Guide pratique · E-commerce · SaaS · Finance · RH · Lecture : ~15 min Teste ton niveau sur modai-lab.com/test-sql/


Pourquoi ce guide existe

Tu veux te lancer en data. Tu ouvres LinkedIn et on te conseille tout à la fois : Python, Power BI, machine learning, dbt, Spark, l'IA générative… Résultat : tu passes trois mois à suivre des tutos sans jamais te sentir prêt pour un entretien.

La réalité du terrain est plus simple. Dans presque toutes les équipes data (analyste, analytics engineer, data scientist, product analyst, contrôleur de gestion outillé), la première chose qu'on te demande, c'est d'aller chercher la bonne donnée dans une base. Et ça, c'est du SQL.

Ce guide couvre :

  • Pourquoi SQL est la meilleure première techno, comparé à Python, Excel ou un outil de BI

  • Les 5 briques SQL qui couvrent l'essentiel du travail quotidien d'un analyste

  • Les erreurs que font tous les débutants, et comment un senior les évite

  • Un cas business complet, de la question métier à la requête finale

  • Une roadmap de 8 semaines et ce qu'il faut apprendre après SQL

  • Un prompt Claude pour auditer tes propres requêtes


🧪 Calibre ton niveau avant de commencer

Tu sais écrire un SELECT … WHERE, mais est-ce que tu saurais calculer le taux de réachat de clients sur 90 jours ? Avant de choisir ta roadmap, sache d'où tu pars. Fais le test en 5 minutes.

👉 Faire le test sur modai-lab.com/test-sql/

_Résultat en direct · Niveau calibré · Parcours personnalisé_


PARTIE 1 — Pourquoi SQL avant tout le reste

Le mécanisme : la donnée vit dans des bases, pas dans des fichiers

Dans une entreprise, les commandes, les utilisateurs, les paiements, les tickets support ne sont pas dans des fichiers Excel. Ils sont dans un data warehouse (BigQuery, Snowflake, Redshift, PostgreSQL…). Et la langue commune de tous ces outils, c'est SQL.

Concrètement, la chaîne ressemble à ça :

Applications (site, app, CRM, paiement)
│
▼
Data warehouse ←── SQL pour lire, transformer, agréger
│
▼
Dashboards (Looker, Power BI, Metabase) ←── alimentés par… du SQL
│
▼
Décisions métier
se-lancer-en-data-sql · 01

Même les outils « no-code » de BI génèrent du SQL sous le capot. Même dbt, l'outil star des analytics engineers, c'est du SQL organisé en modèles. Même en Python, la première étape d'une analyse est souvent un SELECT envoyé à la base.

Comparatif honnête des technos pour démarrer

Techno

Ce qu'elle t'apporte

Limite pour démarrer

Verdict

SQL

Accès direct à la donnée de l'entreprise, utilisé dans quasiment tous les postes data

Pas de visualisation native

✅ À apprendre en premier

Excel

Intuitif, déjà connu

Ne passe pas à l'échelle (millions de lignes), peu reproductible

🟡 Utile mais insuffisant

Python

Automatisation, stats, machine learning

Courbe d'apprentissage plus longue, rarement le premier outil demandé en poste junior analyste

🟡 À apprendre après SQL

Power BI / Looker

Visualisation, dashboards

Sans SQL, tu dépends de quelqu'un pour préparer la donnée

🟡 Après SQL

Machine learning

Prédiction

Inutile si tu ne sais pas extraire et nettoyer la donnée

🔴 Beaucoup trop tôt

❌ Le parcours du débutant qui se disperse

Mois 1 : cours Python (variables, boucles, listes)
Mois 2 : tuto pandas sur un CSV Kaggle
Mois 3 : cours machine learning (régression, random forest)
Mois 4 : entretien analyste junior
→ "Écris-moi une requête qui donne le CA par mois et par région"
→ blocage : la donnée est dans une base, pas dans un CSV
se-lancer-en-data-sql · 02

Le problème : il a appris des outils qui viennent après l'accès à la donnée, sans savoir accéder à la donnée.

