Emplois Data Analyst à Bordeaux 2026: Guide Candidature

Tu regardes des offres de Data Analyst à Bordeaux, tu vois “SQL, Python, Power BI, 3 ans d’expérience”, et tu te demandes si ton CV va juste disparaître dans un logiciel de tri. En plus, entre les boîtes tech, les grands groupes, les ESN et les salaires annoncés à moitié, c’est vite flou. Respire, on va rendre ça clair, concret, et orienté candidature pour 2026.

Emplois Data Analyst à Bordeaux en 2026: le marché ressemble à quoi ?#

Bordeaux n’est plus seulement la ville du vin, des quais et des loyers qui piquent. C’est aussi une vraie place pour les métiers data, surtout avec la croissance des entreprises tech, du e-commerce, de la santé, de la banque, de l’assurance, de l’énergie et des mobilités.

En 2026, les postes de Data Analyst à Bordeaux se trouvent surtout dans quatre types d’organisations :

1. Les scale-ups et startups tech

   • SaaS
   • fintech
   • greentech
   • santé numérique
   • e-commerce

2. Les grands groupes avec antenne régionale

   • BNP Paribas
   • Crédit Agricole
   • TotalEnergies
   • Cdiscount
   • Orange
   • Thales
   • Dassault Systèmes selon les équipes et projets

3. Les ESN et cabinets de conseil

   • Capgemini
   • Sopra Steria
   • CGI
   • Accenture
   • Inetum
   • Onepoint

4. Les entreprises en télétravail hybride

   • Doctolib
   • Back Market
   • BlaBlaCar
   • L’Oréal côté data marketing
   • Ledger sur certains rôles data ou analytics produit

Le truc important, c’est que beaucoup d’offres “à Bordeaux” ne sont pas forcément 100 % locales. Certaines sont hybrides, avec 2 jours au bureau, d’autres sont remote-first avec des points d’équipe à Paris, Lyon ou Nantes.

Donc si tu cherches seulement “Data Analyst Bordeaux CDI” sur LinkedIn, tu rates peut-être 40 % des opportunités intéressantes.

Les salaires Data Analyst à Bordeaux en 2026#

On va parler cash, parce que tu ne candidates pas juste pour collectionner des entretiens Zoom.

À Bordeaux, les salaires Data Analyst restent en général un peu en dessous de Paris, mais l’écart se réduit sur les profils capables de relier data, business et automatisation.

Voici des fourchettes réalistes en 2026 :

Dans une ESN, un junior peut commencer autour de 35k€ à 38k€. Dans une scale-up avec un vrai produit data, tu peux viser 40k€ à 45k€ si tu as déjà des projets solides.

Chez un grand groupe comme BNP Paribas, TotalEnergies ou L’Oréal, le package peut être plus intéressant avec intéressement, participation, RTT, télétravail et évolution interne. Même si le fixe semble parfois moins sexy que dans une startup, le total annuel peut peser lourd.

Chez une boîte très data-driven comme Back Market, Doctolib, BlaBlaCar ou Ledger, les profils analytics orientés produit, marketing ou revenu peuvent viser plus haut, surtout si tu sais mesurer l’impact business.

Le piège du salaire “selon profil”

Quand tu vois “rémunération selon profil”, ne panique pas, mais prépare-toi.

En entretien, tu peux dire :

“Pour un poste Data Analyst à Bordeaux avec ce niveau de responsabilités, je me positionne entre 45k€ et 50k€ brut annuel selon le package global.”

C’est simple, propre, pas agressif.

Évite juste de donner un chiffre trop bas dès le premier appel. Si tu dis “je suis ouvert à partir de 36k€” alors que le budget est à 45k€, tu viens de perdre 9k€ avec une phrase.

Les compétences vraiment demandées en 2026#

Les recruteurs écrivent parfois des offres comme s’ils cherchaient une équipe entière dans une seule personne. Mais dans la vraie vie, les attentes tournent souvent autour de quelques compétences clés.

1. SQL, toujours le boss final

Si tu veux être Data Analyst, SQL est non négociable.

