Guide pratique · E-commerce · Finance · RH · SaaS · Lecture : ~18 min Teste ton niveau sur modai-lab.com/test-sql/
Pourquoi ce guide existe
SQL apparaßt dans presque toutes les offres data : Data Analyst, BI, Data Engineer, Product Analyst⊠et de plus en plus dans des postes non techniques (marketing, finance, ops, RH).
Pourtant, quand on débute, la question de base reste floue : concrÚtement, ça sert à quoi ?
On te répond souvent "à interroger une base de données". C'est vrai, mais ça ne dit rien de ce que tu vas faire avec, au quotidien, dans une entreprise.
La rĂ©ponse courte : SQL sert Ă poser des questions Ă des donnĂ©es et obtenir des rĂ©ponses chiffrĂ©es, directement lĂ oĂč les donnĂ©es sont stockĂ©es, sur des volumes qu'Excel ne peut pas ouvrir.
Ce que tu vas trouver dans ce guide :
Ce qu'est SQL, en 2 minutes et sans jargon
Les 5 usages concrets de SQL en entreprise, avec une vraie requĂȘte pour chacun
Pour chaque usage : l'erreur typique du dĂ©butant â et le bon rĂ©flexe â
Des cas business chiffrés en e-commerce, finance, RH et SaaS
SQL vs Excel vs Python : quand utiliser quoi
Un prompt Claude pour te faire expliquer (et corriger) tes premiĂšres requĂȘtes
Une checklist pour savoir si tu as compris l'essentiel
đ§Ș Calibre ton niveau avant de commencer
Tu as peut-ĂȘtre dĂ©jĂ Ă©crit un SELECT sans t'en rendre compte, ou tu pars de zĂ©ro. Dans les deux cas, savoir oĂč tu en es t'Ă©vitera de relire ce que tu maĂźtrises dĂ©jĂ .
Fais le test en 5 minutes.
đ Faire le test sur modai-lab.com/test-sql/
_Résultat en direct · Niveau calibré · Parcours personnalisé_
SQL en 2 minutes
SQL (Structured Query Language) est un langage créé dans les années 1970 chez IBM, puis standardisé dans les années 1980. Il sert à dialoguer avec des bases de données relationnelles : des données rangées dans des tables, comme des onglets Excel trÚs bien organisés.
Une table, c'est :
des colonnes (les caractéristiques :
user_id,montant,created_atâŠ)des lignes (les enregistrements : une commande, un client, un salariĂ©âŠ)
Ce qui rend SQL unique :
Il est déclaratif : tu décris ce que tu veux ("le CA par région"), pas comment le calculer. Le moteur de base de données choisit la méthode la plus efficace.
Il est universel : PostgreSQL, MySQL, BigQuery, Snowflake, SQL Server, Oracle⊠La syntaxe varie un peu, mais 90 % de ce que tu apprends fonctionne partout.
Il passe Ă l'Ă©chelle : la mĂȘme requĂȘte fonctionne sur 1 000 lignes ou sur 2 milliards.
Une requĂȘte SQL se lit presque comme une phrase :
Maintenant, voyons à quoi ça sert concrÚtement.
PARTIE 1 â Usage n°1 : retrouver une information prĂ©cise
Le mécanisme
Le premier usage de SQL, c'est filtrer : extraire, parmi des millions de lignes, exactement celles qui t'intéressent. Le service client cherche les commandes d'un client, la logistique veut les colis en retard, la compta veut les factures impayées.
Trois mots-clés suffisent :
SELECT: quelles colonnes afficherWHERE: quelles lignes garderORDER BY: dans quel ordre les afficher
â Ce que fait le dĂ©butant
La requĂȘte tourne, renvoie un rĂ©sultat⊠et il manque des commandes. C'est le piĂšge n°1 de SQL : une requĂȘte qui marche n'est pas forcĂ©ment une requĂȘte juste.
â Le bon rĂ©flexe
Cas business â E-commerce : les colis en retard Ă relancer
Le responsable logistique veut chaque matin la liste des commandes expédiées depuis plus de 5 jours et toujours pas livrées, avec les plus anciennes en premier.
Sans SQL : un export de 40 000 lignes, des filtres Excel Ă refaire chaque jour. Avec SQL : une requĂȘte enregistrĂ©e, relancĂ©e en une seconde, ou branchĂ©e sur une alerte automatique.
đ§Ș Apprends Ă filtrer sans perdre de lignes
Sur Modai Lab, les premiers exercices sont construits autour de ces piÚges invisibles : dates, valeurs vides, filtres combinés. Tu vois immédiatement si ton résultat est complet.
