Il y a quelque temps déjà, j'ai suivi et obtenu le « Google Data Analytics Professional Certificate » grâce au dispositif d'aide à la certification proposé par l'entreprise.
Entre mon retour d'expérience et les points clés, je vous présente rapidement ce que l'on y apprend, ainsi que le niveau de difficulté.
Qu'est-ce que le Google Data Analytics Professional Certificate ?
Il s'agit d'un programme d'apprentissage en ligne proposé par Google, qui couvre l'analyse de données, des fondamentaux aux applications avancées, à travers 8 cours.
- Démarche d'analyse de données
- Méthodes d'organisation des données d'analyse
- Utilisation des tableurs
- Organisation des données avec SQL
- Création de visualisations avec Tableau
- Utilisation de R Markdown
et bien d'autres, ce qui couvre un éventail de compétences assez large.
Le cursus est indiqué comme demandant environ 6 mois à raison de 10 heures par semaine. Pour ma part, j'ai avancé à un rythme tranquille et j'ai terminé en environ 4 mois. Avec un rythme plus soutenu, je pense qu'il est tout à fait possible de le finir en moins de temps.
Les cours se suivent via la plateforme Coursera, avec un abonnement mensuel. Il arrive que des campagnes proposent un accès gratuit, il peut donc être judicieux d'en profiter.
Une période d'essai d'une semaine est proposée, ce qui permet de vérifier si le format vous convient avant de vous engager. Attention : à l'issue de l'essai, l'abonnement se renouvelle automatiquement !
Vous pouvez vous inscrire et commencer immédiatement depuis la page « Google Data Analytics Professional Certificate » sur Coursera.
Déroulement de la formation
Chaque cours est composé de plusieurs modules. Il faut suivre l'ensemble des supports (vidéos, documents, etc.) et réussir le test de chaque module. Une fois toutes les évaluations des cours validées, le certificat de fin de formation est délivré.
Les documents comprennent également des liens vers des outils connexes et des ressources externes, ce qui aide à approfondir la compréhension. Cependant, vouloir tout examiner en détail prend énormément de temps. J'ai donc procédé en notant les termes et les liens importants, afin de les consulter plus tard.
Vous pouvez réussir les tests sans problème avec cette méthode également !
Le volume de contenu est important, mais la conception conviviale, qui permet de passer le statut à « Terminé » au moment qui vous convient, m'a bien aidé.
Difficulté du cours
Quand on entend « SQL » ou « R », on peut être un peu intimidé, mais le cours explique tout avec soin depuis les bases, si bien que ce n'est pas si difficile.
Il suffit de bien lire les supports de cours pour réussir les tests, et même si vous n'atteignez pas le seuil de réussite, vous pouvez repasser le test : une conception vraiment très bienveillante.
Les tests de synthèse sont limités en nombre par jour, mais le compteur est réinitialisé 24 heures plus tard, ce qui permet en pratique de les passer autant que vous le souhaitez !
Des outils que l'on n'utilise pas forcément au quotidien, comme BigQuery, Tableau ou RStudio, sont également présentés, mais leur installation et leur utilisation sont expliquées en détail, donc aucune inquiétude à avoir.
De plus, les outils utilisés pour l'apprentissage sont conçus pour rester dans la version gratuite, de sorte qu'à part l'abonnement mensuel à Coursera, vous n'avez rien d'autre à payer, ce qui est assez agréable pour le budget.
La difficulté, d'une autre manière, réside selon moi dans la fonction de traduction.
Les supports sont essentiellement en anglais. Bien sûr, les vidéos, la documentation et les tests disposent tous d'une fonction de traduction, et leur précision est plutôt élevée, mais il arrive parfois que des mots de sens proche soient traduits par le même mot en japonais.
Dans les questions à choix multiples, il n'est pas rare de voir deux options qui paraissent strictement identiques. Cela a été une autre source de difficulté.
Présentation des cours suivis
Assez de préambule : je vais maintenant vous présenter le contenu pédagogique de chaque cours.
[Cours 1 : Les données sont partout] Premier cours de la formation : il s'agit principalement d'un enseignement théorique qui présente les bases de l'analyse de données. Vous y découvrirez la démarche qu'un data analyst suit pour mener une analyse, du début à la fin. Les notions abordées ici posent les fondations de tout ce qui suit dans les cours 2 et suivants.
[Cours 2 : Les questions qui mènent à des décisions fondées sur les données] Ce cours se concentre sur l'art de poser les bonnes questions pour approfondir les problèmes à résoudre. Vous y apprendrez les techniques d'entretien, les méthodes de communication et la manière de partager les résultats d'analyse.
Place maintenant à la pratique ! Vous allez découvrir les fonctions de base des tableurs et les différents types d'erreurs, des connaissances très utiles au quotidien en entreprise.
Ce cours se suit relativement facilement.