Tu dois savoir faire :

• jointures
• agrégations
• CTE
• fonctions fenêtre
• sous-requêtes
• nettoyage de données
• segmentation client
• calcul de cohortes
• suivi de KPIs

Un bon test mental : si on te donne une table orders, une table users et une table payments, est-ce que tu peux sortir le chiffre d’affaires mensuel, le panier moyen, le taux de réachat et les clients inactifs ?

Si oui, tu es déjà plus solide que beaucoup de candidats.

2. Power BI, Tableau ou Looker

À Bordeaux, Power BI revient très souvent, surtout chez les grands groupes, les PME industrielles, la banque et les ESN.

Tableau apparaît aussi dans des environnements plus internationaux. Looker et Looker Studio sont fréquents dans les startups, le marketing et le produit.

Ton CV doit préciser les outils, mais surtout ce que tu as construit :

• “Création de 12 dashboards Power BI utilisés par 45 managers”
• “Automatisation du reporting hebdomadaire, gain de 6 heures par semaine”
• “Suivi du funnel acquisition avec Looker Studio, baisse du CPA de 18 %”

Tu vois la différence ? On ne vend pas un outil, on vend un résultat.

3. Python, utile mais pas toujours obligatoire

Python devient un gros plus, surtout pour automatiser, nettoyer ou enrichir des données.

Les recruteurs ne demandent pas forcément que tu sois Data Scientist. Mais si tu sais utiliser :

• pandas
• numpy
• matplotlib
• seaborn
• Jupyter Notebook
• scripts d’automatisation
• APIs simples

Alors tu marques des points.

Exemple de phrase CV :

“Automatisation du nettoyage de fichiers clients via Python pandas, réduction du temps de traitement de 2 jours à 3 heures par mois.”

C’est concret, mesurable, efficace.

4. Data storytelling

Un Data Analyst qui sort des graphiques incompréhensibles, ça fatigue tout le monde.

En 2026, les entreprises veulent des profils capables d’expliquer :

• ce qui se passe
• pourquoi ça se passe
• ce qu’on fait ensuite
• combien ça peut rapporter ou économiser

La compétence qui fait la différence, c’est ta capacité à transformer une analyse en décision.

Tu ne dis pas juste :

“Le taux de conversion baisse.”

Tu dis :

“Le taux de conversion mobile a baissé de 14 % depuis la nouvelle page paiement. Les abandons augmentent surtout à l’étape carte bancaire. Je recommande un test A/B sur le formulaire simplifié.”

Là, tu deviens utile.

Où trouver des offres Data Analyst à Bordeaux ?#

Tu peux chercher sur les plateformes classiques, oui. Mais si tu fais comme tout le monde, tu te retrouves avec 300 candidats sur la même annonce.

Voici une approche plus maligne.

Plateformes à surveiller

Commence par ces sites :

1. LinkedIn Jobs
2. Welcome to the Jungle
3. Indeed
4. Apec
5. HelloWork
6. Data Recrutement
7. ChooseMyCompany
8. Sites carrière des entreprises

Mais ne te contente pas de postuler.

Crée des alertes avec plusieurs mots-clés :

• Data Analyst Bordeaux
• Analyste données Bordeaux
• Business Analyst Data
• Product Analyst remote
• Marketing Data Analyst
• BI Analyst Bordeaux
• Revenue Analyst
• Reporting Analyst
• Analytics Engineer junior

Pourquoi autant de variantes ? Parce que les recruteurs nomment parfois le même job de dix manières différentes.

Entreprises à regarder de près

À Bordeaux et en hybride, surveille notamment :

• Cdiscount, data e-commerce, pricing, logistique, marketing
• Betclic, analytics produit, CRM, acquisition
• Back Market, surtout si remote ou hybride possible
• Doctolib, analytics produit et opérations
• BNP Paribas, risque, conformité, finance, relation client
• Crédit Agricole, data client et pilotage commercial
• TotalEnergies, énergie, performance, reporting, finance
• BlaBlaCar, mobilité, produit, croissance
• Ledger, sécurité crypto, produit, finance, support analytics
• L’Oréal, data marketing, CRM, e-commerce, prévision des ventes

Même si le siège est à Paris, certaines équipes recrutent en hybride ou full remote. Ne t’auto-élimine pas trop vite.