đ Pratiquer sur modai-lab.com
_Données réalistes · Correction instantanée · Explications pas à pas_
PARTIE 2 â Usage n°2 : rĂ©sumer des millions de lignes en quelques chiffres
Le mécanisme
Personne ne lit 2 millions de commandes. On veut des chiffres de synthÚse : un total, une moyenne, un nombre, par mois, par région, par produit.
C'est le rÎle des fonctions d'agrégation (COUNT, SUM, AVG, MIN, MAX) combinées avec GROUP BY :
GROUP BY regioncrée un "paquet" de lignes par régionSUM(montant)calcule la somme dans chaque paquetRésultat : une ligne par région
Et pour filtrer sur un rĂ©sultat agrĂ©gĂ© ("seulement les rĂ©gions Ă plus de 50 000 âŹ"), on utilise HAVING, pas WHERE. WHERE filtre les lignes avant le regroupement, HAVING filtre les groupes aprĂšs.
â Ce que fait le dĂ©butant
â Le bon rĂ©flexe
Une rÚgle simple : chaque colonne du SELECT est soit dans le GROUP BY, soit dans une fonction d'agrégation. Si tu retiens ça, tu évites la moitié des erreurs de débutant.
Cas business â Finance : suivi mensuel des dĂ©penses vs budget
Le DAF veut voir, chaque mois de 2026, les dépenses réelles de chaque service et l'écart avec le budget mensuel prévu.
Trois dĂ©passements sur l'annĂ©e, identifiĂ©s en une requĂȘte. C'est exactement le genre de tableau qu'un contrĂŽleur de gestion produit chaque mois, et que SQL permet d'automatiser.
đ§Ș VĂ©rifie que tu sais rĂ©sumer sans te tromper
WHERE ou HAVING ? COUNT(*) ou COUNT(colonne) ? Le test Modai Lab te dit en quelques minutes si les agrégations sont acquises.
đ Faire le test sur modai-lab.com/test-sql/
_Agrégations · Score détaillé · Recommandations ciblées_
PARTIE 3 â Usage n°3 : croiser des informations stockĂ©es Ă diffĂ©rents endroits
Le mécanisme
Dans une base de donnĂ©es, l'information est dĂ©coupĂ©e en plusieurs tables pour Ă©viter les doublons : les salariĂ©s d'un cĂŽtĂ©, les dĂ©partements de l'autre, les absences dans une troisiĂšme table. Chaque table est reliĂ©e aux autres par des clĂ©s (employe_id, departement_idâŠ).
Pour répondre à une question qui mélange ces informations ("le nombre de jours d'absence par département"), il faut les joindre avec JOIN :
INNER JOIN: garde uniquement les lignes qui ont une correspondance des deux cĂŽtĂ©sLEFT JOIN: garde toutes les lignes de la table de gauche, mĂȘme sans correspondance (les colonnes de droite sont alors vides)
C'est sans doute l'usage le plus puissant de SQL, et celui oĂč se cachent les erreurs les plus coĂ»teuses.
â Ce que fait le dĂ©butant
â Le bon rĂ©flexe
Avant chaque jointure, pose-toi une seule question : "est-ce que je veux garder les lignes qui n'ont pas de correspondance ?" Si oui : LEFT JOIN.
Cas business â RH : taux d'absentĂ©isme par dĂ©partement
La DRH veut le taux d'absentéisme de chaque département sur le T3 2026 (jours d'absence ÷ jours théoriques travaillés, environ 64 jours ouvrés sur le trimestre).
Trois tables, une requĂȘte, un indicateur que la DRH peut suivre chaque trimestre. L'entrepĂŽt ressort clairement : c'est le point de dĂ©part d'une discussion sur les conditions de travail.
đ§Ș EntraĂźne-toi Ă croiser les tables
Les jointures sont le cĆur de SQL. Sur Modai Lab, tu les pratiques sur des bases Ă plusieurs tables, comme en entreprise, avec un contrĂŽle de ton rĂ©sultat ligne par ligne.
đ Pratiquer sur modai-lab.com
_Bases multi-tables · INNER vs LEFT · Feedback immédiat_
PARTIE 4 â Usage n°4 : construire les indicateurs qui pilotent l'entreprise
Le mécanisme
DerriĂšre chaque dashboard (Looker Studio, Power BI, Tableau, MetabaseâŠ), il y a des requĂȘtes SQL. Le chiffre d'affaires du mois, le nombre de clients actifs, le taux de churn : ce sont des indicateurs (KPI) calculĂ©s en SQL Ă partir des donnĂ©es brutes.