✅ Le parcours qui mène à un premier poste

Semaines 1-8 : SQL solide (filtres, agrégats, jointures, CASE, fenêtres)
Semaines 9-10 : un outil de BI branché sur une base (dashboard réel)
Semaines 11-16 : Python pour automatiser et aller plus loin
En continu : cas business réels, pas des exercices abstraits
se-lancer-en-data-sql · 03

Le gain : dès la semaine 8, tu peux répondre à 80 % des questions posées en entretien technique analyste, et tu comprends d'où viennent les chiffres des dashboards.

Cas business : ton premier jour en poste

Tu arrives comme data analyst junior dans une scale-up SaaS. Ton manager t'envoie ce message sur Slack :

« Peux-tu me sortir le nombre de nouveaux abonnés par mois depuis janvier, par plan (Starter / Pro / Business) ? C'est pour le comité de demain. »

Voici ce que tu dois savoir écrire :

-- Table subscriptions (extrait)
-- subscription_id | user_id | plan | started_at | statut
-- 1001 | 42 | Starter | 2026-01-03 | active
-- 1002 | 57 | Pro | 2026-01-15 | cancelled
-- 1003 | 61 | Pro | 2026-02-02 | active
-- ...
 
SELECT
DATE_TRUNC(started_at, MONTH) AS mois, -- BigQuery ; DATE_TRUNC('month', started_at) en PostgreSQL
plan,
COUNT(DISTINCT user_id) AS nouveaux_abonnes
FROM subscriptions
WHERE started_at >= '2026-01-01'
GROUP BY mois, plan
ORDER BY mois, plan;
 
-- Résultat attendu :
-- mois | plan | nouveaux_abonnes
-- 2026-01-01 | Business | 18
-- 2026-01-01 | Pro | 64
-- 2026-01-01 | Starter | 212
-- 2026-02-01 | Business | 22
-- ...
se-lancer-en-data-sql · 04

Dix lignes de SQL. Aucun Python, aucun machine learning. C'est ça, le quotidien.


🧪 Pratique sur de vraies tables, pas sur des CSV jouets

Sur Modai Lab, tu travailles directement sur des datasets de production anonymisés (abonnements SaaS, commandes e-commerce, transactions bancaires) avec des questions formulées comme ton manager les formulerait.

👉 Pratiquer sur modai-lab.com

_Datasets réels · Questions métier · Correction par IA_


PARTIE 2 — Les 5 briques SQL qui couvrent 80 % du travail

Tu n'as pas besoin de connaître 200 fonctions. Tu as besoin de maîtriser cinq briques et de savoir les combiner.

#

Brique

À quoi ça sert

Question métier typique

1

SELECT / WHERE

Filtrer

« Quelles commandes de plus de 100 € en octobre ? »

2

GROUP BY / agrégats

Résumer

« Quel CA par région ? »

3

JOIN

Croiser des tables

« Quel CA par segment client ? »

4

CASE WHEN

Créer des catégories

« Combien de petits / moyens / gros paniers ? »

5

Fenêtres + CTE

Comparer, classer, enchaîner

« Quelle évolution mois sur mois ? Quel top 3 par catégorie ? »

Brique 1 — Filtrer avec `WHERE`

-- Table orders
-- order_id | user_id | created_at | montant | statut
-- 1 | 10 | 2026-10-02 14:12:00 | 89.90 | livree
-- 2 | 11 | 2026-10-05 09:30:00 | 154.00 | livree
-- 3 | 10 | 2026-10-31 23:45:00 | 210.50 | annulee
-- 4 | 12 | 2026-11-01 00:10:00 | 120.00 | livree
 
-- ❌ Débutant : filtre de date fragile et oubli des annulations
SELECT *
FROM orders
WHERE created_at BETWEEN '2026-10-01' AND '2026-10-31'
AND montant > ;
-- Problème 1 : '2026-10-31' = 2026-10-31 00:00:00 → la commande 3 (23:45) est exclue
-- Problème 2 : la commande 3 est annulée, elle ne devrait de toute façon pas compter
-- Problème 3 : SELECT * ramène toutes les colonnes → coûteux sur BigQuery
se-lancer-en-data-sql · 05
-- ✅ Senior : borne supérieure exclusive, statut explicite, colonnes utiles
SELECT order_id, user_id, created_at, montant
FROM orders
WHERE created_at >= '2026-10-01'
AND created_at < '2026-11-01' -- couvre tout octobre, quelle que soit l'heure
AND statut = 'livree'
AND montant > ;
-- Résultat : commande 2 uniquement (154.00)
se-lancer-en-data-sql · 06

