Emplois Data Analyst à Lyon 2026: Guide Candidature

Tu regardes des offres de Data Analyst à Lyon, tu vois “SQL, Power BI, Python, stakeholder management”, et tu te demandes si tu es vraiment au niveau. Tu as peut-être déjà envoyé 20 candidatures sans réponse, ou alors tu veux quitter ton job actuel sans te planter. Bonne nouvelle, en 2026, Lyon reste une ville très intéressante pour la data, mais il faut candidater intelligemment. Pas juste cliquer sur “postuler” et croiser les doigts.

Emplois Data Analyst à Lyon 2026: Guide Candidature#

Lyon a un vrai avantage pour les profils data: la ville mélange grands groupes, scale-ups, industrie, santé, banque, retail, énergie et transport.

Tu peux viser une équipe data chez un grand nom comme TotalEnergies, BNP Paribas, L’Oréal, Sanofi, April, Cegid, Esker, Boiron, Seb, ou une boîte tech qui recrute sur des sujets analytics, produit, finance ou opérations.

Mais attention, le marché est plus sélectif qu’en 2021 ou 2022.

En 2026, les recruteurs ne cherchent pas juste quelqu’un “qui aime les chiffres”. Ils veulent une personne capable de transformer des données sales en décisions claires.

Ça veut dire:

1. Comprendre un problème business.
2. Nettoyer et croiser les données.
3. Créer un dashboard utile.
4. Expliquer les résultats sans jargon.
5. Proposer une action concrète.

Si ton CV ne montre pas ça rapidement, il part souvent dans la pile “à revoir”, puis personne ne le revoit.

Pourquoi Lyon est une bonne ville pour un Data Analyst en 2026#

Lyon est souvent moins citée que Paris, mais pour un Data Analyst, c’est clairement une ville solide.

Tu as plusieurs types d’employeurs:

• Grands groupes avec gros volumes de données.
• PME industrielles qui veulent mieux piloter leurs ventes, stocks, achats ou production.
• Entreprises SaaS comme Cegid ou Esker.
• Acteurs santé, assurance et mutuelle.
• Startups B2B et produit.
• Cabinets de conseil data et BI.
• Banques et assurances comme BNP Paribas, Crédit Agricole, April ou Groupama.

Et surtout, la concurrence y est différente.

À Paris, beaucoup de juniors sortent d’écoles, bootcamps, masters data et formations privées. À Lyon, le marché reste compétitif, mais si tu as un bon CV, un portfolio propre et une candidature ciblée, tu peux vraiment sortir du lot.

Les secteurs qui recrutent le plus à Lyon

En 2026, les postes Data Analyst à Lyon se trouvent surtout dans ces secteurs:

1. Banque, assurance, finance

   • Analyse risque.
   • Reporting commercial.
   • Détection d’anomalies.
   • Analyse client.
   • Tableaux de bord direction.

2. Industrie et énergie

   • Prévision de demande.
   • Suivi production.
   • Optimisation stocks.
   • Analyse qualité.
   • Reporting achats.

3. Retail et e-commerce

   • Analyse ventes.
   • Performance marketing.
   • Segmentation client.
   • Prix et marges.
   • Parcours utilisateur.

4. Santé et pharma

   • Analyse opérationnelle.
   • Suivi patients ou produits.
   • Reporting réglementaire.
   • Performance réseau.

5. Tech et SaaS

   • Product analytics.
   • Funnel conversion.
   • Churn.
   • Activation utilisateur.
   • Revenue analytics.

Une entreprise comme Doctolib peut chercher des profils capables de suivre l’usage produit, la satisfaction client ou les performances commerciales. Back Market ou BlaBlaCar, même si leurs sièges sont très liés à Paris, recrutent parfois en remote ou hybride pour des missions data. Ledger aussi attire des profils analytics sur des sujets produit, finance ou risque.

L’idée, c’est de ne pas te limiter aux annonces “Data Analyst Lyon”. Regarde aussi:

• BI Analyst.
• Analyste décisionnel.
• Business Analyst Data.
• Product Data Analyst.
• Marketing Data Analyst.
• Revenue Analyst.
• Data Reporting Analyst.
• Analyste performance.
• Consultant BI.