Quand un calcul devient plus long, on le découpe en étapes avec des CTE (WITH ⊠AS) : chaque étape a un nom et calcule une seule chose. C'est plus lisible, plus facile à vérifier, et c'est comme ça que travaillent les équipes data (notamment avec dbt).
â Ce que fait le dĂ©butant
â Le bon rĂ©flexe
Chaque Ă©tape se vĂ©rifie sĂ©parĂ©ment. Si le chiffre final paraĂźt bizarre, tu sais exactement oĂč regarder.
Cas business â SaaS : le tableau de bord mensuel du CEO
Le CEO d'un SaaS veut chaque mois quatre chiffres : MRR, nouveaux clients, clients perdus, et revenu moyen par client.
Cette requĂȘte, branchĂ©e sur un outil de dashboard, alimente automatiquement le reporting du CEO chaque 1er du mois. Plus de copier-coller, plus d'erreur de manipulation.
đ§Ș Mesure ta capacitĂ© Ă construire un KPI fiable
Calculer un indicateur, c'est facile. Calculer le bon indicateur, avec la bonne période et le bon dénominateur, c'est ce que le test Modai Lab vérifie.
đ Faire le test sur modai-lab.com/test-sql/
_KPI métiers · Niveau situé · Plan de progression_
PARTIE 5 â Usage n°5 : alimenter, corriger et organiser les donnĂ©es
Le mécanisme
SQL ne sert pas qu'à lire des données. Il sert aussi à les modifier et à structurer la base. On distingue généralement :
Famille | Commandes | à quoi ça sert | Qui l'utilise |
|---|---|---|---|
Interroger |
| Lire et analyser | Tout le monde |
Modifier les données |
| Ajouter, corriger, supprimer des lignes | Data engineers, développeurs, analystes (avec prudence) |
Définir la structure |
| Créer ou modifier des tables et des vues | Data engineers, analytics engineers |
Gérer les accÚs |
| Donner ou retirer des droits | Admins de base de données |
En tant qu'analyste, tu passeras 90 % de ton temps sur SELECT. Mais tu croiseras forcément les autres, et il faut savoir les manipuler sans casser la production.
â Ce que fait le dĂ©butant
Un UPDATE ou un DELETE sans WHERE est l'erreur la plus célÚbre (et la plus redoutée) du monde SQL.
â Le bon rĂ©flexe
Et pour un analyste, le réflexe encore plus sûr : ne pas modifier la donnée source, mais créer une vue qui présente la donnée corrigée.
Cas business â E-commerce : prĂ©parer une table propre pour le reporting
L'Ă©quipe data veut une table quotidienne, propre et agrĂ©gĂ©e, sur laquelle tous les dashboards s'appuieront. Plus personne ne requĂȘte directement la table brute de 80 millions de lignes.
C'est exactement le mĂ©tier d'analytics engineer : transformer des donnĂ©es brutes en tables fiables, documentĂ©es et prĂȘtes Ă l'emploi.
đ§Ș Pratique la prĂ©paration de donnĂ©es
Sur Modai Lab, tu apprends Ă passer de la donnĂ©e brute Ă une table propre, avec les mĂȘmes rĂ©flexes qu'en production : vĂ©rifier avant de modifier, et ne jamais casser la source.
đ Pratiquer sur modai-lab.com
_Données brutes réalistes · Bonnes pratiques prod · Feedback senior_
SQL, Excel ou Python : quand utiliser quoi ?
Une question qui revient toujours quand on débute. Les trois outils ne sont pas concurrents, ils sont complémentaires.
Besoin | Excel | SQL | Python |
|---|---|---|---|
Petit fichier ponctuel (< 100 000 lignes) | â IdĂ©al | Possible | Possible |
DonnĂ©es stockĂ©es dans une base | â Export nĂ©cessaire | â IdĂ©al | Via SQL |
Millions ou milliards de lignes | â Impossible | â IdĂ©al | â ïž Selon la machine |
Calcul rĂ©pĂ©table et automatisable | â ïž Fragile | â IdĂ©al | â IdĂ©al |
Statistiques avancĂ©es, machine learning | â | â ïž LimitĂ© | â IdĂ©al |
Graphiques et mise en forme rapide | â IdĂ©al | â (via outil BI) | â |
En pratique, dans une équipe data : SQL pour extraire et préparer, Python pour la modélisation avancée, un outil BI (ou Excel) pour présenter. SQL est la porte d'entrée : sans lui, tu ne peux pas accéder aux données.