Brique 2 — Résumer avec `GROUP BY`

-- ❌ Débutant : panier moyen calculé à la main… et faux
SELECT
region,
SUM(montant) / COUNT(*) AS panier_moyen
FROM orders
GROUP BY region;
-- Problème : COUNT(*) compte aussi les lignes où montant est NULL,
-- alors que SUM les ignore → le panier moyen est sous-estimé
se-lancer-en-data-sql · 07
-- ✅ Senior : AVG gère les NULL de façon cohérente, et on filtre les annulations
SELECT
region,
COUNT(*) AS nb_commandes,
ROUND(SUM(montant), ) AS ca,
ROUND(AVG(montant), ) AS panier_moyen
FROM orders
WHERE statut = 'livree'
GROUP BY region
ORDER BY ca DESC;
 
-- region | nb_commandes | ca | panier_moyen
-- Île-de-France | 1 240 | 98 540.00 | 79.47
-- Auvergne-RA | 612 | 44 120.30 | 72.09
se-lancer-en-data-sql · 08

Brique 3 — Croiser avec `JOIN`

-- Table users
-- user_id | segment | pays
-- 10 | B2C | FR
-- 11 | B2B | FR
-- 12 | B2C | BE
 
-- ❌ Débutant : INNER JOIN par réflexe, des clients disparaissent
SELECT u.segment, COUNT(o.order_id) AS nb_commandes
FROM users u
JOIN orders o ON o.user_id = u.user_id
GROUP BY u.segment;
-- Problème : les utilisateurs sans commande disparaissent.
-- Si la question est "combien de commandes par client inscrit, y compris zéro",
-- le résultat est faux.
se-lancer-en-data-sql · 09
-- ✅ Senior : LEFT JOIN quand on part de la population de référence
SELECT
u.segment,
COUNT(DISTINCT u.user_id) AS nb_clients,
COUNT(o.order_id) AS nb_commandes,
ROUND(COUNT(o.order_id) / COUNT(DISTINCT u.user_id), ) AS commandes_par_client
FROM users u
LEFT JOIN orders o
ON o.user_id = u.user_id
AND o.statut = 'livree' -- filtre dans le ON pour ne pas casser le LEFT JOIN
GROUP BY u.segment;
se-lancer-en-data-sql · 10

Point clé : un filtre sur la table de droite placé dans le WHERE transforme ton LEFT JOIN en INNER JOIN déguisé. Mets-le dans le ON.

Brique 4 — Catégoriser avec `CASE WHEN`

-- ✅ Segmenter les paniers pour un rapport marketing
SELECT
CASE
WHEN montant < THEN '1. Petit (< 50 €)'
WHEN montant < THEN '2. Moyen (50-150 €)'
ELSE '3. Gros (≥ 150 €)'
END AS taille_panier,
COUNT(*) AS nb_commandes,
ROUND(SUM(montant), ) AS ca
FROM orders
WHERE statut = 'livree'
GROUP BY taille_panier
ORDER BY taille_panier;
 
-- taille_panier | nb_commandes | ca
-- 1. Petit (< 50 €) | 3 410 | 98 220.00
-- 2. Moyen (50-150 €) | 2 150 | 192 870.00
-- 3. Gros (≥ 150 €) | 480 | 104 400.00
se-lancer-en-data-sql · 11

L'astuce du préfixe 1., 2., 3. permet de trier les catégories dans l'ordre logique, pas alphabétique.

