Situé à la croisée des mathématiques, de la stratégie commerciale et des statistiques, le Data Scientist devient un poste clé dans l’entreprise. Le nom de Data Scientist, imaginé par deux ingénieurs de LinkedIn et Facebook, témoigne de l’ampleur du Big Data et de l’intérêt qu’ont les entreprises à exploiter et maîtriser les données qu’elles récoltent.

Curieux et détective de tendances, le Data Scientist interroge et analyse les données dont dispose l’entreprise (comptes clients, réseaux sociaux, données personnelles… etc.). L’objectif du poste de Data Scientist est de rendre exploitable toute la connaissance des clients pour définir la stratégie commerciale la plus performante possible.

La Data bouleverse l’Entreprise qui doit se transformer  

Une étude prédit que le nombre de postes de Data Scientist devrait augmenter de 15000% d’ici 2018 aux Etats-Unis. L’engouement des recruteurs pour ce métier du digital tient du fait qu‘une meilleure connaissance client est un des enjeux principaux du développement des entreprises.

Si le Data Scientist est aussi recherché c’est qu’il répond parfaitement à ces problématiques : accélérer la transformation digitale pour augmenter sa connaissance client. Comment avoir une vision à 360° de son client ? Comment mieux le cibler pour lui adresser le bon message sur le bon canal ? Comment redéfinir son offre ? Comment apporter de la valeur ajoutée ? Comment gérer sa marque ? Le rôle du Data Scientist a donc réel un impact sur la compétitivité de l’entreprise.

Situé à la frontière du Webmarketing, de la Business Analyse et du Développement Web, ce nouveau métier est recherché par de plus en plus de secteurs d’activité : le Retail, le E-commerce, la Santé, la Finance et même l’Industrie.

Data scientist description digital métier
Déscription du Data Scientist

Encore un fort décalage entre offre et demande : Les entreprises s’arrachent les candidats.

Pourquoi les profils de Data Scientist sont-ils difficiles à recruter ?

Sur le marché de l’emploi de la Data, les postes à pourvoir de Data Scientist dépassent le nombre de candidats, pour preuve, selon Gartner, il existerait 4,4 millions de postes de Data Scientist mais seuls 40% d’entre eux seraient pourvus.

Plusieurs raisons viennent expliquer ce décalage entre offre et demande :

  • Les formations supérieures spécialisées dans l’analyse de la Data sont assez rares par manque d’anticipation,
  • Les postes coûtent très cher aux recruteurs et pour preuve, un Data Scientist peut prétendre à un salaire annuel de plus de 100 000 dollars
  • Les services des Ressources Humaines ne maitrisent pas encore bien ce domaine et les process de recrutement en sont impactés

En France, les spécialistes du Big Data s’inquiètent de cette pénurie : le profil pluridisciplinaire du Data Scientist n’a pas encore été « officialisé » par les diplômes d’études supérieurs, les grandes écoles formant avant tout des statisticiens. Entre les doctorants, les étudiants sortant de 3ème cycle, les spécialisations mathématiques / statistiques / sciences informatiques, les profils des Data Scientists s’avèrent hétérogènes. La disparité des formations oblige les équipes des Ressources Humaines à se tenir constamment informées des évolutions des cursus, à se former par eux-mêmes aux compétences à acquérir ainsi qu’au jargon du métier. Leurs recrutements s’annoncent délicats.

Les solutions de recrutement qui s’offrent aux Ressources Humaines

La chasse mondiale pour trouver un Data Scientist

Pour pallier à cette pénurie de diplômes spécialisés, certaines entreprises se tournent vers les pays plus avancés sur le sujet, à savoir l’Inde et la Chine. C’est une véritable guerre des talents qui est en place pour embaucher les meilleurs candidats. Aux Etats-Unis par exemple, les entreprises sont prêtes à financer le transfert des nouvelles recrues digitales depuis l’étranger et s’arment d’avocats pour régler les éventuels problèmes liés à l’immigration.

Si ces deux viviers de Data Scientist font envie à certains, d’autres ne sont pas prêts à mettre de tels moyens en place et optent pour des solutions plus abordables.

Diviser les missions du Data Scientist pour mieux… expertiser

Une alternative pourrait être de décomposer les pôles de compétences du poste de Data Scientist pour constituer une équipe pluridisciplinaire. Le but étant de profiter de la synergie développée entre les membres de l’équipe Data Scientist et espérer une transmission de connaissances.

Un défi en amenant un autre, pour se constituer une équipe compétente, le recruteur doit dénicher les meilleurs profils. Étant rares et très recherchés, les Ressources Humaines doivent emprunter des canaux de recrutement moins conventionnels avec des méthodes et outils plus avancés. Les moyens les plus sûrs pour les chasser sont les sites communautaires spécialisés ou d’entrer en contact direct avec les écoles pour dénicher ces perles rares avant qu’elles n’arrivent sur le marché du travail.

La solution de recrutement est peut être sous vos yeux…

En interne des solutions en termes de Management et de Ressources Humaines peuvent être exploitées, notamment le rapprochement du service marketing avec celui de l’IT. Leur collaboration permet de rapprocher les compétences nécessaires à l’exploitation de la Data. D’ailleurs, selon le baromètre présenté par e-Marketing.fr, 57% des experts en Marketing ont déjà commencé à travailler avec leurs collègues IT. Cet échange de connaissances annonce une réorganisation et un renouvellement des services internes que devront prévoir les Ressources Humaines.

Envisager un recrutement en interne est également une piste à approfondir. Parmi vos employés experts en data se trouve peut-être un candidat apte à naviguer entre ces eaux à la confluence de l’IT, du Marketing et de la Modélisation statistiques !

Data Scientist Métier digital Big Data

 

Le métier de Data Scientist révèle l’importance des bouleversements liés au Digital, à présent que toute information peut être récupérée (à travers les réseaux sociaux, les objets connectés, les cartes de fidélité etc…), le Data Scientist est plus que nécessaire à l’entreprise pour analyser ces données et permettre d’améliorer constamment le service et l’expérience client.

La difficulté pour trouver un expert Data Scientist sur le marché mais aussi pour les accueillir au sein d’équipes opérationnelles vient souligner la rigidité de nos systèmes : à la fois éducatif, avec des formations qui devraient s’adapter aux besoins du marché, mais aussi celui des entreprises, qui doivent accueillir plus facilement ces nouveaux arrivants, afin d’être en mesure de répondre aux nouveaux enjeux du Digital.