La méthode cachée: cibler les managers

Une candidature froide peut marcher. Mais une candidature avec un message au bon manager marche souvent mieux.

Sur LinkedIn, cherche :

• Head of Data
• Analytics Manager
• BI Manager
• Product Analytics Lead
• CRM Manager
• Revenue Operations Manager
• Data Product Manager

Puis envoie un message simple :

Bonjour Camille, je suis Data Analyst avec une expérience SQL, Power BI et analyse marketing. J’ai vu que votre équipe travaille sur des sujets CRM et performance. Je candidate au poste ouvert chez vous, je voulais aussi me présenter directement. Si mon profil semble pertinent, je serais ravi d’échanger 10 minutes.

Pas besoin d’écrire un roman. Ton but, c’est d’être visible.

Comment adapter ton CV Data Analyst pour passer les ATS#

L’ATS, c’est le logiciel qui trie les CV avant qu’un humain ne regarde vraiment. Ce n’est pas magique, mais si ton CV est mal structuré, il peut te flinguer.

Les mots-clés à mettre selon l’offre

Lis l’annonce, puis repère les mots-clés exacts.

S’ils demandent “Power BI”, écris “Power BI”, pas seulement “outil de visualisation”.

S’ils demandent “SQL Server”, écris “SQL Server”, pas juste “bases de données”.

Exemples de mots-clés fréquents :

• SQL
• Python
• Power BI
• Tableau
• Looker
• BigQuery
• Snowflake
• dbt
• Excel avancé
• ETL
• KPI
• reporting
• dashboard
• segmentation
• cohort analysis
• A/B testing
• CRM
• acquisition
• churn
• conversion rate
• data quality
• GDPR
• stakeholder management

Tu ne dois pas mentir. Mais tu dois parler le langage de l’annonce.

Structure simple de CV

Un CV Data Analyst efficace tient souvent sur une page si tu as moins de 5 ans d’expérience, deux pages maximum si tu es senior.

Structure recommandée :

1. Titre clair

   • Data Analyst SQL, Power BI, Python
   • Data Analyst Marketing, CRM, BI
   • Junior Data Analyst, SQL, Tableau, Python

2. Résumé en 3 lignes

   • ton niveau
   • tes outils
   • ton type d’impact

3. Compétences techniques

   • SQL, Python, Power BI, Tableau, Excel
   • BigQuery, Snowflake, dbt si applicable
   • Analytics produit, marketing, finance selon ton profil

4. Expériences

   • résultats chiffrés
   • outils utilisés
   • contexte business

5. Projets data

   • surtout si tu es junior ou en reconversion

6. Formation et certifications

Exemple de résumé CV

Data Analyst avec 3 ans d’expérience en SQL, Power BI et Python, spécialisé dans l’analyse marketing et la performance commerciale. Création de dashboards pour équipes sales et direction, automatisation de reportings, suivi de KPIs acquisition, conversion et rétention. Recherche un poste Data Analyst à Bordeaux ou hybride.

C’est lisible. Ça met les bons mots. Ça donne une direction.

Exemples de bullet points qui vendent bien

Mauvais bullet :

• Responsable des dashboards Power BI.

Bon bullet :

• Création de 8 dashboards Power BI pour le suivi commercial, utilisés chaque semaine par 30 managers, réduction de 40 % des demandes manuelles de reporting.

Mauvais bullet :

• Analyse des ventes.

Bon bullet :

• Analyse de 250k transactions e-commerce avec SQL, identification de 3 segments clients à forte valeur, hausse de 12 % du taux de réachat après campagne CRM.

Mauvais bullet :

• Utilisation de Python.

Bon bullet :

• Développement de scripts Python pour nettoyer et consolider 15 fichiers mensuels, gain estimé de 10 heures par mois pour l’équipe finance.

