La donnée est le nouvel or noir des entreprises, et le Data Analyst ou la Data Analyste est celui ou celle qui la raffine. Capable de faire parler des milliers de lignes Excel pour en tirer des stratégies business, ce profil hybride (mi-tech, mi-business) est ultra-recherché. Devenir freelance dans la data permet d’accéder à des TJM attractifs et à une liberté géographique quasi-totale. Mais attention : maîtriser Python ne suffit pas, il faut savoir vendre ses recommandations.
Informations clées
- Code APE: 6311Z, 6202A
- Seuil de Chiffre d'affaires: 77 700 €.
- Type de chiffre d'affaires: BNC / Profession libérale
- Seuil de TVA: 37 500€ pour le seuil de franchise et 41 250€ pour le seuil majoré.
- Pourcentage des cotisations sociales à payer: 25,6 %
- Caisse de retraite: Assurance retraite
- Seuil validation trimestre: 2 695 €
- Rattaché au statut de travailleur non-salarié (TNS)
- ACRE (Aide à la Création ou à la Reprise d’Entreprise) : disponible sous certaines conditions, vérifiez votre éligibilité !
- CFE : À déclarer chaque année sauf la première et si vous faites moins de 5 000€ de CA annuel.
- Obligations comptables : la facturation et le livre de recettes.
- Versement Libératoire : disponible sous certaines conditions également.
- Avoir un compte bancaire dédié à son activité si vous dépassez les 10 000€ de chiffres d’affaire annuels
Description : en quoi consiste le métier de Data Analyst ?
Le Data Analyst est un traducteur. Il transforme des données brutes incompréhensibles en informations claires pour aider les décideurs (Marketing, Finance, RH).
Vos missions principales s’articulent autour de la chaîne de valeur de la donnée :
- Extraction (Data Mining) : aller chercher la donnée dans les bases de l’entreprise via des requêtes SQL.
- Nettoyage (Data Cleaning) : supprimer les doublons, corriger les erreurs et structurer les datasets. C’est souvent 70% du travail.
- Analyse : identifier des tendances, des corrélations ou des anomalies (churn, baisse de CA) grâce à Python ou R.
- Visualisation (Data Viz) : créer des dashboards interactifs sur Power BI ou Tableau pour que le client ou la cliente puisse suivre ses KPI en temps réel.
Contrairement au Data Engineer qui construit les “tuyaux” (pipelines), vous vous concentrez sur le contenu et son interprétation business.
Compétences : les hard skills du Data Analyst
Le marché ne pardonne pas l’approximation technique. Voici la stack technique attendue en 2025.
| Compétence | Outils / Langages | Niveau requis |
|---|---|---|
| Bases de données | SQL (MySQL, PostgreSQL), NoSQL | Expert (Indispensable) |
| Programmation | Python (Pandas, NumPy), R | Intermédiaire / Avancé |
| Data Visualisation | Power BI, Tableau, Looker Studio | Avancé |
| Statistiques | Probabilités, tests A/B, régressions | Intermédiaire |
| Tableur | Excel (TCD, Power Query), Google Sheets | Expert |
Soft skills (savoir-être)
- Esprit de synthèse : savoir résumer une analyse complexe en trois points clés pour un directeur marketing pressé.
- Curiosité business : comprendre le modèle économique de votre client pour chercher les bonnes données. Une analyse techniquement juste mais hors-sujet n’a aucune valeur.
- Storytelling : raconter une histoire avec les chiffres pour convaincre.
Journée type d’un Data Analyst freelance
- Matin (Deep Work) : c’est le moment de coder. Vous écrivez vos scripts Python pour nettoyer un nouveau jeu de données exporté du CRM la veille. Le calme est nécessaire pour ne pas faire d’erreurs de logique.
- Déjeuner (Veille) : lecture d’articles sur Medium ou Towards Data Science pour rester à jour sur les nouvelles bibliothèques ou l’IA générative.
- Après-midi (Data Viz & Réunions) : mise à jour des tableaux de bord Power BI. Réunion avec le client pour lui présenter les résultats de l’analyse des ventes du trimestre. Vous devez vulgariser vos trouvailles.
- Fin de journée : documentation de votre code (essentiel pour la pérennité) et réponse aux mails de prospects trouvés sur LinkedIn.
Trouver des clients : Data Analyst offre d’emploi et missions
La demande est forte, mais les juniors peinent parfois à signer leur première mission freelance.
- Portfolio (GitHub / Kaggle) : c’est votre CV data analyst. Publiez des projets personnels d’analyse sur GitHub. Montrez que vous savez nettoyer un dataset et en tirer des insights. Un lien vers un dashboard public est un énorme plus.