Souvent, c’est le même métier avec un autre titre.

Salaire Data Analyst à Lyon en 2026#

Parlons argent, parce que tu ne fais pas tout ça pour une carte Swile et une table de ping-pong.

À Lyon, les salaires sont généralement un peu sous Paris, mais restent très corrects, surtout avec 2 à 5 ans d’expérience.

Voici des fourchettes réalistes en 2026:

Dans une banque comme BNP Paribas, un profil avec 3 ans d’expérience peut viser autour de 45k€ à 55k€ selon l’équipe et la maîtrise des outils.

Dans une scale-up tech ou SaaS, un Data Analyst orienté produit avec SQL solide, dashboarding, A/B testing et bonne communication peut viser 50k€ à 65k€.

Dans l’industrie, les salaires peuvent varier davantage. Une grosse structure comme TotalEnergies ou L’Oréal peut payer correctement, mais une PME industrielle autour de Lyon sera parfois plus basse, autour de 38k€ à 48k€ pour un profil intermédiaire.

Comment négocier sans te griller

La meilleure phrase simple:

“D’après mon expérience sur SQL, Power BI et l’analyse business, et les fourchettes que je vois sur Lyon, je vise plutôt une rémunération autour de Xk€ brut annuel. Est-ce cohérent avec votre budget pour le poste ?”

Tu ne quémandes pas. Tu poses un cadre.

Si l’entreprise te propose 42k€ alors que tu vises 48k€, ne dis pas non trop vite. Demande:

• Le variable.
• Les primes.
• Le télétravail.
• Les tickets restaurant.
• L’intéressement.
• La formation.
• Le budget matériel.
• L’évolution prévue à 12 mois.

Mais ne tombe pas dans le piège du “on verra après la période d’essai”. Si ce n’est pas écrit, considère que ce n’est pas garanti.

Les compétences demandées dans les offres Data Analyst à Lyon#

Tu vas souvent retrouver les mêmes mots dans les annonces. Le but, c’est de les intégrer naturellement dans ton CV si tu les maîtrises vraiment.

SQL, la base non négociable

Si tu veux être Data Analyst en 2026, SQL est obligatoire.

Pas “j’ai fait deux SELECT en formation”. Tu dois être à l’aise avec:

• JOIN.
• GROUP BY.
• WHERE.
• CASE WHEN.
• CTE.
• Window functions.
• Agrégations.
• Sous-requêtes.
• Nettoyage de données.
• Contrôles qualité.

Un bon recruteur data peut te tester rapidement.

Exemple classique:

“On a une table users et une table orders. Trouve le chiffre d’affaires mensuel par cohorte d’inscription.”

Si tu paniques, bosse SQL avant d’envoyer 100 candidatures.

Power BI, Tableau ou Looker

À Lyon, Power BI est très présent, surtout dans les grands groupes, banques, assurances et industrie.

Tu dois savoir:

• Créer un dashboard lisible.
• Choisir les bons indicateurs.
• Construire un modèle de données.
• Écrire des mesures DAX simples.
• Filtrer proprement.
• Éviter les graphiques inutiles.
• Raconter une histoire avec les chiffres.

Tableau reste demandé dans certaines équipes, Looker aussi dans les boîtes plus tech.

Mais ne te disperse pas. Si tu maîtrises très bien Power BI et SQL, tu es déjà crédible pour beaucoup d’offres à Lyon.

Python, utile mais pas toujours obligatoire

Python est souvent demandé, mais le niveau attendu varie.

Pour un Data Analyst, tu n’as pas besoin d’être ingénieur logiciel. Tu dois surtout savoir utiliser:

• pandas.
• numpy.
• matplotlib ou seaborn.
• notebooks.
• nettoyage de fichiers CSV ou Excel.
• automatisation simple.
• analyse exploratoire.

Si tu sais faire une analyse claire dans un notebook et expliquer tes résultats, c’est déjà très bien.

Excel, toujours là

Oui, Excel est encore partout.