Les chiffres changent tout. Même si tu n’as pas des données parfaites, estime proprement. “Environ”, “près de”, “gain estimé”, c’est acceptable si c’est honnête.

Lettre de motivation: courte, précise, pas scolaire#

Franchement, personne n’a envie de lire une lettre de motivation de 900 mots qui commence par “Actuellement à la recherche d’un nouveau challenge”.

Fais court. Trois blocs.

Modèle simple

Bonjour,

Je candidate au poste de Data Analyst chez [Entreprise], car vos enjeux autour de [sujet de l’annonce: CRM, produit, finance, acquisition] correspondent directement à mon expérience.

Dans mon dernier poste chez [Entreprise], j’ai travaillé sur [mission proche], avec SQL, Power BI et Python. J’ai notamment [résultat chiffré: automatisé un reporting, créé un dashboard, amélioré un KPI].

Je peux vous aider à fiabiliser vos analyses, construire des dashboards utiles et transformer vos données en recommandations concrètes pour les équipes métier. Je serais ravi d’échanger avec vous.

Simple. Pas de blabla. Tu parles de leur besoin.

Personnalisation express

Avant d’envoyer, ajoute une phrase spécifique :

• “Votre croissance sur le marché européen rend les sujets de pilotage commercial particulièrement intéressants.”
• “Votre modèle marketplace demande une analyse fine de l’offre, de la demande et de la rétention.”
• “Vos enjeux de santé numérique impliquent une forte exigence de qualité et de fiabilité des données.”

Tu montres que tu as compris l’entreprise.

Préparer les entretiens Data Analyst à Bordeaux#

Les entretiens Data Analyst suivent souvent un schéma assez classique. Si tu sais à quoi t’attendre, tu prends déjà de l’avance.

Étape 1: appel RH

Le recruteur veut vérifier :

• ton parcours
• ta motivation
• ton salaire
• ta disponibilité
• ton niveau de communication
• ton intérêt pour Bordeaux ou l’hybride

Prépare une réponse claire à :

“Pourquoi ce poste ?”

Réponse possible :

“Je cherche un poste Data Analyst où je peux être proche des équipes métier, construire des analyses utiles et mesurer l’impact. Votre contexte e-commerce, avec des sujets conversion, CRM et reporting, correspond bien à mon expérience SQL et Power BI.”

Étape 2: entretien manager

Là, on va creuser tes missions.

Tu dois savoir expliquer 2 ou 3 projets data en détail :

1. Le contexte
2. Le problème
3. Les données utilisées
4. Les outils
5. L’analyse réalisée
6. La recommandation
7. L’impact

Utilise ce format comme une petite histoire.

Exemple :

“L’équipe marketing ne savait pas pourquoi les campagnes email avaient une baisse de performance. J’ai extrait les données CRM avec SQL, segmenté les clients par ancienneté et fréquence d’achat, puis construit un dashboard Power BI. On a identifié que les clients inactifs recevaient trop d’emails génériques. Après segmentation, le taux de clic a augmenté de 9 %.”

C’est clair, business, mémorisable.

Étape 3: test technique

Tu peux avoir :

• un test SQL
• une analyse de dataset
• un dashboard à faire
• une étude de cas business
• un entretien live avec questions techniques

Questions SQL fréquentes :

• Trouver les clients qui ont passé plus de 3 commandes
• Calculer le chiffre d’affaires mensuel
• Identifier le top 10 produits par marge
• Calculer un taux de conversion
• Faire une moyenne mobile sur 7 jours
• Comparer les ventes année N et N-1
• Détecter les doublons

Questions business fréquentes :

• Pourquoi le chiffre d’affaires baisse alors que le trafic augmente ?
• Comment mesurer la rétention ?
• Quels KPIs pour une marketplace ?
• Comment analyser un churn client ?
• Comment prioriser les demandes de dashboard ?

Ce que les recruteurs adorent entendre

Ils veulent sentir que tu n’es pas juste “technique”. Ils veulent voir que tu réfléchis.

