utiliser des outils de diagnostic pour analyser les opportunités stratégiques.
• Définir des objectifs et KPIs en lien avec la stratégie globale.
• Construire un plan d’action et mesurer son impact sur l’acquisition.
• Présenter les choix stratégiques pour optimiser les performances marketing.

Web Design et réglementation

Ethique et RGPD :
• RGPD et éthique dans la Data
• Anonymisation et pseudonymisation

UX / UI Design :
• Wireframes, maquettes et prototypes interactifs
• Bonnes pratiques UX/UI

Prendre RDV

Formez-vous en entreprise

Choisissez l’alternance pour vos études

L’alternance vous permet de vous former en entreprise, développer des compétences concrètes et gagner en expérience pour faciliter votre insertion professionnelle.

Découvrir l’alternance

Ils sont passés chez nous

  • Je suis actuellement en formation chez DataScientest et je suis très satisfait de l’expérience. La plateforme est bien conçue, avec un bon équi…

    Cyril B.

  • Très utile. Le programme du bootcamp est vraiment intense, surtout pour quelqu’un qui n’a pas de background en programmation, mais la formation e…

    Shiva

  • Je viens de finir la formation Data scientist au format bootcamp. C'est intense, il faut s'accrocher, s'imposer un rythme de travail soutenu mais au f…

    Sébastien L.

    Directeur Commercial

  • "Belle experience de formation chez Datascientest," Formation de Très bonne qualité. Merci pour la présentation. Je recommande fortement cette orga…

    Mohamed H.

    Data Engineer

  • J'ai effectué le parcours Data Science 2024-2025 et j'en ai été ravie. Les cours sont de très bonne qualité, vraiment dense alors il faut s'accro…

    Rita V.

    Consultante Data chez Dassault Aviation

  • Une formation engagée depuis 2023 allant de la data science au data management en passant par le déploiement, pour toutes ces formations le même co…

    Daniel L.

  • Un parcours informatique valorisant ! Je suis ravi de partager mon expérience avec ce bootcamp ! Après avoir obtenu ma licence, je cherchais un moye…

    Dotun O.

  • J'ai suivi une formation complète Ingénieur Machine Learning chez DataScientest. je dois avouer que le niveau de rigueur et d'exigence aux apprenant…

    Prudence A.

  • Flexible mais (très) engageant, je recommande vivement. J’ai adoré le format, qui était parfait pour moi en tant que jeune parent. J’ai égalem…

    Christian M.

    AI Scientist

  • J'ai bien suivi la formation d'Administrateur des Systèmes,Réseaux, Cloud et en Cybersécurité. Les cours ont été bien structurées et faciles à…

    Djailani A.

  • J’ai suivi la formation Bootcamp Data Analyst de décembre 2024 à mars 2025 en anglais. Le format intensif a plein temps et en ligne correspondait …

    Ivanne P.

    Data Analyst et formatrice chez Liora

  • Très bon parcours de montée en compétences (9 mois) pour devenir Data Analyst. Format asynchrone parfait pour une reconversion (2 jours/semaine) en…

    Jean-Baptiste V.

  • Bonne expérience dans l’ensemble, j’ai vraiment apprécié le contenu du cours et le fait que tout se fasse à distance. Je n’ai pas encore ter…

    Marius

  • Le format à distance est très pratique, l'équipe est très présente en cas de besoin donc on ne se sent pas seul dans l'apprentissage. Les cours s…

    Ela C.

  • Probablement la meilleure formation en Data & IA disponible aujourd’hui. J’ai adoré la structure, la profondeur et l’approche très pratiqu…

    Benjamin S.

    Data Scientist

  • Je suis actuellement la formation Datascientist DevOps et la formation est intéressante et très complète. La structure globale du programme est bie…

    Yann D.

4.7/5

584 avis

4.8/5

266 avis

4.7/5

76 avis

Chiffres clés 2025

1.19%

Taux d’interruption en cours de formation

Les apprenants vont au bout de leur formation dans leur grande majorité, portés par un suivi individualisé et des programmes en adéquation avec leurs attentes.