Même chez des entreprises très modernes, tu vas recevoir des fichiers Excel moches avec des colonnes fusionnées, des dates bizarres et des noms de produits écrits de trois façons différentes.

Maîtrise au moins:

• Recherche X.
• Tableaux croisés dynamiques.
• Power Query.
• Formules conditionnelles.
• Nettoyage de données.
• Graphiques simples.
• Contrôles de cohérence.

Le recruteur ne va pas toujours l’avouer, mais un Data Analyst qui sait survivre dans Excel fait gagner du temps à toute l’équipe.

Compétences business

C’est là que beaucoup de candidats juniors se font dépasser.

Ils savent faire un graphique, mais ils ne savent pas répondre à la vraie question:

“Qu’est-ce qu’on décide maintenant ?”

Tu dois montrer que tu peux comprendre:

• Le chiffre d’affaires.
• La marge.
• Le taux de conversion.
• Le churn.
• Le coût d’acquisition.
• La rétention.
• Le panier moyen.
• La performance commerciale.
• Les délais opérationnels.

Un dashboard sans décision derrière, c’est juste une jolie déco.

Ton CV Data Analyst pour Lyon: ce qu’il doit dire en 10 secondes#

Un recruteur passe souvent très peu de temps sur ton CV au premier tri.

Ton CV doit répondre vite à ces questions:

1. Est-ce que tu sais faire du SQL ?
2. Est-ce que tu as déjà fait des dashboards ?
3. Est-ce que tu comprends le business ?
4. Est-ce que tu as des projets concrets ?
5. Est-ce que tu peux communiquer avec des équipes non techniques ?
6. Est-ce que ton profil correspond au niveau demandé ?

Le titre de CV

Évite les titres flous comme:

• “Passionné par la data”.
• “À la recherche d’une opportunité”.
• “Profil analytique motivé”.

Mets plutôt:

• “Data Analyst, SQL, Power BI, Python, 2 ans d’expérience”.
• “Data Analyst junior, SQL, Power BI, projets e-commerce”.
• “Business Data Analyst, reporting commercial et analyse performance”.
• “Product Data Analyst, SQL, Looker, analyse funnel”.

Ton titre doit être utile, pas poétique.

Le résumé professionnel

Ton résumé doit faire 3 à 4 lignes max.

Exemple:

“Data Analyst avec 3 ans d’expérience en analyse commerciale et reporting BI. Solide maîtrise de SQL, Power BI et Excel, avec création de dashboards utilisés par les équipes ventes et direction. Expérience sur l’analyse du chiffre d’affaires, des marges et de la performance client. Recherche un poste Data Analyst à Lyon en environnement business ou SaaS.”

Simple, clair, efficace.

Les expériences

Ne liste pas juste tes tâches.

Mauvais exemple:

• Création de dashboards.
• Analyse de données.
• Reporting hebdomadaire.
• Réunions avec les métiers.

Bon exemple:

• Création de 5 dashboards Power BI pour suivre le CA, la marge et les ventes par région, utilisés chaque semaine par 30 commerciaux.
• Automatisation d’un reporting Excel mensuel, réduction du temps de production de 6h à 45 min.
• Analyse des causes de baisse du taux de conversion, identification de 2 étapes critiques du funnel, contribution à une hausse de 8 % des conversions.
• Nettoyage et croisement de données CRM et facturation sur 120k lignes avec SQL.

Tu vois la différence ? Le deuxième exemple donne des preuves.

Les mots-clés ATS à inclure

Les grandes entreprises et beaucoup de cabinets utilisent des outils de tri automatique. Ton CV doit contenir les bons termes.

Ajoute si c’est vrai:

• Data Analyst.
• SQL.
• Power BI.
• Tableau.
• Looker.
• Python.
• pandas.
• Excel.
• Power Query.
• DAX.
• ETL.
• KPI.
• Dashboard.
• Reporting.
• Data visualization.
• Analyse commerciale.
• Analyse marketing.
• Product analytics.
• A/B testing.
• CRM.
• Salesforce.
• Google Analytics.
• BigQuery.
• Snowflake.
• Databricks.