Dis souvent :

• “Quel est l’objectif business derrière cette analyse ?”
• “Qui va utiliser ce dashboard ?”
• “À quelle fréquence la donnée doit être mise à jour ?”
• “Comment définit-on exactement ce KPI ?”
• “Quelle décision sera prise avec ce résultat ?”

Ces phrases montrent que tu comprends le vrai job.

Junior ou reconversion: comment décrocher ton premier poste#

Si tu es junior, en sortie de master, bootcamp, école ou reconversion, le défi est simple : prouver que tu sais faire le job sans avoir déjà eu le titre.

La solution, c’est un portfolio data propre.

Projets à créer pour ton portfolio

Fais 3 projets maximum, mais fais-les bien.

Idées adaptées au marché bordelais :

1. Analyse e-commerce façon Cdiscount

   • ventes par catégorie
   • panier moyen
   • saisonnalité
   • top produits
   • dashboard Power BI

2. Analyse mobilité façon BlaBlaCar

   • trajets
   • prix moyen
   • taux de remplissage
   • villes les plus actives
   • prévisions simples

3. Analyse marketing façon L’Oréal

   • campagnes email
   • taux d’ouverture
   • conversion
   • segmentation client
   • recommandations CRM

4. Analyse santé façon Doctolib

   • rendez-vous
   • annulations
   • temps d’attente
   • spécialités demandées
   • suivi opérationnel

5. Analyse finance façon BNP

   • transactions
   • détection d’anomalies simples
   • scoring basique
   • dashboard risque

Pour chaque projet, montre :

• le problème business
• la source de données
• les étapes SQL ou Python
• le dashboard
• 3 insights
• 3 recommandations

Pas besoin d’un site incroyable. Un GitHub propre, un Notion ou un PDF bien présenté peut suffire.

Phrase CV pour junior

Junior Data Analyst formé à SQL, Python et Power BI, avec 3 projets portfolio orientés e-commerce, marketing et finance. Capable de nettoyer des données, construire des dashboards et présenter des recommandations métier claires.

Ça rassure. Tu ne prétends pas être senior, tu montres que tu es opérationnel.

Les erreurs qui coûtent des entretiens#

Tu peux avoir un bon profil et rater des opportunités à cause de détails évitables.

Voici les plus fréquentes.

1. CV trop généraliste

Si ton CV dit :

“Passionné par la data et motivé par les challenges”

Ça ne dit rien.

Remplace par :

“Data Analyst SQL, Power BI, Python, spécialisé reporting commercial, analyse CRM et automatisation de tableaux de bord.”

Direct, clair, trouvable par ATS.

2. Pas assez de chiffres

Même pour une alternance, un stage ou un projet perso, mets des volumes :

• 50k lignes analysées
• 6 dashboards créés
• 12 KPIs suivis
• 8 heures économisées par semaine
• 15 % d’amélioration
• 3 segments clients identifiés

Les chiffres donnent du poids.

3. Trop d’outils, pas assez d’impact

Écrire “SQL, Python, R, Spark, AWS, Azure, Tableau, Power BI, Looker, Excel, VBA” sans résultat derrière, ça ressemble à une liste de courses.

Mieux vaut 4 outils bien prouvés que 12 outils posés au hasard.

4. Candidater sans adapter

Tu peux envoyer 100 CV génériques. Ou tu peux envoyer 20 candidatures adaptées et avoir plus de réponses.

Pour chaque offre, adapte au minimum :

• le titre du CV
• le résumé
• 5 à 8 mots-clés
• les 2 expériences les plus pertinentes
• la lettre courte si demandée

Oui, ça prend plus de temps. Mais tu veux des entretiens, pas juste des emails automatiques.

Plan d’action sur 14 jours pour trouver un job Data Analyst à Bordeaux#

Si tu veux avancer vite, suis ce plan.

