Data analyst face à l'IA
Sur les 22 tâches de ce métier, 1 sont déjà faites par l'IA seule, 16 sont aidées par elle, 1 lui restent hors de portée, et 4 sont décrites trop vaguement pour qu'on tranche.
Nous refusons de classer 4 des 22 tâches de ce métier. Le répertoire officiel les décrit trop vaguement pour qu'on puisse dire ce que l'IA en fait — et nous préférons l'écrire plutôt que de deviner. Elles sont listées plus bas. Tout ce qui suit porte sur les 18 autres.
50/100
Part du travail que l'IA sait faire, en comptant l'aide pour moitié.
calculé sur 18 des 22 tâches (82 %).
- Tâches recensées
- 22
- Dont trop vagues pour trancher
- 4
Faite par l’IA Aidée par l’IA L’IA ne sait pas la faire Trop vague pour trancher
Ce que l'IA fait déjà à votre place
- Réaliser une veille documentaire déjà Collecte et mise en ordre d’information disponible.
Ce que l'IA fait avec vous
- Interpréter des résultats de campagne média à court terme Analyse : le modèle produit une lecture, la personne en assume la conclusion.
- Coordonner le déroulement d’une étude à court terme Pilotage : le modèle instrumente, la personne tient la trajectoire.
- Optimiser l’utilisation des outils bureautiques à court terme Optimisation sous contraintes réelles : suppose un arbitrage.
- Elaborer, adapter une proposition commerciale à court terme Conception : le modèle propose, la personne arbitre et engage.
- Adapter les outils de traitement statistique de données à court terme
- Collaborer avec des équipes pour intégrer des analyses à court terme Transmission ou relation commerciale : le modèle prépare, la personne porte.
- Communiquer les résultats des études aux parties prenantes à court terme
- Interpréter des résultats d’analyses pour des décisions stratégiques à court terme
- Optimiser des processus d’analyse de données à court terme
- Evaluer l’efficacité des modèles de données à court terme
- Collecter et analyser des données, des informations à court terme
- Développer des tableaux de bord pour suivre les indicateurs de performance (KPI) à court terme
- Intégrer des produits Data dans les processus métiers à court terme Travail logiciel : fortement assisté, mais validé et intégré par une personne.
- Déterminer et développer les méthodes de recherche, de recueil et d’analyse de données à court terme
- Assister une structure dans l’interprétation et l’analyse d’une étude à court terme Conseil sans engagement formel : la personne reste décisionnaire.
- Concevoir des modèles de détection des insights consommateurs à court terme
Ce qui lui reste hors de portée
- Manager la connaissance pas à l’horizon Exercice d’une autorité hiérarchique sur des personnes.
Ce que nous refusons de trancher
- Savoir reconnaître les données sensibles pour la cybersécurité Opération informationnelle reconnue, mais le libellé ne permet pas de dire si le modèle la mène seul ou seulement l’accélère.
- Utiliser des logiciels statistiques pour le traitement de données
- Etablir des prévisions, des évaluations, des recommandations, des perspectives
- Formaliser les résultats d’une étude statistique de données
Les qualités attendues
Le répertoire officiel les recense au même titre que les tâches — rigueur, sens du contact, autonomie. Nous les tenons à l'écart du calcul : une qualité personnelle ne s'automatise ni ne s'assiste, et la compter fausserait ce que le chiffre prétend mesurer.
- Faire preuve de rigueur et de précision
- Faire preuve d’autonomie
- Organiser son travail selon les priorités et les objectifs
Ce qui protège réellement ce métier
- Exercice d’une autorité hiérarchique sur des personnes.
Sur quoi se repositionner
- Interpréter des résultats de campagne média
- Coordonner le déroulement d’une étude
- Manager la connaissance
- Savoir reconnaître les données sensibles pour la cybersécurité
- Optimiser l’utilisation des outils bureautiques
- Utiliser des logiciels statistiques pour le traitement de données
Sources et limites
- Référentiel des savoir-faire : ROME 4.0, France Travail (licence Etalab).
- Classement d'exposition : Anthropic Economic Index et travaux publiés sur l'exposition observée des tâches.
- Classement produit par la grille C0–C4 du pipeline, appliquée au libellé ROME de chaque savoir-faire. Chaque ligne porte en clair la raison de son classement. Les verrous physique et juridique priment sur la faisabilité technique.
- Cet indice décrit une tendance statistique. Il ne prédit pas la trajectoire d'une personne.
Méthodologie détaillée · Mise à jour le 25 août 2026
Suivre data analyst
Une lettre par mois sur l’IA et le travail. Quand nos chiffres bougent sur ce métier, vous le saurez.
Pas de promotion, pas de partenaire, désinscription en un clic.