On me pose la question chaque semaine en mission. Faut-il prendre un Data Analyst ou un Business Analyst pour structurer la prise de décision ? Les deux postes coûtent presque le même prix. Mais ils ne livrent pas la même chose et ne se sourcent pas dans les mêmes viviers.
Ce guide trace la frontière, avec les chiffres APEC 2026, les vraies différences d'outils, et la méthode qu'on applique chez Lity pour trancher avant le brief. À la fin, vous saurez quel profil ouvrir et combien le budgéter.
Data Analyst et Business Analyst : la frontière concrète
Le Data Analyst part de la donnée. Le Business Analyst part du process métier. C'est la première ligne de partage et elle change tout sur le quotidien, les outils et le périmètre.
Le Data Analyst raisonne en SQL et dashboards
Son terrain : l'entrepôt de données, les modèles dbt, les dashboards Looker ou Tableau. Il répond à des questions chiffrées. Quel canal acquisition convertit le mieux. Quelle cohorte rétient à 6 mois. Pourquoi le panier moyen baisse en mai. Sa journée tourne autour de la requête, du contrôle qualité, de la restitution visuelle.
Le Business Analyst raisonne en process et exigences
Son terrain : les ateliers métier, les specs fonctionnelles, les modèles BPMN. Il traduit un besoin business en cahier des charges pour la DSI ou un éditeur. Migration ERP, refonte CRM, automatisation d'un workflow finance. Sa journée tourne autour des entretiens stakeholders, des user stories, des revues de specs avec la maîtrise d'œuvre.
Le piège qu'on voit le plus en mission
Une scale-up demande un Data Analyst pour cadrer un projet ERP avec un éditeur SaaS RH. Le profil sourcé ne sait pas animer un atelier métier ni rédiger une user story. Au bout de 4 mois, la mission cale. Le bon profil était un Business Analyst Confirmé, pas un Data Analyst. Trancher avant le brief évite ce fiasco.
Les outils ne se recoupent pas en 2026
C'est le test le plus rapide pour valider qu'on parle bien du même métier. Si la stack annoncée mélange dbt et BPMN, la fiche n'a pas été cadrée.
| Type d'outil | Data Analyst | Business Analyst |
|---|---|---|
| Requêtage / data | SQL avancé, Python (pandas) | SQL basique parfois, pas indispensable |
| Modélisation | dbt, modèle dimensionnel | BPMN, UML, modèles de processus |
| Visualisation | Looker, Tableau, Power BI, Metabase | Excel, Power BI léger pour reporting |
| Documentation | Notion, dbt docs, data catalog | Confluence, Jira, MS Visio |
| Stack métier | BigQuery, Snowflake, Databricks | SAP, Salesforce, Workday, Oracle |
| Méthodologie | Agile data, sprint analytics | Cycle en V, Agile produit, BABOK |
Le test à poser en call qualif
Demandez au candidat de décrire son dernier livrable concret. Si la réponse parle de table dim_customer et de dashboard rétention, c'est un Data Analyst. Si la réponse parle de matrice RACI et de specs fonctionnelles validées par le COMEX, c'est un Business Analyst.
Cas d'usage : quand prendre l'un ou l'autre
Sur 60 missions Data Lity 2025-2026, on a tracé 4 contextes types. Le bon profil tombe en moins de 5 minutes une fois ces critères posés.
Cas 1 : structurer le pilotage business
Vous avez un CRM, un outil produit, un outil finance. Personne ne sait croiser les chiffres. Réponse : Data Analyst Confirmé. Il pose le warehouse, structure les KPI, livre les premiers dashboards en 60 jours.
Cas 2 : refondre un ERP ou migrer un outil métier
Vous changez de SIRH, déployez un ERP, refondez votre CRM. Réponse : Business Analyst Confirmé. Il anime les ateliers, rédige les specs, suit l'intégrateur.
Cas 3 : optimiser un parcours client digital
Vous voulez augmenter la conversion sur le tunnel d'achat ou de souscription. Réponse : Data Analyst orienté produit. Il analyse les funnels, propose des A/B tests, suit les KPI semaine après semaine.
