Comment j'ai obtenu la certification professionnelle Google Analytics

Il y a quelque temps, j'ai suivi et obtenu la certification « Google Data Analytics Professional » grâce au programme de soutien aux certifications de mon entreprise.

Je vais vous présenter les thèmes abordés, le niveau de difficulté et partager mes impressions après avoir suivi le cours !

Qu'est-ce que la certification Google Data Analytics Professional ?

Il s'agit d'un programme d'apprentissage en ligne proposé par Google qui enseigne les principes fondamentaux et avancés de l'analyse de données répartis sur 8 cours au total.

• Comment mener une analyse de données
• Organisation des données d'analyse
• Utilisation de feuilles de calcul
• Nettoyage des données avec SQL
• Création de visualisations avec Tableau
• Utilisation de R Markdown

Et bien d'autres, couvrant un large éventail de compétences.

Bien que « 10 heures par semaine pendant environ 6 mois » soit considéré comme la norme, j'ai progressé à mon rythme et j'ai terminé en environ 4 mois. Si vous vous concentrez, vous pourriez certainement le compléter en bien moins de temps.

La formation se fait via la plateforme Coursera avec un modèle d'abonnement mensuel. Il y a parfois des campagnes d'accès gratuit, alors attendre ces moments est aussi une bonne stratégie.

Il existe une période d'essai d'une semaine, ce qui vous permet de vérifier si vous pouvez vraiment suivre les cours. Attention : après l'essai, le renouvellement se fait automatiquement !

Vous pouvez vous inscrire et commencer immédiatement depuis la page « Certification professionnelle Google en analyse de données » sur Coursera.

Déroulement de la formation

Chaque cours contient plusieurs modules, et vous devez compléter tous les matériaux pédagogiques (vidéos, documents, etc.) et réussir les tests de chaque module. Une fois tous les projets du cours terminés avec succès, un certificat d'achèvement est délivré.

La documentation inclut aussi des liens vers des outils connexes et des ressources externes, ce qui aide à approfondir votre compréhension. Cependant, comme examiner tous les éléments en détail prendrait beaucoup de temps, j'ai adopté une approche où je notais d'abord les termes et les liens, puis j'y revenais plus tard pour approfondir mes recherches.

Avec cette méthode, les tests se déroulent sans problème et vous pouvez réussir !

Il y a beaucoup de contenu, et j'ai vraiment apprécié la conception bienveillante qui permet de changer le statut à « Complété » au moment qui vous convient le mieux.

À propos de la difficulté du cours

« SQL » et « R » peuvent sembler intimidants au premier abord, mais comme les explications sont fournies de manière exhaustive dès le départ, ce n'est pas aussi difficile que prévu.

Les tests sont réussissables si vous lisez attentivement les matériaux pédagogiques, et si vous n'atteignez pas le seuil de réussite, vous pouvez repasser l'examen. C'est une conception extrêmement bienveillante.

L'examen récapitulatif final est limité en nombre de tentatives par jour, mais après 24 heures, la limite de tentatives est réinitialisée, ce qui signifie que vous pouvez essentiellement repasser l'examen autant de fois que vous le souhaitez !

Des outils tels que BigQuery, Tableau et RStudio, auxquels on ne touche généralement pas, apparaissent également dans le cours, mais l'installation et l'utilisation sont expliquées en détail, il n'y a donc aucune inquiétude.

De plus, les outils utilisés pour l'apprentissage sont conçus pour rester dans le cadre gratuit, donc en plus de l'abonnement mensuel à Coursera, aucun frais supplémentaire n'est engagé. C'est très économique.

Dans un autre sens, ce qui m'a semblé être d'une difficulté particulière est la fonction de traduction.

Les matériaux pédagogiques sont principalement en anglais. Bien sûr, les vidéos, les documents et les tests disposent tous d'une fonction de traduction avec une précision très élevée, mais il arrive rarement que des mots ayant un sens similaire se traduisent en un seul mot japonais.

Dans les questions à choix multiples, il n'est pas rare de voir deux options qui semblent exactement identiques côte à côte, ce qui présente également sa propre difficulté.

Présentation de chaque cours suivi

Après cette longue introduction, je vais maintenant vous présenter le contenu pédagogique de chaque cours.

【Cours 1 : Les données sont partout】 Comme première étape, ce cours est principalement théorique et couvre les fondamentaux de l'analyse de données. Vous apprendrez comment les analystes de données progressent dans leur réflexion et aborderez l'ensemble du processus analytique. Le contenu de ce cours servira de base pour les cours 2 et au-delà.

【Cours 2 : Poser les bonnes questions pour prendre des décisions basées sur les données】 Ce cours se concentre sur le « questionnement » pour explorer en profondeur les problèmes à résoudre. Vous apprendrez les méthodes d'entrevue, les techniques de communication et comment partager les résultats d'analyse.