Qui utilise SQL au quotidien ?
Métier | Usage principal de SQL |
|---|---|
Data Analyst | Répondre aux questions métier, construire des KPI |
BI / Analytics Engineer | Créer des tables propres et alimenter les dashboards |
Data Engineer | Construire les pipelines, structurer les bases |
Data Scientist | Extraire et préparer les données avant la modélisation |
Product Manager | Analyser l'usage du produit, mesurer les A/B tests |
Marketing / Growth | Mesurer les campagnes, l'acquisition, la rétention |
ContrÎleur de gestion | Suivre les dépenses, le budget, la rentabilité |
Développeur back-end | Lire et écrire les données de l'application |
Les 6 erreurs classiques du débutant
â Ce que fait le dĂ©butant | Pourquoi c'est un problĂšme | â Le bon rĂ©flexe |
|---|---|---|
| Illisible, lent et coûteux sur les gros volumes | Lister uniquement les colonnes utiles |
| Rate la derniÚre journée |
|
| Exclut aussi les valeurs vides (NULL) | Gérer explicitement |
Agrégat dans le | Erreur : l'agrégat n'existe pas encore | Utiliser |
| Fait disparaĂźtre les lignes sans correspondance | Se demander : LEFT JOIN ? |
| Modifie ou supprime toute la table |
|
Prompt Claude pour auditer tes requĂȘtes
Copie-colle ce prompt dans Claude, puis ajoute ta requĂȘte et ce qu'elle est censĂ©e faire. IdĂ©al quand tu dĂ©butes : il explique autant qu'il corrige.
đ RĂ©capitulatif : Ă quoi sert SQL
Usage | Question type | Commandes clés | Exemple métier |
|---|---|---|---|
Retrouver une information | "Quelles commandes sont en retard ?" |
| Logistique e-commerce |
Résumer des données | "Combien a-t-on dépensé par service ?" |
| ContrĂŽle de gestion |
Croiser des tables | "Quel est l'absentéisme par département ?" |
| Ressources humaines |
Construire des KPI | "Quel est notre churn ce mois-ci ?" |
| Pilotage SaaS |
Préparer les données | "Comment fiabiliser nos dashboards ?" |
| Analytics engineering |
â Checklist : as-tu compris Ă quoi sert SQL ?
â Je sais expliquer ce qu'est une table, une ligne et une colonne
â Je sais expliquer pourquoi SQL est dit "dĂ©claratif"
â Je sais Ă©crire un
SELECTavec uniquement les colonnes utilesâ Je sais filtrer des lignes avec
WHEREet trier avecORDER BYâ Je sais filtrer une pĂ©riode sans rater la derniĂšre journĂ©e
â Je sais pourquoi
statut != 'x'peut faire disparaĂźtre des lignes videsâ Je sais rĂ©sumer des donnĂ©es avec
GROUP BYet une fonction d'agrĂ©gationâ Je sais quand utiliser
WHEREet quand utiliserHAVINGâ Je sais que chaque colonne du
SELECTest soit groupĂ©e, soit agrĂ©gĂ©eâ Je sais croiser deux tables avec un
JOINâ Je sais choisir entre
INNER JOINetLEFT JOINâ Je sais dĂ©couper un calcul en Ă©tapes avec
WITHâ Je sais construire un indicateur simple (CA, churn, taux) avec le bon dĂ©nominateur
â Je ne lance jamais un
UPDATEou unDELETEsansWHEREvĂ©rifiĂ© par unSELECTâ Je sais ce qu'est une vue et pourquoi elle protĂšge la donnĂ©e source
â Je sais expliquer quand utiliser SQL plutĂŽt qu'Excel ou Python
â Je connais au moins 3 mĂ©tiers qui utilisent SQL au quotidien
đ Passe de "je sais Ă quoi sert SQL" Ă "je sais m'en servir"
Comprendre Ă quoi sert SQL, c'est la premiĂšre Ă©tape. La suivante, c'est de l'utiliser sur de vraies questions business, avec un feedback qui te montre quand ta requĂȘte tourne mais que ton chiffre est faux.
đ modai-lab.com/test-sql/ â Exercices calibrĂ©s · Cas business rĂ©els · Feedback senior
_Guide offert suite au post LinkedIn · EntraĂźnez-vous sur modai-lab.com/test-sql/ · Partagez librement â»ïž_