🚀 Guide de démarrage — Modai Lab · Modai Lab

Apprendre le SQL pour le comprendre, pas juste pour que ça tourne Accès direct : modai-lab.com

Pourquoi ce guide existe

Laisser l'IA écrire tes requêtes, c'est tentant. En réunion, tu dois expliquer ce que tu fais. Défendre tes choix. Corriger en live. Comprendre les erreurs.

Des juniors se retrouvent bloqués parce qu'ils ne savent plus ce que leur propre requête fait.

Modai Lab est construit pour éviter ça : une plateforme qui t'entraîne sur des cas business réels, où Claude explique chaque concept au lieu de juste écrire à ta place.

Ce que tu vas trouver dans ce guide :

Comment démarrer sur Modai Lab en moins de 10 minutes
Les 4 domaines métiers disponibles (sales, RH, finance, e-commerce)
Comment tirer le maximum du feedback IA à chaque exercice
Un plan de progression selon ton niveau actuel

🧪 Commence par mesurer ton point de départ Avant de plonger dans les exercices, 5 minutes pour calibrer ton niveau. Le test adapte ensuite le parcours à ton profil exact. 👉 Faire le test de niveau sur modai-lab.com/test-sql/ Résultat en direct · Niveau calibré · Parcours personnalisé

PARTIE 1 — Pourquoi "comprendre" change tout

Le piège de la requête copiée

-- Tu copies ça sur Stack Overflow :

SELECT DISTINCT u.id, u.nom, COUNT(o.id) AS nb_commandes

FROM users u

LEFT JOIN orders o ON u.id = o.user_id

GROUP BY u.id, u.nom

HAVING COUNT(o.id) >

ORDER BY nb_commandes DESC;

-- En réunion, ton manager demande :

-- "Pourquoi tu uses DISTINCT ici ?"

-- "Pourquoi LEFT JOIN et pas INNER JOIN ?"

-- "Que se passe-t-il si on a des doublons dans orders ?"

guide-demarrage-modai-lab · 01

Si tu ne sais pas répondre, tu as un problème. Pas avec SQL — avec ta méthode d'apprentissage.

Ce que "comprendre" veut dire concrètement

Comprendre une requête, c'est savoir répondre à trois questions :

1. Pourquoi cette structure ?

LEFT JOIN → je veux tous les users, même ceux sans commande

INNER JOIN → je veux seulement ceux qui ont commandé

Pas les deux à la fois : choisir c'est comprendre l'intention métier

guide-demarrage-modai-lab · 02 · 1. Pourquoi cette structure ?

2. Que se passe-t-il si les données changent ?

Si un user a 2 commandes identiques (même montant, même date) :

→ Avec DISTINCT : est-ce qu'elles sont fusionnées ou pas ?

→ Réponse : DISTINCT sur (id, nom, COUNT) ne fait rien ici

→ Le vrai problème est ailleurs — dans le modèle de données

guide-demarrage-modai-lab · 03 · 2. Que se passe-t-il si les données changent ?

3. Comment l'optimiser si ça rame ?

EXPLAIN ANALYZE te dit où ça bloque

Un index sur orders.user_id change tout

Mais encore faut-il savoir lire le plan d'exécution

guide-demarrage-modai-lab · 04 · 3. Comment l'optimiser si ça rame ?

Modai Lab te force à répondre à ces trois questions — pas juste à produire un résultat.

PARTIE 2 — Les 4 domaines métiers de Modai Lab

Chaque domaine simule un contexte réel d'entreprise avec des données imparfaites, comme en production.

Domaine 1 — Sales (Ventes & CRM)

Contexte : tu es data analyst dans une équipe commerciale. Le directeur des ventes veut des réponses, pas des excuses.

Datasets disponibles :

deals : pipeline commercial (statut, montant, commercial, date de closing)
contacts : prospects et clients (secteur, taille, pays)
activities : appels, emails, réunions par deal
targets : objectifs mensuels par commercial

Exemples de questions posées :

-- "Quel est le taux de conversion par commercial ce trimestre ?"

-- Piège : un deal peut changer de statut plusieurs fois → doublons potentiels

-- "Quels deals du pipeline ont plus de 30 jours sans activité ?"

-- Piège : date de dernière activité → NULL si aucune activité → gestion NULL

-- "Quel est le cycle de vente moyen par secteur ?"

-- Piège : deals non conclus inclus dans la moyenne → biais

guide-demarrage-modai-lab · 05 · Exemples de questions posées :

Ce que tu apprends dans ce domaine :

Calculs de taux et de conversions avec le bon dénominateur
Gestion des NULL dans les dates et les statuts
Fenêtres analytiques pour les classements commerciaux

Domaine 2 — RH (Ressources Humaines)

Contexte : tu travailles pour la DRH. Les données sont sensibles, les erreurs ont des conséquences réelles.

Datasets disponibles :

employees : id, nom, poste, département, salaire, date_embauche, date_départ
absences : type, durée, employé, dates
evaluations : scores annuels, commentaires, promotions
org_chart : hiérarchie (manager_id)

Exemples de questions posées :

-- "Calcule le taux de turnover par département sur 12 mois"

-- Piège : inclure les départs ET les effectifs de début de période

-- "Quels managers ont une équipe dont le salaire moyen est sous la médiane ?"

-- Piège : médiane ≠ moyenne, PERCENTILE_CONT vs AVG

-- "Affiche l'organigramme complet d'un département"

-- Piège : CTE récursive sur manager_id → cycles potentiels

guide-demarrage-modai-lab · 06 · Exemples de questions posées :

Ce que tu apprends dans ce domaine :

Self JOIN pour les hiérarchies
CTE récursives pour les organigrammes
Calculs de médiane et percentiles

Domaine 3 — Finance

Contexte : reporting financier. Un chiffre faux dans un rapport COMEX, c'est une décision à 6 chiffres sur du vent.

