Traiter les extractions de bases de données, les analyser et se charger de leur interprétation, telle est la mission du Data Analyst. Cependant, face au volume d’informations à traiter, ce spécialiste de la donnée semble consacrer beaucoup trop de temps à collecter et générer des données au lieu de les analyser. Des centaines de milliers d’euros par an en heures de travail sont ainsi perdues …
Le Data Analyst analyse-t-il réellement les données ?
50% du temps mal utilisé
Le constat est là, le Data Analyst passe la moitié de son temps à collecter et générer les données, alors que pour les métiers, l’analyse des données, au cœur de la chaîne de valeur client, est stratégique pour prendre des décisions.
Et pourtant de nombreuses questions reviennent sans cesse
- quelles sont les données disponibles dans l’entreprise ?
- d’où proviennent-elles ?
- comment y accéder ?
- comment obtenir des informations fiables ?
Une mauvaise communication interne
Le Data Analyst perdrait 14h par semaine à créer des actifs qui existent déjà car il ne peut tout simplement pas trouver, protéger ou préparer des données nécessaires.
10 h de plus à recréer des données existantes, c’est le résultat d’une mauvaise communication interne.
Téléchargez cette ressource
Guide de Threat Intelligence contextuelle
Ce guide facilitera l’adoption d’une Threat Intelligence - renseignement sur les cybermenaces, cyberintelligence - adaptée au "contexte", il fournit des indicateurs de performance clés (KPI) pour progresser d' une posture défensive vers une approche centrée sur l’anticipation stratégique
Les articles les plus consultés
A travers cette chaîne
A travers ITPro
Les plus consultés sur iTPro.fr
- ADI, l’infrastructure de données de Scality pensée pour l’ère de l’IA et de la souveraineté
- Les coûts cachés des merge requests générées par l’IA
- WatchGuard lance Rai, une IA agentique taillée pour les MSP
- Mythos révèle les limites d’un Zero Trust centré sur le réseau
Articles les + lus
Les dirigeants européens redéfinissent la C-suite à l’ère de l’IA
Mythos et modèles-frontières : quel avenir pour la cybersécurité en France et en Europe face à l’IA ?
CRM et souveraineté : le choix technologique est devenu un choix politique
On ne peut pas gouverner ce qu’on ne peut pas voir : pourquoi la visibilité doit-elle passer avant la gouvernance en matière de sécurité des identités ?
Reprendre le contrôle de son SI : la clé d’un numérique à la fois souverain et responsable
À la une de la chaîne Enjeux IT
- Les dirigeants européens redéfinissent la C-suite à l’ère de l’IA
- Mythos et modèles-frontières : quel avenir pour la cybersécurité en France et en Europe face à l’IA ?
- CRM et souveraineté : le choix technologique est devenu un choix politique
- On ne peut pas gouverner ce qu’on ne peut pas voir : pourquoi la visibilité doit-elle passer avant la gouvernance en matière de sécurité des identités ?
- Reprendre le contrôle de son SI : la clé d’un numérique à la fois souverain et responsable