Cas 4 : cadrer un nouveau projet métier complexe
Vous lancez un projet transverse : nouveau parcours achats, refonte du closing comptable, automatisation supply chain. Réponse : Business Analyst Senior. Il interview les directions, modélise les flux, livre un dossier de cadrage exploitable.
Salaires Data Analyst vs Business Analyst en 2026
Les deux métiers se recoupent en bas de grille puis divergent à partir de 5 ans. Le Data Analyst senior progresse plus vite parce que la stack technique fait barrière à l'entrée.
| Niveau | Data Analyst Paris | Business Analyst Paris | Régions (-5 à 10%) |
|---|---|---|---|
| Junior (0-2 ans) | 40-50 K€ | 38-46 K€ | 34-44 K€ |
| Confirmé (3-5 ans) | 52-65 K€ | 50-62 K€ | 46-56 K€ |
| Senior (6-9 ans) | 70-85 K€ | 65-80 K€ | 60-72 K€ |
| Lead / Principal | 85-110 K€ | 80-100 K€ | 70-90 K€ |
| Head of Data / Head of BA | 110-160 K€ | 95-130 K€ | 85-115 K€ |
Sources croisées : APEC 2026, Welcome to the Jungle.
Le BA monte sur les missions transformation
Sur les missions de transformation lourde (ERP groupe, refonte SIRH multi-pays, SAP S/4HANA), le Business Analyst Senior se signe parfois au niveau d'un Data Analyst Lead. L'exception qui confirme la règle : la rareté pèse plus que la stack.
Sourcer un Data Analyst ou un Business Analyst : pas les mêmes canaux
Le Data Analyst se chasse sur LinkedIn et la communauté tech
LinkedIn Recruiter reste le canal principal sur Paris. Welcome to the Jungle marche fort sur les scale-ups data-driven. Les meetups PyData, dataXday et Tribu Data sont d'excellents viviers de profils confirmés. Kaggle et GitHub donnent des signaux concrets sur les projets perso.
Le Business Analyst se chasse via les cabinets de conseil
Le vivier principal sort des Big 4, des cabinets MOA spécialisés et des éditeurs. Sur LinkedIn, ciblez les BA en sortie de mission longue de 3 ans en cabinet. APEC et Cadremploi marchent mieux qu'un jobboard tech sur ces profils.
Évaluer un Data Analyst : 3 questions techniques
Question 1 : montre-moi ta dernière requête SQL complexe
On demande au candidat de partager son écran et d'écrire ou commenter une requête réelle de son job actuel. Bon signal : il parle de fenêtrages, de CTE, d'optimisation. Mauvais signal : il copie une requête simple en disant 'je n'ai pas le droit de montrer plus'.
Question 2 : raconte un dashboard que tu as construit et son impact
Réponse attendue : qui l'utilise, quelle décision il pilote, comment la métrique a évolué après mise en place. Si la réponse parle technique sans business, le candidat n'a pas la maturité Confirmé.
Question 3 : comment vérifies-tu la qualité de tes données ?
Réponse attendue : tests dbt, reconciliation manuelle avec le métier, alertes Monte Carlo ou Soda. Si la réponse est 'je regarde si ça semble cohérent', le profil n'est pas prêt pour de la prod.
Évaluer un Business Analyst : 3 questions process
Question 1 : raconte-moi ton dernier projet de cadrage
Réponse attendue : le périmètre initial, les stakeholders interviewés, les écarts entre le besoin exprimé et le besoin réel, la décision finale. Si le candidat parle uniquement de la spec finale sans le travail amont, il a fait du copier-coller.
Question 2 : un atelier qui a dérapé, comment tu as géré
Réponse attendue : un cas concret, sa lecture politique de la situation, la résolution. Mesure la maturité relationnelle. Sur les missions transformation, le BA est en première ligne face aux résistances.
Question 3 : comment structures-tu un dossier de specs lisible ?
Réponse attendue : sommaire type, niveaux de détail différenciés selon les lecteurs (COMEX, DSI, intégrateur), traçabilité des exigences. Bon signal : il cite BABOK ou une méthode interne formalisée.