[Cours 3 : Préparer les données d'exploration] Cette étape consiste à préparer les données destinées à l'analyse. Vous y étudierez la structure des données et les méthodes de collecte, et vous comprendrez la notion essentielle de « données propres ». En plus des tableurs, vous manipulerez les données avec SQL dans BigQuery. C'est ici que se situe la première vraie difficulté.
Il est conseillé de bien maîtriser les bases, car des lacunes à ce stade peuvent causer des difficultés par la suite. Avancez à votre rythme, en prenant le temps de bien comprendre chaque notion.
[Cours 4 : Rendre « sales » les données « propres »]
Vous découvrez les méthodes de nettoyage des données, indispensables pour améliorer la précision de l'analyse.
Après avoir compris pourquoi le nettoyage est nécessaire et ce qui se passe si l'on analyse des données non nettoyées, vous mettez en pratique le nettoyage des données avec Spreadsheet et BigQuery.
Comme de nombreuses fonctions et requêtes sont au programme, cette partie a été très exigeante.
[Cours 5 : Analyser les données et en tirer des conclusions]
Vous mettez en pratique les étapes de « préparation des données » et de « nettoyage » que vous avez apprises pour traiter les données. Il s'agit de la phase qui fait véritablement le cœur de ce programme : filtrer les données selon des conditions précises, calculer des moyennes et effectuer différents calculs afin de mettre en lumière les faits et les tendances cachés dans les données.
[Cours 6 : Partager les données grâce à la visualisation]
Vous apprenez à visualiser les données avec Tableau et à les partager efficacement. Même en suivant les instructions de la vidéo, des erreurs apparaissent souvent et les modifications ne sont pas prises en compte, ce qui m'a personnellement posé beaucoup de difficultés.
Cet outil est pourtant intuitif et ne nécessite aucune expertise particulière, mais, franchement, je ne me sens toujours pas capable de le maîtriser…
[Cours 7 : Analyse de données et langage R]
C'est enfin ici que l'analyse de données avec le langage R fait son apparition. Comme elle commence par l'installation de R, il n'y a pas de raison de rencontrer de difficultés si l'on suit le matériel pédagogique. En revanche, lors des phases d'analyse et de visualisation, de nombreux termes et concepts peu familiers apparaissent rapidement, il faut donc rester vigilant.
Les visualisations que l'on peut créer vont bien au-delà de Tableau, et une fois qu'on y parvient, le plaisir est vraiment au rendez-vous. Pouvoir aussi réaliser l'intégralité des rapports avec R est un atout séduisant.
C'est, personnellement, le cours que j'ai le plus apprécié.
[Cours 8 : Le projet final, couronnement de l'apprentissage]
Voici enfin le grand aboutissement ! En mettant à profit tout ce que vous avez appris, vous relèverez seul le défi de l'analyse de données. À travers plusieurs études de cas, vous construirez peu à peu votre propre production.
La seconde moitié du cours porte principalement sur la recherche d'emploi en tant qu'analyste de données. Vous pouvez y apprendre en regardant des scènes d'entretiens types, mais l'ambiance diffère de celle des entretiens au Japon : mieux vaut donc les considérer simplement comme une référence. Pour être honnête, je les ai parcourues un peu distraitement.
Conclusion
Voilà, j'ai fini de vous présenter tout cela en détail. Qu'en avez-vous pensé ?
J'ai rassemblé les points que j'aurais aimé connaître avant de m'inscrire, sans trop dévoiler le contenu du cours.
Pour résumer mon ressenti après la formation, c'est une certification accessible pour ceux qui visent une carrière dans le web en partant de zéro. Elle sert peu au quotidien dans une agence, mais en cas de besoin, savoir analyser des données est bien plus utile que de ne pas savoir le faire.
Les outils qu'on n'utilise pas forcément au quotidien sont expliqués en détail, de leur installation jusqu'à leur utilisation de base, donc même sans expérience dans le web, on peut apprendre sereinement. En revanche, ceux qui souhaitent approfondir des usages plus avancés pourraient trouver le contenu un peu léger. « Google Data Analytics Professional Certificate » n'est pas très connu, mais le fait de pouvoir prouver publiquement des compétences en analyse de données reconnues par Google est un avantage certain.
Si cela vous intéresse, vous pouvez commencer par l'essai gratuit.
Directeur en pleine ascension depuis son entrée dans l'entreprise en tant que jeune diplômé, actuellement très investi ! Il relève chaque jour le défi de devenir un profil polyvalent, maîtrisant tous les domaines, du design à la gestion publicitaire. Au travail, il vise une direction élégante et efficace, tandis que dans sa vie privée, il savoure pleinement une existence casanière dans sa forteresse qu'il appelle sa maison. Il aime aussi les animes.
Handan-chan
Directeur web / Entré en 2022