Ne triche pas. Si tu mets Snowflake et que tu ne sais pas ce que c’est, l’entretien va être long.

Portfolio Data Analyst: ton arme si tu es junior#

Si tu as peu d’expérience, ton portfolio peut te sauver.

Pas besoin d’un site incroyable. Un GitHub propre, un Notion ou une page simple suffit.

Tu dois montrer 2 ou 3 projets bien choisis.

Projet 1: analyse e-commerce

Prends un dataset public ou fictif et montre:

• Chiffre d’affaires mensuel.
• Panier moyen.
• Top produits.
• Taux de réachat.
• Segmentation client.
• Recommandations business.

Livrable idéal:

• Un notebook Python.
• Un dashboard Power BI.
• Une synthèse de 10 lignes.

Projet 2: product analytics

Analyse un funnel utilisateur:

• Visite.
• Inscription.
• Activation.
• Achat.
• Rétention.

Montre où les utilisateurs abandonnent et propose 3 actions.

C’est exactement le genre de réflexion qu’une boîte comme Doctolib, BlaBlaCar ou Back Market peut apprécier.

Projet 3: finance ou opérations

Si tu vises banque, assurance ou industrie à Lyon, fais un projet plus opérationnel:

• Prévision simple de ventes.
• Analyse d’impayés.
• Détection d’anomalies.
• Suivi de stocks.
• Performance fournisseurs.

Tu peux dire dans ton CV:

“Portfolio data disponible: 3 projets SQL, Power BI et Python, analyse e-commerce, product analytics, prévision de ventes.”

C’est beaucoup mieux que “motivé et curieux”.

Où trouver des offres Data Analyst à Lyon en 2026#

Ne mise pas tout sur LinkedIn. Oui, c’est utile, mais tout le monde y est.

Regarde plusieurs sources:

1. LinkedIn Jobs.
2. Welcome to the Jungle.
3. Indeed.
4. Apec.
5. HelloWork.
6. Les sites carrière des entreprises.
7. Les cabinets de recrutement data.
8. Les communautés Slack ou Discord data.
9. Les événements tech lyonnais.
10. Les anciens de ton école ou formation.

Entreprises à surveiller

À Lyon et autour, garde un œil sur:

• Cegid.
• Esker.
• April.
• Boiron.
• Seb.
• Sanofi.
• Biomérieux.
• Groupama.
• Crédit Agricole.
• BNP Paribas.
• Orange.
• SNCF.
• Enedis.
• TotalEnergies.
• L’Oréal, selon les équipes régionales ou hybrides.
• Doctolib, Back Market, BlaBlaCar, Ledger pour des postes parfois hybrides ou remote.

Tu peux aussi cibler les cabinets de conseil qui placent des Data Analysts chez des clients lyonnais.

Mais attention au conseil si tu es junior: demande bien le type de missions. Si on te vend “data” mais que tu fais juste du support Excel pendant 18 mois, ce n’est pas le meilleur move.

Comment candidater sans envoyer un CV générique#

Le plus gros piège, c’est d’envoyer le même CV partout.

Tu peux garder une base, mais adapte au moins:

• Le titre.
• Le résumé.
• Les compétences visibles.
• Les 3 premières puces d’expérience.
• Les mots-clés selon l’annonce.

Si l’annonce insiste sur Power BI, mets Power BI haut dans ton CV.

Si elle parle d’analyse marketing, mets tes projets ou expériences marketing en premier.

Si elle demande SQL avancé, montre des exemples précis avec volume de données, requêtes, automatisation ou qualité data.

La méthode simple en 15 minutes

Pour chaque offre intéressante:

1. Copie les compétences demandées.
2. Surligne celles que tu as vraiment.
3. Mets-les dans ton CV naturellement.
4. Adapte ton résumé.
5. Réécris 2 puces d’expérience pour coller au poste.
6. Ajoute un court message de candidature.

Ça prend 15 minutes, mais ton taux de réponse peut changer fort.