2.38%

Taux d’interruption en cours de formation

Nos alternants vont au bout de leur contrat dans leur grande majorité, soutenus par un suivi rapproché et des entreprises partenaires engagées dans leur réussite.

Processus d’inscription

Choisir un créneau

1

Entretien de motivation

Choisissez un créneau pour être recontacté par un conseiller, qui vous aidera à choisir la formation adaptée.

2

Test d’admission

Après échange avec votre conseiller, passez le test d’admission pour confirmer votre niveau d’entrée.

3

Recherche d’entreprise

Notre pôle Carrière accompagne nos apprenants dans le processus de recherche d’entreprise.

4

Finalisation et inscription

Plus que quelques étapes avant votre entrée en formation, et le début de votre nouvelle carrière professionnelle !

Frais et financement

Selon votre pays de résidence, nous proposons plusieurs solutions de financement.

Je réside
  • en France
  • ailleurs

Frais de formation : 11 995 € / an

Ce montant est financé par votre future entreprise d’accueil et son opérateur de compétences (OPCO). Il inclut la préparation au passage de l’examen “Microsoft PL-900 : Principes de base de Microsoft Power Platform”.

Liora vous propose plusieurs solutions de financement, professionnelles ou personnelles, adaptées à votre situation. Nos conseillers vous aideront à trouver celle qui vous correspond.
Voir les financements
Prendre RDV

Vous avez des questions ?
Nous avons les réponses

Recevoir la documentation
Prendre RDV

Un Business Analyst (BA) est un professionnel clé qui agit comme un pont entre les équipes techniques et les départements métier. Son rôle consiste à comprendre les besoins de l’entreprise, à analyser les problématiques actuelles et à proposer des solutions pour optimiser les processus, produits ou services. Il collabore avec divers acteurs de l’organisation pour mettre en place ces solutions​.

Les missions d’un Business Analyst incluent :

– Analyse des besoins : Identifier et traduire les besoins en exigences fonctionnelles claires.
– Modélisation des processus : Cartographier les processus existants et proposer des améliorations.
– Proposition de solutions : Recommander des changements organisationnels ou technologiques.
– Communication : Faciliter la compréhension mutuelle entre les équipes techniques et métiers.
– Gestion de projet : Suivre les étapes pour garantir la livraison dans les délais et les budgets​.

Alternance 2 ans :
Certification de niveau 6 (type licence) dans les domaines du marketing, business, communication, analyse de données, statistiques ou mathématiques.
Compétences requises :
– Statistiques (moyennes, médianes, quartiles, écarts-types).
– Logique et probabilités (niveau débutant).
– Programmation Python (calcul matriciel simple).
– Microsoft Excel (manipulation de données, formules courantes).
– Culture générale en data et marketing.
Alternance 1 an :
Certification de niveau 7 avec 240 ECTS dans les mêmes domaines.
Compétences requises :
– Maîtrise de l’analyse de données et/ou des statistiques.
– Analyse critique de cas marketing, segmentation client et marketing digital.

– Analyse de données : Python, Pandas, SQL.
– Data Visualization : Matplotlib, Seaborn, Power BI, Tableau, Looker Studio.
– Business Intelligence : Google Sheets, Excel.
– Web Analytics et Automation : Google Analytics 4, Tag Manager, CRM, Make (Integromat).
– Gestion de projet agile : JIRA, Confluence.

Oui, des projets pratiques sont intégrés à chaque étape, tels que :

– Conception et lancement d’un Minimum Viable Product (MVP).
– Études de cas en Data Product Management.
– Projets de DataViz, Big Data, et Growth Hacking.

Alternance sur 2 ans : Formation complète, idéale pour un apprentissage progressif et approfondi.
Alternance sur 1 an : Formation accélérée pour les candidats ayant déjà des bases solides en data et marketing.

À l’issue de la formation, vous aurez maîtrisé les compétences suivantes :
 
– Concevoir et déployer une stratégie marketing data-driven pour répondre aux besoins de l’entreprise.
– Mettre en œuvre des projets data en mode agile, en accompagnant la transformation digitale.
– Piloter la stratégie de collecte, de nettoyage et d’analyse des données pour garantir leur qualité et leur pertinence.
– Valoriser la donnée, formuler des recommandations stratégiques et opérationnelles, et accompagner la prise de décision.
 