Brique 5 — Comparer et enchaîner avec fenêtres + CTE

-- ❌ Débutant : sous-requêtes imbriquées illisibles pour une évolution mois sur mois
SELECT a.mois, a.ca, (a.ca - b.ca) / b.ca AS evolution
FROM (SELECT DATE_TRUNC(created_at, MONTH) AS mois, SUM(montant) AS ca
FROM orders GROUP BY ) a
LEFT JOIN (SELECT DATE_TRUNC(created_at, MONTH) AS mois, SUM(montant) AS ca
FROM orders GROUP BY ) b
ON b.mois = DATE_SUB(a.mois, INTERVAL MONTH);
-- Problème : logique dupliquée, oubli du filtre statut, division par zéro possible
se-lancer-en-data-sql · 12
-- ✅ Senior : une CTE pour l'agrégat, LAG pour le mois précédent, SAFE_DIVIDE contre /0
WITH ca_mensuel AS (
SELECT
DATE_TRUNC(created_at, MONTH) AS mois,
SUM(montant) AS ca
FROM orders
WHERE statut = 'livree'
GROUP BY mois
)
SELECT
mois,
ROUND(ca, ) AS ca,
ROUND(LAG(ca) OVER (ORDER BY mois), ) AS ca_mois_precedent,
ROUND(SAFE_DIVIDE(ca - LAG(ca) OVER (ORDER BY mois),
LAG(ca) OVER (ORDER BY mois)) * , ) AS evolution_pct
FROM ca_mensuel
ORDER BY mois;
 
-- mois | ca | ca_mois_precedent | evolution_pct
-- 2026-08-01 | 112 400.00 | NULL | NULL
-- 2026-09-01 | 128 950.00 | 112 400.00 | 14.7
-- 2026-10-01 | 121 300.00 | 128 950.00 | -5.9
se-lancer-en-data-sql · 13

Sur PostgreSQL ou Snowflake, remplace SAFE_DIVIDE(a, b) par a / NULLIF(b, 0).


🧪 Où en es-tu sur ces 5 briques ?

Les jointures et les fonctions de fenêtre sont les deux briques où la plupart des candidats décrochent en entretien. Le test te dit précisément laquelle travailler en priorité.

👉 Faire le test sur modai-lab.com/test-sql/

_5 minutes · Diagnostic par brique · Recommandations ciblées_


PARTIE 3 — Les 6 erreurs que font tous les débutants

Erreur 1 — Compter des lignes au lieu de compter des entités

-- ❌ "Combien de clients ont commandé en octobre ?"
SELECT COUNT(user_id) FROM orders
WHERE created_at >= '2026-10-01' AND created_at < '2026-11-01';
-- Retourne 4 820… mais c'est le nombre de COMMANDES, un client peut en avoir 5
se-lancer-en-data-sql · 14
-- ✅ On compte des clients distincts
SELECT COUNT(DISTINCT user_id) AS clients_actifs
FROM orders
WHERE created_at >= '2026-10-01' AND created_at < '2026-11-01'
AND statut = 'livree';
-- 2 935 clients
se-lancer-en-data-sql · 15

Erreur 2 — Oublier que `NULL` n'est égal à rien

-- ❌ Exclure les commandes avec un code promo
SELECT * FROM orders WHERE code_promo <> 'BLACKFRIDAY';
-- Les lignes où code_promo IS NULL disparaissent aussi !
-- Car NULL <> 'BLACKFRIDAY' n'est ni vrai ni faux : c'est NULL
se-lancer-en-data-sql · 16
-- ✅ On traite le NULL explicitement
SELECT order_id, montant, code_promo
FROM orders
WHERE code_promo IS NULL
OR code_promo <> 'BLACKFRIDAY';
se-lancer-en-data-sql · 17

Erreur 3 — Filtrer un agrégat dans le `WHERE`

-- ❌ Erreur de syntaxe : WHERE est évalué AVANT le GROUP BY
SELECT user_id, SUM(montant) AS total
FROM orders
WHERE SUM(montant) >
GROUP BY user_id;
se-lancer-en-data-sql · 18
-- ✅ HAVING filtre après l'agrégation
SELECT user_id, SUM(montant) AS total
FROM orders
WHERE statut = 'livree' -- filtre ligne à ligne
GROUP BY user_id
HAVING SUM(montant) > ; -- filtre sur le résultat agrégé
se-lancer-en-data-sql · 19

