Excel pour Data Analyst : compétences et fonctions clés

Même au sein des équipes qui utilisent SQL, Python ou des outils de BI, le tableur reste le point de départ et d'arrivée de nombreuses analyses : vérifications rapides, requêtes ad hoc et fichiers que les parties prenantes ouvrent réellement. De plus, un test Excel d'embauche ou un test Excel en entretien fait très souvent partie du processus de recrutement des analystes.

(Note : les formules Excel sont présentées ici avec leur syntaxe anglaise standard, séparée par des virgules. Dans la version française d'Excel, les fonctions portent des noms traduits et utilisent le point-virgule comme séparateur.)

Compétences fondamentales

Nettoyage de données

La majeure partie du temps d'un analyste. TRIM (SUPPRESPACE en français), fractionner du texte, supprimer les doublons, convertir les dates ou les chiffres stockés sous forme de texte, et harmoniser les catégories incohérentes.

Recherches et jointures

XLOOKUP (RECHERCHEX) et INDEX MATCH (INDEX/EQUIV) pour croiser des tables, l'équivalent Excel d'une jointure SQL. Maîtrisez le comportement de la feuille de calcul en cas de clés manquantes ou en double.

Agrégation conditionnelle

SUMIFS (SOMME.SI.ENS), COUNTIFS (NB.SI.ENS), AVERAGEIFS (MOYENNE.SI.ENS) : l'équivalent de GROUP BY avec des fonctions Excel.

Tableaux croisés dynamiques

Synthèses rapides, regroupement de dates par mois, calculs en pourcentage du total et segments (slicers).

Tableaux dynamiques

FILTER (FILTRE), UNIQUE (UNIQUE), SORT (TRIER) pour générer des plages dynamiques pilotées par formules.

Statistiques

Différence entre AVERAGE (MOYENNE) et MEDIAN (MEDIANE), centiles, écart-type, variation en pourcentage et taux de croissance.

Graphiques

Choisir le bon type de graphique, afficher des étiquettes lisibles et éliminer le superflu visuel.

Power Query

Automatiser le nettoyage répétitif et la fusion d'exports de données.

Un test d'embauche typique

1. Nettoyer un export de données brutes désorganisé.
2. Effectuer une jointure avec une seconde table.
3. Synthétiser les données selon deux dimensions.
4. Répondre à trois questions métiers précises.
5. Créer un graphique clair et percutant.

Les bonnes habitudes qui font la différence

• Conservez les données brutes intactes ; travaillez le nettoyage dans un onglet séparé ou via Power Query.
• Verrouillez correctement vos cellules avec une référence absolue (consultez notre guide sur les références mixtes pour les tableaux à double entrée) avant de recopier vers le bas (poignée de recopie).
• Intégrez des totaux de contrôle pour vérifier la cohérence de vos résultats.
• Rédigez une réponse claire avec des insights concrets, ne vous contentez pas de livrer un tableau de chiffres.

Questions fréquentes

Les data analysts utilisent-ils encore Excel ?

Oui. Le tableur s'utilise en complément de SQL et des outils de BI pour réaliser des analyses rapides et partager facilement les résultats avec les équipes métiers.

Quelles compétences Excel un data analyst doit-il maîtriser ?

Le nettoyage de données, les fonctions de recherche (XLOOKUP, INDEX/EQUIV), les agrégations conditionnelles (SUMIFS/COUNTIFS), les tableaux croisés dynamiques, les formules de tableaux dynamiques, les statistiques de base et la visualisation de données.

Maîtriser Excel suffit-il pour devenir data analyst ?

C'est un excellent point de départ. Cependant, la plupart des postes requièrent également la maîtrise de SQL et d'un outil de BI (comme Power BI ou Tableau).

Quelle est la compétence Excel la plus difficile pour un analyste ?

Nettoyer des données complexes de manière fiable et structurer des modèles de synthèse qui restent parfaitement justes lorsque la source de données évolue.