Devenir data analyst freelance : missions, compétences et TJM en 2026

La donnée ne manque pas aux entreprises. Ce qui manque souvent, c’est quelqu’un capable de dire quel chiffre mérite une décision. Si tu envisages de devenir data analyst freelance, cette différence change ce que tu proposes au client.

Tu maîtrises peut-être déjà SQL, le reporting ou les analyses marketing. Pourtant, « je crée des dashboards » reste une promesse difficile à acheter : quel problème résous-tu, pour qui et avec quel résultat ? On peut répondre à ces questions sans prétendre maîtriser toute la data.

Voici comment choisir tes missions, fixer un TJM défendable et livrer un travail utile sans prendre de libertés avec les données du client.

Data analyst freelance : où s’arrête ton métier ?

Le point de départ est une question métier : pourquoi les ventes reculent-elles, quels clients reviennent, quelle étape du parcours bloque ? Le data analyst rassemble les sources, vérifie leur qualité, construit une analyse et explique ses limites. La fiche métier de l’Apec cite aussi les règles de nettoyage, les tableaux de bord et la présentation des résultats aux équipes.

Intitulé	Centre de gravité de la mission
Data analyst	Analyse, indicateurs et recommandations métier
BI analyst ou consultant BI	Modèle de reporting, tableaux de bord et adoption par les équipes
Analytics engineer	Transformations SQL, modèles fiables et tests entre entrepôt et analyse
Data engineer	Collecte, pipelines et infrastructure des données
Data scientist	Modèles statistiques avancés et prédictions
Business analyst	Expression du besoin et processus métier, parfois sans analyse de données

Ces frontières bougent selon les entreprises. Dans une PME, on peut te demander d’écrire la requête SQL et de former les commerciaux ; dans un grand compte, les tables sont déjà prêtes. Fais préciser qui possède les sources, valide les définitions et maintient le résultat.

Un analyste salarié, un consultant BI ou un product analyst possède souvent une base directe. Un développeur SQL, un profil marketing ops ou un contrôleur de gestion orienté données peut aussi se lancer s’il sait cadrer une question métier et défendre ses calculs. La spécialisation freelance t’aide à choisir ton terrain.

Ton périmètre se définit par la décision que tu éclaires et les livrables que tu assumes, pas par ton intitulé LinkedIn.

Quelles missions data vendre avec des livrables précis ?

Un tableau de bord seul finit souvent oublié. Demande qui le consulte, quand, et quelle action suit une variation. On peut ensuite choisir un format adapté.

Offre	Question du client	Livrable à annoncer
Dashboard de pilotage	Quels indicateurs suivre chaque semaine ?	Définitions des KPI, vue partagée, guide d’usage
Audit de tracking	Peut-on croire aux événements du site ou de l’app ?	Plan de marquage, écarts constatés, priorités de correction
Reporting finance	Où se creuse l’écart au budget ?	Rapprochement des sources, rapport automatisé, règles de contrôle
Analyse acquisition ou CRM	Quels canaux et segments apportent des clients rentables ?	Segmentation, analyse des cohortes, recommandations
Sprint qualité des données	Pourquoi deux équipes annoncent-elles des chiffres différents ?	Inventaire des sources, tests de qualité, registre des anomalies
BI à temps partiel	Qui entretient les indicateurs après la livraison ?	Revues régulières, documentation, transfert à l’équipe

Le piège du forfait est le périmètre flou. Pour un dashboard e-commerce, écris dès le devis les sources autorisées, cinq indicateurs définis avec le client, les filtres, la fréquence de rafraîchissement et une séance de prise en main. Je préfère faire valider ces définitions avant de construire la première vue. Ajoute une règle de recette : le chiffre d’affaires affiché doit se rapprocher du système de référence selon une tolérance convenue. Toute nouvelle source ou métrique devient un avenant.

La valeur se trouve aussi dans ce que tu refuses d’affirmer. Si les ventes et les remboursements n’ont pas la même date de référence, montre l’écart avant d’interpréter la courbe. Cette posture permet de passer de l’exécution au conseil.

Une offre data vendable promet une décision mieux informée, avec des définitions et une méthode vérifiables.

Quel TJM de data analyst freelance viser en 2026 ?

En octobre 2026, le baromètre déclaratif Free-Work pour les data analysts indique 348 € HT par jour en direct et 420 € via un intermédiaire. L’ordre peut surprendre : les missions et les profils observés diffèrent selon le canal. Il ne prouve pas qu’une ESN paie mieux un même profil. Sur Malt, le baromètre des tarifs affichés par les experts data indique 350 € pour 0 à 2 ans, 512 € pour 3 à 7 ans et 666 € pour 8 à 15 ans. Cette catégorie dépasse le seul métier de data analyst.

Pour préparer une négociation, voici des repères indicatifs, pas une moyenne de marché supplémentaire :

Expérience et responsabilité	TJM HT à tester
Première activité, périmètre encadré	300 à 400 €
Confirmé, analyse et restitution autonomes	400 à 550 €
Senior, cadrage métier et qualité des données	550 à 700 €

La stack influe sur la mission : Power BI avec modélisation n’a pas le même périmètre qu’une exportation Excel. Le secteur et l’accès aux données comptent aussi. Le canal change la négociation : en direct, on parle au décideur ; via ESN, on clarifie la marge et le paiement ; sur plateforme, on vérifie les frais ; en grand compte, on chiffre validations et réunions.