Ces compétences correspondent aux 4 blocs du titre RNCP39591, chacun validé individuellement par une attestation de réussite. Un bloc acquis l’est définitivement. 

Les secteurs qui recrutent activement des Business Analysts incluent :

– Banque et assurance : Optimisation des processus financiers et gestion des risques.
– Technologie et IT : Gestion de projets digitaux et solutions data-driven.
– E-commerce et distribution : Analyse des comportements clients et optimisation des ventes.
– Industrie : Amélioration des chaînes de production et processus logistiques.
– Marketing et médias : Pilotage des stratégies de marketing data-driven​.

– Grandes entreprises : Pour des projets complexes nécessitant une expertise en gestion de données (banque, assurance, télécoms).
– PME : Pour améliorer les processus internes et optimiser la performance globale.
– Startups : Pour travailler sur des projets innovants et dynamiques liés à la data et au marketing.
– Cabinets de conseil : En tant que consultant pour accompagner des organisations dans leur transformation digitale.

– Banque et assurance : Gestion des risques, optimisation des processus, et exploitation des données clients.
– Technologie et IT : Développement de solutions data-driven et gestion de projets digitaux.
– E-commerce et distribution : Analyse des comportements clients et optimisation des ventes.
– Industrie : Amélioration des chaînes de production et des processus logistiques.
– Marketing et médias : Pilotage de campagnes marketing data-driven et analyse des performances.

Ces secteurs, fortement axés sur la transformation digitale, offrent des opportunités en constante évolution pour les Business Analysts.

Les débouchés après une alternance en Business Analysis sont variés, notamment :

– Marketing Data Analyst : Analyse des données marketing pour orienter les décisions stratégiques.
– Business Analyst : Optimisation des processus métier et gestion de projets data.
– Chef de Projet Data : Coordination de projets d’analyse de données.
– Consultant Data/Business Intelligence (BI) : Conseil en stratégie data-driven.
– Manager Data : Supervision des équipes et des projets liés à la donnée.

Ces postes permettent une progression vers des rôles stratégiques, comme Chief Data Officer (CDO) ou Responsable CRM.

Après quelques années d’expérience, un Business Analyst peut évoluer vers :

– Gestion de projet : Chef de projet ou Product Owner.
– Spécialisation technique : Consultant fonctionnel, AMOA, ou Responsable Big Data.
– Management : Manager Data, Chief Data Officer (CDO), ou Directeur Marketing.
– Diversification : Data Scientist, Expert BI, ou freelance en conseil stratégique.

Le salaire moyen d’un Business Analyst en France est d’environ 46 850 € par an.Les débutants perçoivent généralement entre 35 000 € et 45 000 € annuels, tandis que les profils expérimentés peuvent atteindre jusqu’à 70 000 €.Ces montants varient selon l’expérience, la localisation et le secteur d’activité.

– Apprentissage pratique : Acquérir des compétences directement applicables grâce à une immersion en entreprise.
– Expérience professionnelle : Construire un CV solide et améliorer son employabilité.
– Rémunération : Percevoir un salaire tout en se formant.
– Insertion professionnelle : Augmenter ses chances d’embauche dans l’entreprise d’accueil.
– Réseautage : Développer un réseau professionnel précieux pour sa carrière future​

Oui, la formation est reconnue sur le marché du travail grâce à sa certification RNCP39591. Cette certification est un atout majeur auprès des employeurs, car elle garantit des compétences adaptées aux besoins actuels des entreprises, notamment en Business Analysis et en Data Marketing.

Mise en place d’un dispositif d’évaluation complet : recueil des attentes et besoins à l’inscription, test de positionnement, évaluation des acquis, recueil des appréciations.
Des évaluations continues sous la forme de cas pratiques en ligne jalonnent le parcours de formation, leurs modalités seront explicitées par le formateur en début de module.
Les modalités d’évaluations certificatives sont détaillées ci-dessous :

La formation bénéficie d’une triple reconnaissance institutionnelle. Liora conditionne l’obtention du titre à la validation de 28 certifications sur les 34 que compte le parcours principal, chaque badge devant impérativement être validé avant les échéances prévues. Les Mines PSL | Executive Education exigent pour leur part la remise d’un projet fil rouge ainsi qu’une présence régulière et assidue à l’ensemble des séances.