Exemple de message de candidature

“Bonjour, je vous contacte pour le poste de Data Analyst à Lyon. J’ai 3 ans d’expérience sur SQL, Power BI et l’analyse de performance commerciale, avec création de dashboards utilisés par les équipes ventes et direction. Votre besoin autour du reporting KPI et de l’amélioration des décisions métier correspond bien à mon parcours. Je serais ravi d’échanger.”

Court. Propre. Pas besoin d’écrire un roman.

Préparer les entretiens Data Analyst à Lyon#

Tu vas souvent avoir 3 types d’entretiens:

1. RH.
2. Manager data ou business.
3. Test technique ou cas pratique.

Questions RH fréquentes

Prépare des réponses simples à:

• Pourquoi tu veux ce poste ?
• Pourquoi Lyon ?
• Pourquoi cette entreprise ?
• Quel salaire tu vises ?
• Pourquoi tu quittes ton poste actuel ?
• Télétravail ou présentiel, tu préfères quoi ?
• Où te vois-tu dans 3 ans ?

Ne réponds pas comme un robot.

Exemple:

“Je cherche un poste où je peux être proche des décisions business, pas seulement produire des reportings. Ce qui m’intéresse ici, c’est le lien entre data, performance commerciale et actions concrètes terrain.”

Questions techniques fréquentes

Tu peux avoir:

• Différence entre LEFT JOIN et INNER JOIN.
• Comment gérer les doublons ?
• Comment vérifier la qualité d’un dataset ?
• Qu’est-ce qu’un KPI utile ?
• Comment analyser une baisse de chiffre d’affaires ?
• Comment construire un dashboard pour une direction commerciale ?
• Différence entre corrélation et causalité.
• Comment expliquer un résultat à une personne non technique ?

Tu peux aussi recevoir un test SQL avec 3 ou 4 requêtes.

Bosse les classiques avant l’entretien. Pas la veille à minuit avec un café triste.

Cas pratique business

Exemple:

“Le taux de conversion d’un site e-commerce baisse de 12 % depuis deux mois. Que fais-tu ?”

Bonne réponse structurée:

1. Vérifier la donnée, tracking, période, périmètre.
2. Segmenter par canal, device, pays, type client.
3. Comparer avec les volumes de trafic.
4. Regarder les étapes du funnel.
5. Identifier les ruptures.
6. Croiser avec changements produit, prix, campagnes, saisonnalité.
7. Proposer des actions testables.

Le recruteur veut voir ta logique, pas juste le résultat final.

Les erreurs qui coûtent des entretiens#

Tu peux avoir le niveau, mais te saboter avec des détails bêtes.

Voici les erreurs fréquentes:

• CV trop long, 3 pages pour 2 ans d’expérience.
• Pas de chiffres dans les expériences.
• Compétences data noyées en bas du CV.
• Titre trop vague.
• Projets non expliqués.
• GitHub vide ou mal rangé.
• Liens cassés.
• Fautes dans les noms d’outils.
• Lettre de motivation générique.
• Salaire annoncé trop bas par peur.
• Aucune question en entretien.
• Pas de relance après entretien.

La relance après candidature

Si tu as postulé directement ou parlé à quelqu’un, relance après 7 à 10 jours.

Message simple:

“Bonjour, je me permets de revenir vers vous concernant ma candidature au poste de Data Analyst à Lyon. Je reste très intéressé par le poste, notamment pour les sujets SQL, Power BI et analyse de performance mentionnés dans l’annonce. Je serais ravi d’échanger si mon profil correspond à votre besoin.”

Tu n’as pas l’air désespéré. Tu as l’air sérieux.

La relance après entretien

Après un entretien, envoie un message le jour même ou le lendemain.

“Merci pour notre échange concernant le poste de Data Analyst. J’ai particulièrement apprécié la discussion sur les dashboards commerciaux et les enjeux de fiabilisation des données. Le poste confirme mon intérêt, car il combine analyse, compréhension métier et impact direct sur les décisions. Je reste disponible pour la suite du process.”

C’est simple, mais beaucoup de candidats ne le font pas.

Plan d’action sur 30 jours pour décrocher plus d’entretiens#

Si tu veux vraiment avancer, ne pars pas dans tous les sens.