Erreur 4 — La jointure qui multiplie les lignes

-- ❌ CA par client en joignant orders ET order_items
SELECT o.user_id, SUM(o.montant) AS ca
FROM orders o
JOIN order_items oi ON oi.order_id = o.order_id
GROUP BY o.user_id;
-- Une commande à 3 articles apparaît 3 fois → son montant est compté 3 fois
-- Le CA est gonflé, parfois de 200 %
se-lancer-en-data-sql · 20
-- ✅ Agréger au bon grain AVANT de joindre
WITH articles_par_commande AS (
SELECT order_id, COUNT(*) AS nb_articles
FROM order_items
GROUP BY order_id
)
SELECT
o.user_id,
SUM(o.montant) AS ca,
SUM(a.nb_articles) AS nb_articles
FROM orders o
LEFT JOIN articles_par_commande a ON a.order_id = o.order_id
WHERE o.statut = 'livree'
GROUP BY o.user_id;
se-lancer-en-data-sql · 21

Réflexe senior : avant chaque jointure, demande-toi « quelle est la clé unique de chaque table ? ». Si la table de droite a plusieurs lignes par clé, ton résultat va se dupliquer.

Erreur 5 — Ne jamais vérifier son résultat

-- ✅ Le contrôle que les seniors font systématiquement
SELECT
COUNT(*) AS nb_lignes,
COUNT(DISTINCT order_id) AS nb_commandes_uniques -- doit être égal à nb_lignes
FROM ma_requete_finale;
-- Si les deux diffèrent : il y a une duplication quelque part
se-lancer-en-data-sql · 22

Autres contrôles rapides : comparer le total à un chiffre connu (CA du dashboard finance), vérifier les MIN / MAX de dates, compter les NULL par colonne.

Erreur 6 — Écrire une requête monolithique

Une requête de 80 lignes sans CTE, sans commentaires, avec des alias a, b, c : personne ne pourra la relire, toi compris dans 3 semaines. Découpe en CTE nommées (commandes_valides, ca_par_client, segmentation), une étape logique par bloc.


🧪 Entraîne-toi sur les pièges, pas sur la syntaxe

Les exercices Modai Lab sont construits pour te faire tomber dans ces pièges (NULL, jointures qui dupliquent, mauvais grain), puis t'expliquer pourquoi le résultat est faux, comme le ferait un senior en code review.

👉 Pratiquer sur modai-lab.com

_Pièges réels · Feedback détaillé · Progression mesurée_


PARTIE 4 — Cas business complet : le taux de réachat e-commerce

La question métier

Tu es analyste chez un e-commerçant de produits de beauté (≈ 40 000 commandes par an). La directrice CRM te demande :

« Parmi les clients qui ont fait leur première commande en septembre 2026, quelle part a recommandé dans les 30 jours ? Je veux le chiffre par canal d'acquisition. »

Décomposer avant d'écrire

  1. Identifier la première commande de chaque client → fenêtre ROW_NUMBER ou MIN

  2. Garder les clients dont la première commande est en septembre

  3. Chercher s'ils ont une autre commande dans les 30 jours suivants

  4. Agréger par canal d'acquisition (table users)

Ce découpage, c'est la vraie compétence. La syntaxe vient après.

Les données

-- users
-- user_id | canal_acquisition | created_at
-- 201 | Instagram | 2026-09-01
-- 202 | Google Ads | 2026-09-03
-- 203 | Instagram | 2026-09-10
-- 204 | Newsletter | 2026-08-20
 
-- orders
-- order_id | user_id | created_at | montant | statut
-- 9001 | 201 | 2026-09-02 | 45.00 | livree
-- 9002 | 201 | 2026-09-20 | 32.00 | livree ← réachat en 18 jours ✅
-- 9003 | 202 | 2026-09-05 | 78.00 | livree
-- 9004 | 202 | 2026-11-02 | 55.00 | livree ← réachat en 58 jours ❌
-- 9005 | 203 | 2026-09-12 | 25.00 | annulee
-- 9006 | 203 | 2026-09-14 | 25.00 | livree ← vraie 1re commande
-- 9007 | 204 | 2026-08-25 | 60.00 | livree ← 1re commande en août, hors périmètre
-- 9008 | 204 | 2026-09-08 | 40.00 | livree
se-lancer-en-data-sql · 23