Jours 1 à 2: clarifie ta cible

Choisis 2 ou 3 types de postes :

• Data Analyst BI
• Data Analyst Marketing
• Product Analyst
• Analyste reporting
• Business Analyst Data

Puis choisis tes secteurs préférés :

• e-commerce
• banque
• santé
• énergie
• SaaS
• mobilité
• luxe ou beauté
• finance

Jours 3 à 5: refais ton CV

Objectif :

• titre clair
• résumé orienté poste
• compétences lisibles
• bullets chiffrés
• mots-clés ATS
• format simple, sans tableaux compliqués

Prépare 2 versions :

1. Data Analyst BI, Power BI, SQL
2. Data Analyst Marketing ou Product, SQL, Python, dashboarding

Jours 6 à 8: prépare ton portfolio

Mets en avant 2 ou 3 projets.

Chaque projet doit avoir :

• une page de présentation
• un dashboard ou des captures
• le code SQL ou Python si possible
• les insights principaux
• les recommandations

Jours 9 à 12: candidature intelligente

Chaque jour :

• 5 candidatures adaptées
• 5 messages LinkedIn à des managers ou recruteurs
• 2 relances d’anciennes candidatures
• 15 minutes de veille sur les nouvelles offres

Au bout de 4 jours, tu as déjà 20 candidatures solides et 20 messages directs. C’est mieux que 80 clics rapides sans stratégie.

Jours 13 à 14: entraînement entretien

Prépare :

• ton pitch en 45 secondes
• 3 projets data racontés clairement
• 10 questions SQL
• 5 cas business
• ta fourchette salariale
• tes questions à poser

Questions à poser en entretien :

• “Quels sont les principaux KPIs suivis par l’équipe ?”
• “Quelle est la maturité data actuelle de l’entreprise ?”
• “Quels outils utilisez-vous pour la BI et l’entrepôt de données ?”
• “À quoi ressemble une réussite après 6 mois sur ce poste ?”
• “Quelles équipes seront mes principaux interlocuteurs ?”

Ces questions te rendent plus crédible tout de suite.

Remote, hybride ou bureau à Bordeaux: que choisir ?#

Le full remote peut ouvrir des salaires plus élevés, parfois proches de Paris, autour de 50k€ à 65k€ pour un profil confirmé. Mais il demande plus d’autonomie et une communication nickel.

L’hybride à Bordeaux est souvent le meilleur compromis. Tu gardes le lien équipe, tu profites du marché local, et tu évites 5 jours de bureau.

Le 100 % présentiel existe encore, surtout dans certaines PME, banques, assurances ou industries. Ce n’est pas forcément mauvais si l’équipe est bonne et le salaire correct, mais négocie au moins une flexibilité après la période d’essai.

Tu peux dire :

“Je suis très à l’aise en hybride. Idéalement 2 à 3 jours de télétravail par semaine, tout en gardant des temps forts avec l’équipe.”

C’est raisonnable, difficile à refuser si la boîte est moderne.

Le meilleur positionnement pour 2026#

En 2026, le Data Analyst qui plaît le plus n’est pas celui qui connaît 25 outils. C’est celui qui aide une équipe à prendre de meilleures décisions.

Ton positionnement doit ressembler à ça :

“Je transforme des données business en dashboards fiables, analyses claires et recommandations actionnables, avec SQL, Power BI et Python.”

Si tu veux te spécialiser, choisis un angle :

• Data Analyst Marketing : acquisition, CRM, conversion, campagnes
• Product Analyst : funnel, activation, rétention, A/B testing
• BI Analyst : dashboards, reporting, data quality, KPIs
• Finance Data Analyst : marge, prévision, risque, contrôle
• Operations Data Analyst : logistique, planning, performance, coûts

Un profil spécialisé est plus facile à vendre qu’un profil “je fais un peu tout”.

Dernier conseil: ne laisse pas ton CV te trahir#

Tu peux avoir les compétences, les projets, la motivation, et quand même te faire sortir par un CV mal optimisé. C’est rageant, surtout quand l’offre correspond vraiment à ton profil.

Avant d’envoyer tes candidatures Data Analyst à Bordeaux, vérifie que ton CV passe bien les filtres ATS, contient les bons mots-clés et présente ton impact clairement.

Teste ton CV gratuitement ici : https://jobrise.io/fr/free-ats-checker/