Voici un plan simple.

Semaine 1: CV et LinkedIn

• Refaire ton titre de CV.
• Ajouter des chiffres à tes expériences.
• Mettre SQL, Power BI, Python et Excel visibles.
• Adapter ton résumé.
• Corriger toutes les fautes.
• Mettre à jour LinkedIn.
• Ajouter “Data Analyst à Lyon” dans ton titre ou résumé si pertinent.

Semaine 2: portfolio

• Finaliser 2 projets data.
• Nettoyer ton GitHub ou Notion.
• Ajouter des captures de dashboards.
• Écrire une synthèse business pour chaque projet.
• Ajouter le lien sur ton CV.

Semaine 3: candidatures ciblées

• Sélectionner 20 offres vraiment pertinentes.
• Adapter ton CV pour chaque type d’offre.
• Envoyer 4 candidatures de qualité par jour.
• Contacter 5 recruteurs ou managers sur LinkedIn.
• Suivre tout dans un tableau.

Colonnes utiles:

• Entreprise.
• Poste.
• Date candidature.
• Source.
• Contact.
• Statut.
• Relance.
• Salaire annoncé.
• Notes entretien.

Semaine 4: entraînement entretien

• Faire 20 exercices SQL.
• Préparer 5 histoires de réussite avec la méthode STAR.
• Réviser Power BI ou Tableau.
• T’entraîner à expliquer un dashboard.
• Préparer ta réponse sur le salaire.
• Faire une simulation avec un ami.

Exemple de positionnement selon ton profil#

Si tu es junior ou en reconversion

Ne te vends pas comme “expert data”. Vends-toi comme quelqu’un d’opérationnel sur les bases.

Positionnement:

“Data Analyst junior avec bases solides en SQL, Power BI et Python, portfolio de projets orientés business, capable de produire des analyses claires et des dashboards utiles aux équipes métier.”

Mets le paquet sur:

• Portfolio.
• Projets concrets.
• Stage ou alternance.
• Anciennes expériences business si tu en as.
• Motivation pour le secteur visé.

Si tu viens du marketing, de la finance, de la supply chain ou du commerce, c’est un vrai plus. Tu comprends déjà les problèmes métier.

Si tu as 2 à 5 ans d’expérience

Ton enjeu, c’est de montrer l’impact.

Positionnement:

“Data Analyst avec 4 ans d’expérience en reporting, SQL et analyse de performance, habitué à travailler avec les équipes commerciales, produit et direction pour transformer les données en décisions.”

Mets en avant:

• Gains de temps.
• Dashboards utilisés.
• Nombre d’utilisateurs.
• Amélioration KPI.
• Automatisation.
• Projets transverses.
• Communication avec les métiers.

Si tu es senior

Tu dois montrer que tu peux cadrer, prioriser et influencer.

Positionnement:

“Senior Data Analyst spécialisé en analytics business et produit, capable de structurer les KPI, fiabiliser les données et accompagner les équipes dans la prise de décision.”

Mets en avant:

• Gouvernance KPI.
• Mentorat de juniors.
• Choix d’outils.
• Relation direction.
• Projets à fort impact.
• Capacité à dire non aux dashboards inutiles.

Le vrai secret: ne postule pas comme tout le monde#

Le marché Data Analyst à Lyon en 2026 est bon, mais pas magique.

Si tu envoies un CV flou, sans chiffres, sans mots-clés et sans preuve, tu vas galérer. Même si tu es compétent.

Si tu montres clairement:

• Ce que tu sais faire.
• Avec quels outils.
• Sur quels problèmes business.
• Avec quels résultats.
• Pourquoi tu corresponds à l’offre.

Là, tu augmentes fortement tes chances.

Tu n’as pas besoin d’être parfait. Tu dois être clair, crédible et facile à comprendre.

Avant d’envoyer ta prochaine candidature Data Analyst à Lyon, vérifie que ton CV passe bien les filtres ATS et contient les bons mots-clés. Fais-le gratuitement ici: tester ton CV avec l’ATS checker gratuit de JobRise.