Retour aux exemples
Modèle de document

Exemple de dossier de compétences Business Analyst

Business Analyst avec 7 ans d'expérience à l'interface entre les directions métier et les équipes data et IT dans les secteurs Banque, Assurance et Retail. Certifié CBAP (Certified Business Analysis Professional) par l'IIBA. Maîtrise de la modélisation des données, des requêtes SQL complexes, et de la visualisation avec Power BI et Tableau. Expert en identification des besoins analytiques, en conception de reporting décisionnel et en définition des KPI métier. Habitué aux environnements Agile (Scrum) et aux projets Data/BI à fort enjeu.

Ce dossier a été généré en 2 minutes

L'IA a analysé un CV brut, extrait les compétences, réécrit les expériences pour un contexte ESN, et formaté le document selon notre template standard.

DC_Business_Analyst_Anonyme.pdf

Business Analyst

Consultant(e) Senior · 8 ans d'expérience

1Synthèse du profil

Business Analyst avec 7 ans d'expérience à l'interface entre les directions métier et les équipes data et IT dans les secteurs Banque, Assurance et Retail. Certifié CBAP (Certified Business Analysis Professional) par l'IIBA. Maîtrise de la modélisation des données, des requêtes SQL complexes, et de la visualisation avec Power BI et Tableau. Expert en identification des besoins analytiques, en conception de reporting décisionnel et en définition des KPI métier. Habitué aux environnements Agile (Scrum) et aux projets Data/BI à fort enjeu.

2Compétences Techniques

Langages & Frameworks

  • SQL / PL-SQL (Oracle, PostgreSQL)Expert
  • Power BI (DAX, modèles tabulaires)Expert
  • Python (pandas, analyse exploratoire)Intermédiaire

Outils & Méthodologies

  • CBAP / Babok v3 (IIBA)Expert
  • Tableau / Qlik SenseAvancé
  • JIRA / Confluence (backlog analytique)Avancé

3Expériences Significatives

Business Analyst Senior — Pôle Data, Secteur Bancaire

2020 - Présent

Rôle de pivot entre les directions métier (Risques, Finance, Commercial) et les équipes Data Engineering d'une grande banque française pour la mise en place d'un Data Warehouse décisionnel sur Snowflake.

  • ·Recueil et formalisation des besoins analytiques auprès de 8 directions métier : définition des indicateurs, des dimensions et des règles de gestion.
  • ·Rédaction des spécifications fonctionnelles des flux d'alimentation et des modèles dimensionnels (schéma en étoile, flocon).
  • ·Conception et développement de 25 tableaux de bord Power BI utilisés quotidiennement par le COMEX.
  • ·Analyse de la qualité des données sources (data profiling) et rédaction des règles de contrôle qualité (DQ rules).
  • ·Animation des ateliers de validation avec les équipes Data Engineering et les sponsors métier.
Power BISnowflakeSQLData WarehouseBanque

Business Analyst — Projet CRM, Secteur Retail

2016 - 2020

Analyse fonctionnelle et pilotage de la mise en place d'un outil CRM (Salesforce) pour une enseigne de distribution, avec un enjeu fort d'intégration avec le SI existant (ERP, e-commerce).

  • ·Recueil des besoins des équipes commerciales et marketing via des ateliers de co-conception.
  • ·Rédaction du cahier des charges fonctionnel pour l'intégrateur Salesforce.
  • ·Définition et suivi des KPI CRM : taux de conversion, valeur vie client (LTV), taux de fidélisation.
  • ·Conception des rapports et dashboards Salesforce Einstein Analytics pour les directeurs régionaux.

Comment rédiger un dossier de compétences Business Analyst pour une ESN ?

Le Business Analyst est un profil hybride particulièrement valorisé dans les ESN françaises car il combine la rigueur analytique de l'analyse de données avec la capacité à communiquer efficacement avec les directions métier. Rédiger son dossier de compétences nécessite de démontrer cette double expertise : d'un côté, les compétences techniques en SQL, en outils de BI (Power BI, Tableau, Qlik) et en modélisation de données ; de l'autre, les soft skills d'écoute, de reformulation des besoins et de production de livrables fonctionnels utilisables par les équipes techniques. Un dossier de compétences Business Analyst bien structuré est un atout commercial fort pour les ESN qui adressent des clients Data-driven.

1. Valoriser les compétences techniques : SQL, BI et modélisation de données

Les compétences techniques d'un Business Analyst sont un facteur différenciant majeur sur le marché ESN français. La maîtrise du SQL (requêtes complexes, jointures, agrégations, fonctions analytiques) est quasi universellement requise et doit être mentionnée avec un niveau précis et des exemples concrets d'utilisation (taille des datasets traités, complexité des requêtes). Les outils de Business Intelligence — Power BI avec la maîtrise du DAX et des modèles tabulaires, Tableau, Qlik Sense ou MicroStrategy — doivent être listés avec le niveau de maîtrise. La connaissance des architectures de données (Data Warehouse, Data Lake, Lakehouse) et des modèles dimensionnels (schéma en étoile, flocon) est un plus décisif pour les missions Data Analytics en ESN.

2. Documenter la capacité à transformer les besoins métier en spécifications analytiques

La valeur principale d'un Business Analyst réside dans sa capacité à faire le pont entre la demande métier et la réalité technique. Le dossier de compétences doit documenter les processus de recueil des besoins : types d'ateliers menés, nombre de parties prenantes impliquées, méthodes utilisées (interviews structurées, focus groups, observations terrain). La production de livrables de qualité — dictionnaires de données, matrices de KPI, spécifications de flux ETL, règles de gestion documentées — doit être explicitement mentionnée. La certification CBAP (Certified Business Analysis Professional) de l'IIBA, basée sur le référentiel BABOK v3, est la certification la plus reconnue sur le marché français pour valider ces compétences d'analyse métier.

3. Mettre en avant les secteurs et les types de données maîtrisés

Contrairement à d'autres profils IT plus généralistes, un Business Analyst accumule une expertise sectorielle forte au fil de ses missions qui constitue un atout commercial significatif. Un profil ayant travaillé sur des données de risque crédit dans la Banque, des données de sinistralité en Assurance, ou des données de vente et fidélité dans le Retail est immédiatement valorisable sur des appels d'offres sectoriels précis. Le dossier de compétences doit donc être structuré pour mettre en évidence cette expertise sectorielle et les types de données maîtrisés (données financières, données CRM, données de production, données de chaîne logistique). Ces éléments de contextualisation sont déterminants pour la pertinence du matching entre le profil et les appels d'offres ESN.

Gagnez du temps avec Profilya

Plutôt que de rédiger manuellement chaque section, utilisez notre IA pour extraire ces informations directement depuis le CV de votre consultant et générer un document parfait en 2 minutes.