Bloc 1 RNCP39591 — Concevoir et déployer la stratégie marketing data-driven de l’entreprise
L’évaluation de ce bloc repose sur deux volets. À hauteur de 70 % de la note finale, les apprenants réalisent une étude de cas individuelle en ligne d’une durée de trois heures, accompagnée de la remise d’un dossier écrit portant sur la mise en place d’une stratégie marketing Data Driven. Les 30 % restants sont issus du contrôle continu.

Bloc 2 RNCP39591 — Mettre en œuvre les projets data en mode agile pour accompagner la transformation
Ce bloc valorise le travail collaboratif : 70 % de la note finale proviennent d’une mise en situation professionnelle en groupe, évaluée à travers un dossier écrit collectif (cadrage du projet, cahier des charges, planification, tableau de bord rendu) ainsi qu’une notation individuelle de chaque contributeur lors des réunions de sprint et dans la réalisation des tâches. Le contrôle continu représente les 30 % restants.

Bloc 3 RNCP39591 — Piloter la stratégie de collecte, de nettoyage et d’analyse des données de l’entreprise
L’évaluation prend la forme d’une étude de cas professionnelle individuelle (70 % de la note), donnant lieu à la remise d’un dossier écrit complet : recueil des besoins métier, identification de la problématique et définition des KPI, stratégie de collecte et nettoyage des données, choix des méthodes et outils d’analyse les plus adaptés. Le candidat doit également démontrer sa capacité à identifier les relations entre les données, dégager des tendances et construire des indicateurs de performance en réponse à la problématique métier identifiée. Le contrôle continu complète l’évaluation à hauteur de 30 %.

Bloc 4 RNCP39591 — Valoriser la donnée, proposer des recommandations et accompagner la prise de décision
Ce bloc se conclut par la rédaction d’un mémoire de recherche appliquée, réalisé individuellement avec soutenance (70 % de la note finale). Le candidat y ancre sa réflexion dans un diagnostic approfondi et une connaissance des besoins de l’entreprise, en s’appuyant sur la donnée comme levier de pilotage stratégique — que ce soit dans le domaine commercial, marketing ou digital. Le contrôle continu représente les 30 % restants.

Chaque bloc peut être acquis individuellement, un bloc acquis l’est définitivement.

– Candidature en ligne : Remplir le formulaire sur le site Liora.
– Entretien : Un membre de l’équipe d’admission vous contactera pour valider vos objectifs et répondre à vos questions.
– Test de positionnement : Évaluation des compétences en statistiques, Excel, Python, et marketing.
– Validation : Une fois le projet professionnel validé, vous finalisez votre inscription. Le délai d’inscription est d’une semaine avant la rentrée. 

Liora analysera toutes les possibilités d’aménagement (pédagogie, matériel, moyens techniques, humains) afin de compenser votre handicap et vous permettre de suivre votre formation dans de bonnes conditions. Vous pouvez contacter notre référente handicap pour toute demande concernant votre situation : [email protected].

Découvrez le témoignage d’une apprenante en situation de handicap et son accompagnement par l’équipe Liora sur le webinar : “Handicap & emploi : saisissez l’opportunité d’une carrière dans la tech.”

Oui, la formation en alternance est rémunérée. La rémunération dépend de plusieurs facteurs, notamment l’âge de l’apprenant, son niveau d’études, et le type de contrat (apprentissage ou professionnalisation). Cette rémunération permet aux alternants de combiner apprentissage et autonomie financière.

Oui, la formation Business Analyst est reconnue par l’État et éligible au CPF. Elle peut être prise en charge totalement ou partiellement :
– Pour les demandeurs d’emploi, le dispositif AIF (Aide Individuelle à la Formation) peut financer jusqu’à 100 %.
– Pour les salariés, il est possible de demander à l’entreprise de prendre en charge la formation. Un éventuel reste à charge peut être échelonné sur plusieurs mois.