❌ La version qui donne un mauvais chiffre

SELECT
u.canal_acquisition,
COUNT(DISTINCT o.user_id) AS clients,
COUNT(DISTINCT CASE WHEN o2.order_id IS NOT NULL THEN o.user_id END) AS reacheteurs
FROM orders o
JOIN users u ON u.user_id = o.user_id
LEFT JOIN orders o2
ON o2.user_id = o.user_id
AND o2.created_at > o.created_at
AND o2.created_at <= DATE_ADD(o.created_at, INTERVAL DAY)
WHERE o.created_at >= '2026-09-01' AND o.created_at < '2026-10-01'
GROUP BY u.canal_acquisition;
-- Problème 1 : on ne prend pas la PREMIÈRE commande, mais toutes celles de septembre
-- → le client 204 (1re commande en août) est compté à tort
-- Problème 2 : la commande annulée 9005 est considérée comme 1re commande,
-- et 9006 (2 jours après) compte comme un "réachat" fictif
-- Problème 3 : o2 n'est pas filtré sur statut = 'livree'
se-lancer-en-data-sql · 24

✅ La version senior

WITH commandes_valides AS (
-- Étape 0 : on ne travaille que sur des commandes livrées
SELECT order_id, user_id, created_at
FROM orders
WHERE statut = 'livree'
),
 
premieres_commandes AS (
-- Étape 1 : première commande de chaque client
SELECT
user_id,
created_at AS date_premiere_commande
FROM (
SELECT
user_id,
created_at,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at, order_id) AS rang
FROM commandes_valides
)
WHERE rang =
),
 
cohorte_septembre AS (
-- Étape 2 : clients dont la 1re commande est en septembre 2026
SELECT user_id, date_premiere_commande
FROM premieres_commandes
WHERE date_premiere_commande >= '2026-09-01'
AND date_premiere_commande < '2026-10-01'
),
 
reachat_30j AS (
-- Étape 3 : ont-ils une autre commande dans les 30 jours ?
SELECT
c.user_id,
MAX(CASE WHEN cv.order_id IS NOT NULL THEN ELSE END) AS a_reachete
FROM cohorte_septembre c
LEFT JOIN commandes_valides cv
ON cv.user_id = c.user_id
AND cv.created_at > c.date_premiere_commande
AND cv.created_at <= DATE_ADD(c.date_premiere_commande, INTERVAL DAY)
GROUP BY c.user_id
)
 
-- Étape 4 : agrégation par canal
SELECT
u.canal_acquisition,
COUNT(*) AS nouveaux_clients,
SUM(r.a_reachete) AS reacheteurs_30j,
ROUND( * AVG(r.a_reachete), ) AS taux_reachat_30j_pct
FROM reachat_30j r
JOIN users u ON u.user_id = r.user_id
GROUP BY u.canal_acquisition
ORDER BY taux_reachat_30j_pct DESC;
se-lancer-en-data-sql · 25

Résultat sur l'échantillon

canal_acquisition | nouveaux_clients | reacheteurs_30j | taux_reachat_30j_pct
Instagram | 2 | 1 | 50.0
Google Ads | 1 | 0 | 0.0
se-lancer-en-data-sql · 26

Le client 204 est bien exclu (première commande en août), le client 203 est compté avec sa vraie première commande (9006), sans réachat fictif.

Résultat sur le dataset complet (≈ 1 150 nouveaux clients en septembre)

canal_acquisition | nouveaux_clients | reacheteurs_30j | taux_reachat_30j_pct
Newsletter | 140 | 38 | 27.1
Instagram | 520 | 109 | 21.0
Google Ads | 380 | 53 | 13.9
Affiliation | 110 | 9 | 8.2
se-lancer-en-data-sql · 27

L'insight à remonter : Google Ads amène du volume mais des clients qui reviennent deux fois moins que la newsletter. C'est cette phrase, pas la requête, que la directrice CRM attend. SQL est le moyen, la recommandation métier est le livrable.


🧪 Teste-toi sur un cas de cohorte

Le taux de réachat, la rétention par cohorte et le premier achat par client sont des classiques des entretiens analyste e-commerce et SaaS. Le test te place sur ce type de question.