- Les plateformes spécialisées : outre Malt, visez des plateformes dédiées à la tech et à la data comme Freelance Informatique ou Comet.
- La spécialisation sectorielle : ne soyez pas juste “Data Analyst”. Soyez “Data Analyst Marketing” (expert GA4, SEO) ou “Data Analyst Finance”. Vous parlerez le même langage que vos clients et facturerez plus cher.
L’évolution de carrière : que faire après ?
- Data Scientist : monter en compétence sur le Machine Learning et les mathématiques pour créer des modèles prédictifs.
- Analytics Engineer : le chaînon manquant entre l’analyste et l’ingénieur, très en vogue (maîtrise de dbt, Snowflake).
- CDO (Chief Data Officer) : devenir le responsable de la stratégie data d’une PME (souvent en temps partagé).
Rémunération : salaire Data Analyst et TJM
Le tarif dépend de votre niveau d’autonomie et de votre stack technique.
| Profil | Expérience | TJM Moyen (HT) | Salaire mensuel estimé (Net) |
|---|---|---|---|
| Junior | 0 - 2 ans | 250 € - 400 € | 2 000 € - 3 000 € |
| Confirmé | 2 - 5 ans | 400 € - 600 € | 3 500 € - 5 500 € |
| Senior / Lead | 5 ans + | 600 € - 900 € | 6 000 € et plus |
Attention, si vous débutez, ne bradez pas votre TJM en dessous de 250 €, sinon vous serez perçu comme incompétent. Mieux vaut faire une mission courte bénévole ou à prix réduit pour une association (et garnir votre portfolio) que de casser les prix du marché.
Frais et charges : les coûts de l’activité
L’avantage du freelance data est le faible coût structurel.
- Matériel : un ordinateur puissant (MacBook Pro ou PC avec bonne RAM) si vous traitez des gros volumes de données en local.
- Licences logicielles : licence Power BI Pro ou Tableau Creator (coûteux), abonnement Cloud (AWS, Google Cloud) si vous hébergez des scripts.
- Formation continue : abonnements à DataCamp ou Coursera pour rester à niveau.
Pensez à la CFE (Impôt) qui est due même si vous travaillez de chez vous.
Diplômes requis : formation Data Analyst
Comme indiqué, aucun diplôme n’est obligatoire légalement. Cependant, pour rassurer les clients sur une reconversion data analyst, voici les voies royales :
- Master Universitaire / École d’ingénieur : Statistique, Big Data, Économétrie.
- Bootcamps intensifs : Des formations de 3 à 6 mois (Le Wagon, Ironhack, Jedha) sont très reconnues si elles sont complétées par un portfolio solide.
- Certifications éditeurs : Être certifié “Microsoft Certified: Power BI Data Analyst Associate” est un vrai accélérateur de carrière.
Métiers proches et confusions
- Data Scientist : plus scientifique, axé algorithmes et prédiction.
- Data Engineer : profil très technique qui construit l’architecture (serveurs, pipelines).
- Business Analyst : plus fonctionnel, moins technique (souvent moins de code, plus d’Excel et de spécifications).
Quel code APE pour Data Analyst ?
L’INSEE attribue le code en fonction de votre description d’activité.
| Code APE | Description | Pertinence |
|---|---|---|
| 63.11Z | Traitement de données, hébergement et activités connexes | Le code le plus précis pour l’analyse de données pure. |
| 62.02A | Conseil en systèmes et logiciels informatiques | Très fréquent pour les consultants freelance en régie. |
| 70.22Z | Conseil pour les affaires et autres conseils de gestion | Utilisé si votre activité est surtout du conseil stratégique basé sur la donnée, sans production technique lourde. |
Formalités : valideurs et inscription
- Guichet Unique (INPI) : inscription en ligne obligatoire.
- Activité : Libérale (Prestation intellectuelle).
- Le Valideur : Votre dossier sera géré par l’URSSAF.
- TVA : Surveillez le seuil de franchise. Avec un TJM à 400 €, vous le dépassez en moins de 4 mois ! Anticipez la facturation de la TVA. Franchise en base de TVA.
Conclusion : l’avis de Superindep
Le métier de Data Analyst freelance est une valeur sûre. La data est partout et les entreprises sont noyées sous l’information sans savoir l’exploiter. Si vous avez l’esprit logique et le goût des chiffres, c’est une voie royale.
Cependant, ne restez pas isolé. La technologie évolue vite (l’IA bouleverse le métier). Formez-vous en permanence et soignez votre “Personal Branding” sur LinkedIn pour ne jamais manquer de missions.
Je découvre l’outil de facturation gratuit de Superindep