J'ai accompagné une fintech parisienne qui cherchait un Data Analyst Senior depuis 5 mois. Après audit, on a redéfini le poste en Business Analyst Confirmé spécialisé Salesforce. Le besoin réel : structurer le process commercial, pas analyser de la data. Signature en 28 jours. Le bon profil n'était pas plus rare, juste mal nommé.
Le test technique adapté à chaque profil
Test Data Analyst : SQL + cas business 4h
Une heure de SQL sur cas réel (5 questions, complexité croissante) plus un take-home de 3h sur dataset réaliste. Livrable attendu : 3 insights chiffrés et un dashboard Looker Studio ou Metabase. Pour aller plus loin, voir la méthode de recrutement par simulation.
Test Business Analyst : dossier de cadrage 6h
On donne au candidat un cas réel anonymisé. Migration d'un outil ou refonte d'un process. Livrable attendu : note de cadrage de 4 pages avec problématique, parties prenantes, options et reco motivée. Plus prédictif qu'un QCM PMI ou IIBA.
Évolutions de carrière à 5 ans
Les deux trajectoires sont solides mais ne convergent qu'au niveau Lead. Avant ça, les pivots latéraux sont rares.
Trajectoire Data Analyst
Junior à 2 ans, Confirmé à 5 ans, Senior à 8 ans. Pivots fréquents : Analytics Engineer (vers la donnée), Product Analyst (vers le produit), Data Lead (vers le management). À 10 ans, les profils ambitieux visent Head of Data ou VP Data Platform.
Trajectoire Business Analyst
Junior à 2 ans, Confirmé à 4-5 ans, Senior à 7-8 ans. Pivots fréquents : Product Owner (vers le produit), Project Manager (vers le pilotage), Consultant senior (vers le conseil). À 10 ans, les profils visent Head of Transformation, Directeur des Opérations ou Associé en cabinet conseil.
Quel profil prendre selon votre maturité
On a posé la matrice qu'on utilise en mission. Deux axes : maturité data interne et complexité des process métier. Cette grille évite 80% des mauvais brief.
Data Analyst Confirmé pur
Mission de structuration data sur scope simple. Package marché ± 5%. 30 à 40 jours via LinkedIn + WTTJ.
Data Analyst Senior orienté business
Profil rare avec exposition transformation. Package +10% au-dessus marché. 45 à 60 jours via cabinet expert.
Business Analyst Confirmé seul suffit
Cadrage process et specs. Pas de data warehouse à structurer. Package marché. 30 à 45 jours.
Tandem BA + Data Analyst
Transformation complexe avec data à reconstruire. Recruter BA Senior d'abord, DA dans 6 mois. Budget 2 postes.
Règle d'or
Sur les missions transformation lourde, le tandem BA + DA décalé de 6 mois sécurise mieux que le profil hybride introuvable. Le BA cadre les exigences et le DA structure la donnée une fois les outils stabilisés.
Quand passer par un cabinet expert Data
Trois cas où le cabinet est rentable. Vous hésitez entre Data Analyst et Business Analyst, ce qui veut dire que le brief n'est pas cadré. Vous cherchez un profil hybride rare (Data Analyst + capacité atelier métier). Vous avez déjà raté un recrutement et le coût d'erreur dépasse celui du cabinet.
Pour cadrer le brief et chasser le bon profil en moins de 35 jours, parler à un headhunter Data chez Lity évite des mois de tâtonnement.
Pour aller plus loin sur les rôles Data : la fiche complète recrutement Data Analyst et Data Analyst vs Data Scientist.
Récap : trancher Data Analyst ou Business Analyst en 5 questions
- Mon besoin part-il d'une donnée à exploiter ou d'un process à cadrer ?
- La stack métier est-elle dominée par un ERP ou un warehouse ?
- Le quotidien sera-t-il en SQL ou en ateliers métier ?
- Mes stakeholders attendent un dashboard ou un cahier des charges ?
- Le ROI viendra d'une décision data-driven ou d'un projet de transformation ?
- Si vous hésitez, le besoin réel est probablement un Business Analyst senior
- Le bon profil sort en 30 minutes de cadrage, pas en 3 semaines de fiche de poste
- Chiffrer le coût d'erreur avant de lancer le recrutement