👉 Faire le test sur modai-lab.com/test-sql/

_Questions d'entretien réelles · Résultat immédiat · Niveau junior à senior_


PARTIE 5 — Ta roadmap : 8 semaines de SQL, puis la suite

Les 8 semaines SQL

Semaine

Thème

Objectif concret en fin de semaine

1

SELECT, WHERE, ORDER BY, LIMIT

Filtrer des commandes par date, statut, montant

2

Agrégats, GROUP BY, HAVING

CA, panier moyen, nb clients par région

3

JOIN (INNER, LEFT)

CA par segment client, détection des clients sans commande

4

CASE WHEN, gestion des NULL, COALESCE

Segmentation de paniers, nettoyage de colonnes

5

Dates : DATE_TRUNC, DATE_DIFF, intervalles

Séries mensuelles, délais entre deux événements

6

CTE (WITH)

Requêtes en étapes lisibles

7

Fonctions de fenêtre (ROW_NUMBER, LAG, SUM OVER)

Évolution M/M-1, top N par catégorie, cumul

8

Cas complets + contrôles qualité

Taux de réachat, rétention, funnel de conversion

Rythme réaliste : 45 minutes par jour, 5 jours par semaine. Plus important que le volume : chaque séance se termine par une question métier résolue, pas par un chapitre de cours lu.

Après SQL : quoi apprendre selon le poste visé

Poste visé

Après SQL, apprends…

Pourquoi

Data analyst

Un outil de BI (Looker Studio, Power BI, Metabase) + bases de stats

Tu dois restituer et convaincre

Analytics engineer

dbt + Git + un data warehouse cloud (BigQuery, Snowflake)

Ton métier = des modèles SQL industrialisés

Data scientist

Python (pandas, scikit-learn) + statistiques

Modélisation et expérimentation

Product analyst

BI + A/B testing + tracking événementiel

Mesurer l'impact des features

Contrôle de gestion / finance

BI + modélisation financière en SQL

Automatiser les reportings mensuels

Dans les cinq cas, SQL reste l'outil que tu utiliseras tous les jours.

❌ Ce qui fait perdre des mois

- Changer de cours toutes les semaines sans finir aucun exercice
- Apprendre la syntaxe sans jamais répondre à une question métier
- Ne pratiquer que sur des tables de 10 lignes où toutes les requêtes "marchent"
- Passer directement au machine learning
- Ne jamais faire relire ses requêtes
se-lancer-en-data-sql · 28

✅ Ce qui accélère vraiment

- Pratiquer sur des datasets réalistes (millions de lignes, NULL, doublons)
- Formuler chaque requête à partir d'une question business
- Vérifier systématiquement ses résultats (doublons, totaux, NULL)
- Faire relire son code (par un pair, un mentor, ou Claude avec le prompt ci-dessous)
- Construire 2-3 cas de portfolio présentables en entretien
se-lancer-en-data-sql · 29

🧪 Suis la roadmap sur des cas business réels

Modai Lab te fait progresser brique par brique sur des cas e-commerce, SaaS, finance et RH, avec un assistant IA qui corrige ta logique et pas seulement ta syntaxe.

👉 Pratiquer sur modai-lab.com

_Parcours structuré · Cas métier · Correction IA ligne à ligne_


Prompt Claude pour auditer tes requêtes

Copie-colle ce prompt dans Claude, puis colle ta requête et la question métier à laquelle elle répond.

Tu es un data analyst senior qui fait la code review SQL d'un profil junior
en train de se lancer en data. Je vais te donner :
1. La question métier à laquelle ma requête doit répondre
2. Le schéma des tables utilisées (colonnes + clé unique de chaque table)
3. Ma requête SQL
4. Le dialecte (BigQuery, PostgreSQL, Snowflake...)
 
Analyse ma requête selon ces points, dans cet ordre :
 
A. Logique métier
- La requête répond-elle exactement à la question posée ?
- La population de référence est-elle la bonne (ex : clients inscrits vs clients ayant commandé) ?
- Les statuts non pertinents (annulé, remboursé, test) sont-ils exclus ?
 
