La Saint-Valentin, le jour de l’amour et des amoureux, est l’occasion de se pencher sur le métier de data analyst chez Happn. C’est une application phare pour trouver son crush pour le 14 février ou toute l’année. Mathieu, promo 2021, partage son parcours Data Analytics à l’EMLV, son passage par la case Growth Analyst et sa vision sur le devenir de la rencontre mobile.
Originaire de Bretagne, j’ai fait mon collège et lycée dans une petite ville proche deRennes. Avec le baccalauréat en poche, je décide de faire une pause d’un an afin de pouvoir payer mes études supérieures.
Un Master en Digital Marketing & Data Analytics en alternance pour maîtriser les données
Best move selon moi, ça m’a permis de découvrir le monde du travail avec peu de diplômes, mais aussi de gagner en maturité (manifestement j’en manquais à 18 ans). Après avoir posé mon projet professionnel, économisé le moindre sou dûment gagné avec des petits boulots ingrats, j’intègre Digital Campus Rennes pour une durée de trois ans. C’est ici que je découvre la richesse du web et l’alternance. Sur ce coup, l’éducation nationale a bien géré son dossier (S/O Philippe Séguin).
Après avoir découvert l’alternance en L3, j’en voulais plus. Je fais all-in en espérant doubler ma mise et trouver un Master qui me permettrait de continuer l’alternance.
Le double cursus Digital Marketing & Data Analytics à l’EMLV est une Quinte Flush en main. Ce cursus éligible en alternance permet aux étudiants d’acquérir les bases des techniques web mais aussi de développer leur vision stratégique et business.
Le diplôme est lui aussi un critère important dans les recherches d’études supérieures. A la fin du DMDA, vous vous verrez conférer un double diplôme ainsi que le grade de Master.
Growth Analyst vs. Data Analyst : deux façons différentes d’aborder la croissance
Durant cette première année d’alternance, je travaille au sein du groupe M6 dans l’équipe Marketing & Data en tant que Growth Analyst, mon objectif est de développer l’engagement des utilisateurs et d’augmenter le nombre d’utilisateurs actifs sur la plateforme 6play grâce à l’analyse de la donnée, à l’amélioration
produit, aux AB tests et à la stratégie CRM. L’ambition est claire : la croissance.
Néanmoins, je me suis rapidement heurté à la réalité. 6play comptabilisait entre 3,5M et 4M d’utilisateurs actifs par jour et environ 28M d’utilisateurs en base. Environ 6% de la population française se connectait chaque jour et nous avions grossièrement 1 Français sur 2 en base (fermons les yeux sur les comptes en
double ou triple). Avec ces deux insights et beaucoup de tests, l’équipe et moi- même avons compris que le Growth n’était pas notre cœur de bataille.
De ce constat, je me suis dirigé vers le poste de Data Analyst, davantage central dans l’organisation de 6play. Mon scope c’est élargi pour travailler avec l’ensemble des équipes métier. J’ai notamment travaillé au côté des équipes Gulli (acheté en 2019 par M6) pour intégrer toutes leurs données dans l’écosystème 6play. De l’extraction vers la transformation puis le chargement des données dans l’écosystème M6 afin d’automatiser les dashboards d’activité Gulli.
Finalement, la grosse différence entre ces deux métiers est selon moi la place qu’ils occupent dans l’entreprise. Plus business, le Growth Analyst travaille sur des objectifs lié à la croissance d’un produit ou d’un service.
Il met en place les actions qu’il souhaite tester, les mesures et partage ses résultats. Il décidera ensuite d’implémenter les actions qui ont de l’impact et abandonnera les actions qui ne fonctionnent pas. Vous l’aurez compris, le Growth Analyst est très autonome.
Plus transverse, le Data Analyst répond à un besoin métier qui peut venir d’horizons très différents (finance, produit, marketing, etc..). Souvent, il répond sous forme de chiffres clés qui l’amèneront à faire ses recommandations. La prise de décision ainsi que les actions à réaliser reviendront quant à elles aux parties prenantes. Dans les faits, Growth et Data Analyst sont deux métiers très proches.
Améliorer l’expérience utilisateur d’Happn grâce à la donnée
J’ai intégré l’équipe data Happn il y a environ 8 mois en tant que Data Analyst dans la business unit Produit. Concrètement, mon rôle consiste à répondre aux questions de l’équipe Produit et CRM. Pour cela, je peux mener tout type d’analyses :
– Analyses des comportements utilisateurs
– Analyses de la performance des nouvelles fonctionnalités
– Analyses prédictives grâce à des modèles de machine learning
– AB Tests
Une grosse partie de travail consiste aussi à présenter ses résultats et à faire des recommandations afin de prendre des décisions. C’est pour moi la partie la plus excitante, il y a souvent des bonnes (ou mauvaises) surprises !
La Saint Valentin est un moment clé chez Happn. De notre côté, nous préférons voir cette journée comme une fête de l’amour et non comme un moment réservé uniquement aux couples. Nous sommes donc présents à la fois pour celles et ceux qui redoublent d’effort pour trouver le Crush parfait (nous connaissons souvent un pic d’activité pendant cette période), mais aussi pour celles et ceux qui ne se mettent pas la pression et qui préfèrent prendre leur temps.
Il est intéressant de noter que la Saint-Valentin n’est pas le seul moment de l’année où nous avons une hausse d’activité : cela peut aussi arriver au moment de la nouvelle année (et des bonnes résolutions), ou plus récemment en été (puisque dans cette période les restrictions sanitaires sont souvent levées).
Video call, notes vocales, émotions numériques… Vers une Happnverse ?
Il est intéressant de voir comment il a déjà énormément évolué ces 2 dernières années : pendant la pandémie, les applications de rencontre étaient essentielles pour les célibataires. Elles leur permettaient de pouvoir continuer à avoir une vie amoureuse, un lien social.
Chez Happn, nous avons d’ailleurs accompagné ce changement d’usage en intégrant, par exemple, le video call. L’idée était de pouvoir dépasser le simple échange de message et en même temps pouvoir avoir un premier date « Covid free ».
La crise sanitaire n’a donc pas arrêté la quête des célibataires : en 2020, les applications de rencontre ont totalisé plus de 560 millions de téléchargements à travers le monde (selon les chiffres App Annie).
Pour les prochaines années, nous allons continuer de rapprocher au maximum la rencontre virtuelle de la rencontre « dans la vraie vie ». L’idée est de faire ressentir aux célibataires les mêmes émotions qu’ils pourraient avoir lors d’un coup de foudre dans un bar, au bureau, dans la rue… Par exemple, nous avons déployé un panel de features dédiées à la voix (notes audio dans les profils, timeline où l’on entend la voix avant de voir la photo…).
Je suis également toutes les actualités liées au metavers par exemple. Il est sûrement un peu tôt pour imaginer comment elles s’intégreront aux app de dating mais les technologies qui en découlent m’intéressent énormément.
Ce n’est pas toujours le cas, mais en règle générale l’environnement de travail d’un Data Analyst peut sembler complexe. En réalité, c’est facilement surmontable
même avec très peu de connaissances dans les écosystèmes data.
À ma connaissance, le seul pré-requis pour exercer demain en tant que Data Analyst est d’avoir les connaissances de base en language SQL. Réputé pour être relativement simple, il vous permettra d’interroger les bases de données en quelques lignes de code (n’ayez pas peur de ce mot).
Pour résumer, ne soyez pas réticent au fait de travailler dans un écosystème technique, la data analyse est moins opaque qu’on ne le pense. Soyez curieux et vous trouverez votre place dans ce domaine.
This post was last modified on %s = human-readable time difference 13:02