Ne déduis pas ton tarif d’un seul baromètre. Calcule ton plancher à partir de tes jours réellement facturables avec le simulateur de TJM, puis teste ton prix sur des missions comparables avec la méthode pour fixer tes tarifs. Si une ESN intervient, lis aussi les points de négociation du contrat.

Le TJM rémunère les jours vendus. Il doit aussi couvrir les jours de prospection, de préparation et de suivi que personne ne facture.

Comment te rendre crédible et trouver tes premières missions ?

Pars d’un métier que tu comprends déjà. « Data analyst e-commerce : fiabiliser marge et réachat » parle à une équipe commerciale. « BI pour PME : un reporting mensuel commun à la direction et à la finance » décrit un besoin. Autres angles lisibles : product analytics pour SaaS B2B, reporting finance ou analyse CRM pour équipes de vente.

Quelles compétences et quels outils maîtriser ?

Le socle, c’est SQL, la modélisation des données, les statistiques descriptives, les contrôles de qualité et une restitution compréhensible. Excel avancé ou Google Sheets servent encore à rapprocher des chiffres. Choisis ensuite un outil de visualisation cohérent avec les clients visés : Power BI, Tableau ou Looker Studio. Python devient utile pour automatiser ou explorer des données plus complexes. dbt, BigQuery et Snowflake comptent surtout si la mission touche à l’entrepôt ; GA4, un CRM et les outils de product analytics si tu vises marketing ou produit. Mieux vaut maîtriser une chaîne complète que collectionner les logos.

Comment prouver ta valeur sans divulguer de données ?

Construis un cas avec données fictives ou publiques : question initiale, hypothèses, définitions, contrôle des données, visuel final et décision proposée. Sur un projet client, demande une autorisation écrite avant toute publication, même anonymisée. Avec son accord, présente la méthode et un avant/après exprimé par un indicateur validé ; retire noms, captures, volumes reconnaissables et accès au dashboard. Je montrerais le raisonnement avant le visuel final : c’est lui que le prospect doit pouvoir évaluer.

Contacte d’abord d’anciens collègues et employeurs, dans le respect de tes engagements contractuels. Puis cible des PME sans équipe data, des agences marketing, des SaaS B2B et des directions financières. Sur LinkedIn, Malt et Free-Work, publie une offre précise et un exemple de livrable. Les ESN peuvent ouvrir l’accès aux grands comptes, avec un cadrage plus formel. Pour préparer ce canal, consulte le guide des missions en grand compte.

Ton portfolio doit permettre au client de juger ton raisonnement sans voir une seule ligne de ses données.

Quelles limites fixer avant de toucher aux données du client ?

Avant l’accès, précise dans le contrat la finalité de l’analyse, les sources, les personnes habilitées, la durée, les livrables, les critères de recette et ce qui relève d’une demande supplémentaire. Qui possède les requêtes et les dashboards ? Qui paie les licences Power BI ou Tableau ? Qui conserve l’accès à BigQuery ou Snowflake après ton départ ? Prévois la documentation, l’export et la transmission à un responsable interne pour éviter une dépendance à ton compte personnel.

Pour des données personnelles, clarifie ton rôle avec le client. Si tu traites des données pour son compte sur ses instructions, la CNIL demande un contrat de sous-traitance précis, conforme à l’article 28 du RGPD. Sa fiche sur la sécurité de la sous-traitance recommande notamment de définir les accès et la restitution ou destruction des données en fin de mission. Fais valider par le client la base de traitement et les éventuels sous-traitants ultérieurs.

Dans la pratique, demande des droits limités, privilégie un environnement contrôlé par le client, évite les exports locaux et retire les données identifiantes quand elles ne servent pas l’analyse. Si un outil externe reçoit des données, obtiens son accord avant l’envoi. Note les hypothèses et limites dans chaque restitution : une corrélation ou un tableau ne garantit pas le résultat commercial d’une décision. Le client garde l’arbitrage métier, tandis que tu réponds de la qualité du travail convenu.

Ta checklist de 30 jours pour devenir data analyst freelance

Teste une seule offre ciblée.

Devenir data analyst freelance commence par une promesse vérifiable, une mission délimitée et une preuve de méthode.

FAQ

Questions fréquentes

Faut-il un diplôme pour devenir data analyst freelance ? +

Aucun diplôme particulier n’est obligatoire pour exercer. Certains clients exigent toutefois une formation ou des références.

SQL suffit-il ou faut-il apprendre Python ? +

SQL suffit souvent pour le reporting. Python devient utile si la mission demande davantage d’automatisation ou d’exploration.

Quel est le TJM moyen d’un data analyst freelance ? +

En octobre 2026, Free-Work affiche 348 € en direct et 420 € via intermédiaire. Ce sont des moyennes déclaratives.

Faut-il choisir Power BI ou Tableau ? +

Choisis l’outil utilisé par tes clients cibles. La définition des mesures et le contrôle des sources priment sur le logiciel.

Quelle différence entre data analyst et data scientist ? +

Le premier éclaire des décisions avec les données disponibles. Le second travaille davantage sur la prédiction.

Micro-entreprise ou société pour commencer ? +

La micro peut servir à tester l’activité. Compare chiffre d’affaires, frais et protection sociale avant de choisir.

Vaut-il mieux une mission courte ou longue ? +

Un audit borné convient à une mission courte. L’adoption et la maintenance des indicateurs justifient un accompagnement plus long.

Comment gérer les données sensibles du client ? +

Limite tes accès et travaille dans son environnement. Valide tout export ou transfert avant de l’effectuer.