B. Pièges classiques
- COUNT vs COUNT(DISTINCT) : est-ce que je compte des lignes ou des entités ?
- NULL : y a-t-il des comparaisons (=, <>, NOT IN) qui excluent des NULL sans le vouloir ?
- Jointures : une jointure peut-elle multiplier les lignes (relation 1-N) et gonfler une somme ?
- LEFT JOIN : un filtre sur la table de droite dans le WHERE le transforme-t-il en INNER JOIN ?
- Dates : les bornes sont-elles correctes (borne haute exclusive, fuseau horaire, heures) ?
- WHERE vs HAVING : les filtres sont-ils au bon endroit ?
- Divisions : risque de division par zéro ou de division entière ?
 
C. Lisibilité et maintenabilité
- La requête est-elle découpée en CTE nommées, une étape logique par CTE ?
- Les alias sont-ils explicites ?
- SELECT * est-il utilisé inutilement ?
 
D. Contrôles qualité
- Propose 2 ou 3 requêtes de vérification à lancer sur mon résultat
(doublons, total à comparer, NULL inattendus).
 
Ensuite :
1. Liste les problèmes trouvés, du plus grave (résultat faux) au moins grave (style)
2. Donne une version corrigée complète de la requête, commentée
3. Explique en 3 phrases maximum ce que je dois retenir pour ne plus refaire ces erreurs
4. Donne-moi un exercice similaire pour m'entraîner
 
Ne réécris pas la requête sans expliquer pourquoi. Je veux comprendre, pas copier.
se-lancer-en-data-sql · 30

📋 Récapitulatif

Thème

À retenir

Erreur à éviter

Choix de la techno

SQL d'abord : c'est l'accès à la donnée dans tous les postes data

Commencer par le machine learning

Filtres

Borne haute exclusive sur les dates, statut explicite

BETWEEN sur un timestamp, oubli des annulations

Agrégats

COUNT(DISTINCT) pour compter des entités

Compter des lignes en pensant compter des clients

NULL

IS NULL / COALESCE, toujours traiter le cas

<> ou NOT IN qui exclut les NULL en silence

Jointures

Connaître la clé unique de chaque table, LEFT JOIN depuis la population de référence

Jointure 1-N qui gonfle les sommes

WHERE / HAVING

WHERE avant agrégation, HAVING après

Agrégat dans le WHERE

CTE

Une étape logique par bloc nommé

Requête monolithique illisible

Fenêtres

ROW_NUMBER, LAG, SUM OVER pour classer et comparer

Auto-jointures complexes pour un M/M-1

Contrôles

Vérifier doublons, totaux, NULL avant de livrer

Envoyer un chiffre jamais vérifié

Après SQL

BI, dbt ou Python selon le poste visé

Tout apprendre en même temps


✅ Checklist « je suis prêt pour un poste data junior »

  • ☐ Je sais filtrer une période avec une borne haute exclusive

  • ☐ Je fais la différence entre COUNT(*), COUNT(colonne) et COUNT(DISTINCT colonne)

  • ☐ Je sais expliquer pourquoi NULL <> 'X' n'est pas vrai

  • ☐ Je choisis entre INNER JOIN et LEFT JOIN selon la population de référence

  • ☐ Je sais détecter une jointure qui multiplie les lignes

  • ☐ Je place mes filtres dans WHERE ou HAVING à bon escient

  • ☐ Je sais créer des catégories avec CASE WHEN et les trier logiquement

  • ☐ Je sais manipuler les dates (DATE_TRUNC, intervalles, écarts en jours)

  • ☐ J'écris mes requêtes longues en CTE nommées

  • ☐ Je sais utiliser ROW_NUMBER, LAG et SUM() OVER

  • ☐ Je sais calculer un taux de réachat ou une rétention par cohorte

  • ☐ Je vérifie mon résultat avant de l'envoyer (doublons, totaux, NULL)

  • ☐ Je sais transformer un résultat de requête en une phrase de recommandation métier

  • ☐ J'ai 2-3 cas business réalisés que je peux présenter en entretien


🚀 Ta première techno data, c'est maintenant

Tu sais quoi apprendre et dans quel ordre. Il reste à pratiquer, sur des cas qui ressemblent à ton futur poste. Commence par mesurer ton niveau, puis suis le parcours adapté.

👉 modai-lab.com/test-sql/ — Exercices calibrés · Cas business réels · Feedback senior


_Guide offert suite au post LinkedIn · Entraînez-vous sur modai-lab.com/test-sql/ · Partagez librement ♻️_