À partir de là, commence enfin l'apprentissage pratique ! Vous aborderez les fonctions de base des feuilles de calcul et les types d'erreurs courants, des connaissances très utilisées dans la pratique.

C'est un cours qui progresse relativement facilement.

【Cours 3 : Préparer les données d'exploration】 Il s'agit de l'étape de préparation des données d'analyse. Vous apprendrez la structure des données et les méthodes de collecte, en comprenant le concept de « données propres » qui est crucial pour le cours 4. En plus des feuilles de calcul, vous utiliserez également SQL avec BigQuery pour manipuler les données. C'est le premier point de difficulté majeure.

Si vous ne maîtrisez pas bien les fondamentaux, vous risquez de rencontrer des difficultés plus tard. Je vous recommande de progresser lentement mais en comprenant chaque étape.

【Cours 4 : Transformer les données « sales » en données « propres »】

Apprenez les méthodes essentielles de nettoyage des données pour améliorer la précision de votre analyse.

Comprenez pourquoi le nettoyage est nécessaire et les conséquences d'une analyse sur des données imprécises, puis pratiquez le nettoyage des données en utilisant des feuilles de calcul et BigQuery.

De nombreuses fonctions et requêtes sont abordées, ce qui rend le cours assez exigeant.

【Cours 5 : Analyser les données et en tirer des conclusions】

Mettez en pratique les étapes de « préparation des données » et de « nettoyage » que vous avez apprises, en traitant les données au fur et à mesure. Cela implique de filtrer selon des conditions spécifiques, de calculer des moyennes, et par le biais de divers calculs, de révéler les faits cachés et les tendances des données. Cette phase est le cœur même du programme.

【Cours 6 : Partage des données par visualisation】

Apprenez à visualiser et à partager efficacement les données en utilisant Tableau. Même en suivant exactement les instructions vidéo, j'ai souvent rencontré des erreurs et des problèmes de rendu, ce qui m'a causé pas mal de difficultés.

Bien que l'outil soit normalement intuitif et ne nécessite aucune connaissance spécialisée, je dois avouer que je ne suis pas encore confiant dans ma maîtrise de celui-ci.

【Cours 7 : Analyse de données avec le langage R】

C'est ici que l'analyse de données avec le langage R fait enfin son apparition. Comme le cours commence par l'installation de R, il ne devrait pas y avoir de difficulté majeure si vous suivez les matériaux. Cependant, une fois que vous entrez dans les phases d'analyse et de visualisation, de nombreux termes et concepts peu familiers commencent à apparaître, donc soyez prudent.

Les visualisations vont bien au-delà de ce que permet Tableau, et dès qu'on découvre ce qu'on peut faire, c'est devenu vraiment amusant. Le fait de pouvoir compléter la création de rapports avec R était aussi très attrayant.

C'était personnellement le cours que j'ai trouvé le plus amusant.

【Cours 8 : Projet final comme aboutissement de l'apprentissage】

Enfin, c'est l'aboutissement ! En mettant à profit tout ce que vous avez appris, vous vous lancez seul dans l'analyse de données. À travers plusieurs études de cas, vous créez vos propres résultats.

La deuxième moitié du cours porte principalement sur l'insertion professionnelle des analystes de données. Vous apprenez en regardant des scènes de simulation d'entretien, mais l'atmosphère est différente des entretiens au Japon, donc il est préférable de le considérer simplement comme une référence. Honnêtement, j'ai juste regardé en diagonale.

Conclusion

Après cette longue présentation, qu'en pensez-vous ?

J'ai condensé les points que j'aurais aimé connaître avant de suivre le cours, sans toucher au contenu principal.

Pour être honnête sur mon expérience après avoir suivi le cours, je pense que c'est une certification facile à aborder pour ceux qui visent une embauche ou une reconversion professionnelle dans le secteur du web sans expérience préalable. Il est possible que vous n'ayez pas souvent l'occasion d'utiliser l'analyse de données au jour le jour dans une agence de création, mais quand cela arrive, c'est toujours mieux de pouvoir le faire que de ne pas pouvoir le faire.

Même pour les outils que vous n'utilisez pas habituellement, l'explication douce de l'installation aux utilisations basiques permet aux personnes sans expérience dans le secteur du web d'apprendre en toute confiance. Cependant, ceux qui veulent approfondir les utilisations plus avancées pourraient trouver cela un peu insuffisant. La « Certification professionnelle Google en analyse de données » n'est pas très connue, mais le fait de pouvoir prouver publiquement que vous possédez les compétences en analyse de données reconnues par Google est un avantage majeur selon moi.

Si vous êtes intéressé, pourquoi ne pas commencer par un essai gratuit ?