Oui, Liora propose :

– Un réseau d’entreprises partenaires.
– Des ateliers de rédaction de CV et LinkedIn orientés data.
– Des salons de recrutement, webinars, et événements de networking.

– Planifiez votre emploi du temps : Équilibrez vos engagements entre les cours et le travail en entreprise.
– Participez activement : Engagez-vous dans les projets pratiques et les sessions en entreprise.
– Maîtrisez les outils : Familiarisez-vous avec les outils clés comme Python, Excel, et les plateformes de gestion de projets.
– Développez vos compétences en communication : L’alternance implique de collaborer avec différentes équipes, ce qui nécessite des qualités relationnelles solides.
– Profitez des opportunités de networking : Construisez un réseau professionnel avec vos formateurs, tuteurs et collègues pour maximiser vos perspectives d’embauche.

Ces conseils vous aideront à tirer pleinement parti de votre formation et à réussir dans votre future carrière.

Certifications professionnelles enregistrées au RNCP en correspondance partielle :
 
Le bloc RNCP39591BC02, dédié à la conduite de projets data en mode agile : entre en correspondance partielle avec le titre RNCP37137 – Chef de projet data et intelligence artificielle, notamment sur les compétences liées à la gestion de projet IA et à la relation client tout au long du projet.
Le bloc RNCP39591BC03 : centré sur le pilotage de la stratégie de collecte, de nettoyage et d’analyse des données, est quant à lui reconnu partiellement par pas moins de quatre certifications :
RNCP36921 – Expert en ingénierie des données, pour la compétence relative à la préparation et mise à disposition des données d’une plateforme Big Data auprès des équipes utilisatrices (data scientists, équipes B.I., décideurs et experts métiers) ;
RNCP37172 – Data Engineer, sur la capacité à élaborer une solution technique de collecte et de traitement de données massives ;
RNCP37332 – Manager marketing data et commerce électronique (MS), pour le pilotage du processus de mesure de la performance marketing digital d’une part, et la valorisation des données client et webmarketing comme levier de création de valeur d’autre part ;
RNCP37624 – Data Engineer, sur l’exploitation de la donnée pour piloter l’activité de l’entreprise et créer de nouvelles opportunités.
 
En termes de passerelles, le Business Data Analyst peut s’orienter vers des métiers tels que Data Scientist, Data Engineer, Product Manager / Product Analyst, Chief Data Officer (CDO), Business Intelligence Manager, Consultant en stratégie data, ou encore Responsable de la transformation digitale.
Pour connaître les conditions requises dans le cadre d’une passerelle durant la formation, il faudra vous rapprocher des établissements dispensant le titre visé.

Les suites d’études possibles : 
À la suite de votre formation, si vous souhaitez renforcer vos compétences, Liora a mis en place différentes certifications éditeurs comme Microsoft ou AWS pour vous permettre d’approfondir vos connaissances et de vous perfectionner dans la Data ! Quelques exemples de formations : Analyser les données avec Microsoft Power BI, Mettre en œuvre DevOps pour le cloud Microsoft Azure

La communauté DatAlumni est une communauté LinkedIn qui regroupe les anciens élèves Liora . Sur cette page, des questions, des conseils et des nouvelles technologiques sont partagés dans l’intérêt de tous. Vous serez invités à la rejoindre au début de votre formation.

Également au programme :

opportunités business, networking et évènements (afterworks, salons, Data Challenges…).

Les Alumni Liora se retrouvent aussi sur le groupe Facebook où se mêlent convivialité et entraide.

En parallèle, chaque mois des activités sont organisées par notre pôle vie du programme : ice breakers, « qui veut gagner des millions de data », afterwork… ce qui permet d’augmenter un peu plus la cohésion entre apprenants et alumni.

Vous avez besoin d’aide ?

Prenez rendez-vous avec nos conseillers gratuitement !
Ils vous guideront vers la formation qui convient le mieux à votre profil

Prendre RDV