Quand une PME décide de structurer son pilotage, trois chemins s'offrent à elle : recruter, externaliser, ou un hybride des deux. Chacun fonctionne, dans le bon contexte. Voici le comparatif que nous aurions aimé lire avant de créer ce cabinet, avec les vrais chiffres et les vrais risques.
6-12 sem.
premiers livrables
Délai réaliste pour un premier socle Power BI cadré, hors recrutement.
0,2-0,5 ETP
charge durable
Ordre de grandeur pour maintenir un reporting PME après construction.
1 risque
propriété
Le vrai sujet : qui sait modifier le modèle dans six mois ?
Option 1, Recruter un profil data
Dans nos ordres de grandeur PME, un data analyst confirmé représente souvent 55 000 à 75 000 € chargés par an, quand vous le trouvez : ces profils privilégient les équipes data constituées, où ils progressent entre pairs. Seul dans une PME, le poste cumule tout, ingestion, modèle, dashboards, formation, et le risque est structurel : le jour où la personne part, le système part avec elle. C'est le bon choix quand la donnée est au cœur de votre métier et que le volume justifie un poste à temps plein, durablement.
Option 2, Tout déléguer à une agence
L'externalisation complète livre vite et bien, tant que le contrat court. Le risque est ailleurs : la compétence reste chez le prestataire. Chaque évolution repasse par un devis, vos équipes n'apprennent rien, et la dépendance s'installe précisément là où vous vouliez de l'autonomie. Méfiez-vous aussi des dispositifs « boîte noire » : sans documentation ni propriété du modèle, changer de prestataire coûte une reconstruction.
Option 3, Construire ensemble, transférer la compétence
La troisième voie : un cabinet construit le dispositif avec vos équipes, pas à leur place, vous restez propriétaire de tout, et la formation fait partie de la mission. L'investissement initial est comparable à l'option agence, mais il diminue dans le temps au lieu de se répéter : vos équipes reprennent la main sur l'exploitation et les évolutions courantes, le cabinet n'intervient plus que sur le structurel.
| Recrutement | Agence (délégation) | Construction + transfert | |
|---|---|---|---|
| Coût année 1 | 55-75 k€ chargés | 20-50 k€ | 15-40 k€ |
| Coût récurrent | Identique chaque année | Se répète à chaque évolution | Décroissant |
| Délai de premiers résultats | 3-6 mois (recrutement inclus) | 6-12 semaines | 6-12 semaines |
| Dépendance | À une personne | Au prestataire | Faible : tout est transféré |
| Compétence interne créée | Oui, mais concentrée | Non | Oui, diffusée |
| Propriété du dispositif | Oui | Variable, à vérifier | Totale, documentée |
Le test du mois 4
La meilleure manière de juger une organisation BI n'est pas le jour de la livraison. C'est un mois après, quand une source change, quand une direction demande un nouvel axe d'analyse, ou quand un chiffre est contesté en réunion. À ce moment-là, l'organisation révèle si elle a gagné un outil ou une dépendance.
- 1Un référent interne sait relancer l'actualisation et lire les erreursSans cela, chaque incident simple devient un ticket externe.
- 2Les définitions métier sont documentées hors des visuelsLe CA, la marge et les exclusions doivent être retrouvables sans ouvrir chaque page Power BI.
- 3Les évolutions courantes sont séparées des évolutions structurellesAjouter un filtre ou corriger un libellé ne relève pas du même niveau qu'ajouter une source ou changer le grain.
- 4Le prestataire peut être remplacé sans reconstruireFichiers, modèle, documentation et accès doivent appartenir à l'entreprise.
À retenir
La bonne question n'est pas « interne ou externe ? » mais « qui est propriétaire du système, et qui sait le faire vivre ? ». Toute option qui répond « pas vous » crée une dette.
Le verdict
Volume data massif et durable : recrutez, éventuellement accompagné au départ. Besoin ponctuel et périmètre figé : une agence sérieuse fait l'affaire, à condition d'exiger la propriété du livrable. Pour beaucoup de PME et ETI, l'hybride construction + transfert offre le meilleur ratio : la vitesse de l'externe, puis l'autonomie progressive de l'interne.
Écrit par Dylan Arnaud, fondateur de Datafuji. Les ordres de grandeur reflètent nos missions PME-ETI en France, sauf source publique explicitement citée.