Datasets disponibles :

transactions : montant, type (débit/crédit), compte, date, devise
budgets : lignes budgétaires par département et trimestre
invoices : factures clients avec statuts (payée, en retard, litige)
exchange_rates : taux de change historiques

Exemples de questions posées :

-- "Calcule le budget consommé vs alloué par département"

-- Piège : transactions multi-devises → convertir avant de sommer

-- "Identifie les factures en retard de plus de 60 jours"

-- Piège : factures partiellement payées → solde restant, pas montant initial

-- "Reconstitue le P&L mensuel des 12 derniers mois"

-- Piège : biais de survivant sur les transactions annulées

guide-demarrage-modai-lab · 07 · Exemples de questions posées :

Ce que tu apprends dans ce domaine :

Jointures sur des périodes de validité (prix historiques, taux de change)
Calculs de soldes cumulatifs avec window functions
Gestion des multi-devises et des corrections comptables

Domaine 4 — E-commerce

Contexte : startup en croissance. Les métriques growth sont scrutées chaque semaine.

Datasets disponibles :

users : inscription, source d'acquisition, segment
orders : commandes avec statuts (panier, payé, livré, retourné)
products : catalogue avec catégories, prix, stock
sessions : données analytics (source, device, pages vues)

Exemples de questions posées :

-- "Calcule le taux de rétention à J+30 par cohorte d'acquisition"

-- Piège : date de cohorte = premier achat, pas inscription

-- "Quel est le taux de conversion par canal et par device ?"

-- Piège : un user peut avoir plusieurs sessions → dénominateur à définir

-- "Identifie les produits avec un taux de retour > 15%"

-- Piège : retours sur commandes annulées vs retours réels

guide-demarrage-modai-lab · 08 · Exemples de questions posées :

Ce que tu apprends dans ce domaine :

Analyses de cohortes et de rétention
Calculs de taux avec dénominateurs précis
Fenêtres analytiques pour les analyses temporelles

🧪 Choisis ton domaine et commence Les 4 domaines sont accessibles directement sur Modai Lab. Commence par celui qui correspond à ton contexte métier. 👉 Accéder aux exercices sur modai-lab.com Sales · RH · Finance · E-commerce · Feedback instantané

PARTIE 3 — Comment tirer le maximum du feedback IA

Le feedback de Modai Lab ne dit pas juste "faux" ou "correct". Il explique.

Quand ta requête est correcte

Le feedback te pose quand même des questions :

✅ Ta requête retourne le bon résultat.

Maintenant :

→ Que se passe-t-il si on ajoute un index sur cette colonne ?

→ Peux-tu réécrire cette requête avec une CTE pour la rendre plus lisible ?

→ Quelle serait la version avec une window function ?

guide-demarrage-modai-lab · 09

L'objectif n'est pas juste d'avoir bon — c'est de comprendre pourquoi c'est bon et comment aller plus loin.

Quand ta requête est incorrecte

Le feedback identifie le type d'erreur, pas juste la ligne :

❌ Ta requête retourne 1 240 lignes, le résultat attendu en compte 487.

Diagnostic :

→ Tu as un fan-out sur le JOIN avec la table orders

→ Chaque user avec 3 commandes apparaît 3 fois dans ton résultat

→ Le COUNT(DISTINCT user_id) cache le problème sans le corriger

Piste de correction :

→ Agrège d'abord dans une sous-requête ou une CTE

→ Ensuite joins le résultat agrégé à la table users

guide-demarrage-modai-lab · 10

La méthode des 3 questions avant de soumettre

Avant de cliquer "Valider", pose-toi ces questions :

1. Quelle est la granularité attendue du résultat ?

→ Une ligne par user ? Par commande ? Par mois ?

→ Le nombre de lignes retournées correspond-il à ça ?

2. Y a-t-il des NULL dans les données sources ?

→ Mes agrégations les gèrent-elles correctement ?

→ Mon COUNT() compte-t-il ce que je crois qu'il compte ?

3. Mon JOIN peut-il créer des doublons ?

→ Ai-je vérifié COUNT(*) vs COUNT(DISTINCT id) ?

guide-demarrage-modai-lab · 11

Utiliser le feedback pour progresser plus vite

Après chaque exercice :

□ Lis l'explication même si ta requête était correcte

□ Si tu avais tort, reproduis le bug volontairement pour comprendre

□ Reformule le problème à voix haute avant d'écrire la requête

□ Note le pattern d'erreur dans ton carnet (fan-out, NULL, LEFT JOIN silencieux...)

□ Passe à l'exercice suivant du même domaine pour valider l'acquis

guide-demarrage-modai-lab · 12

PARTIE 4 — Le parcours de progression Modai Lab

Un parcours construit pour toi, pas pour tout le monde

La plupart des ressources SQL te donnent le même contenu dans le même ordre, peu importe ton niveau ou ton métier. Modai Lab fonctionne différemment.

À ton arrivée, la plateforme calibre deux choses :

Ton niveau SQL réel — pas celui que tu penses avoir, celui que tes requêtes révèlent
Ton contexte business — Sales, RH, Finance ou E-commerce

Ce calibrage génère un parcours sur mesure : les bonnes notions, dans le bon ordre, sur des données qui ressemblent à ce que tu manipules au travail.

La structure du parcours : des notions à maîtriser avant de passer au suivant

Chaque parcours est découpé en blocs de notions. Un bloc = un ensemble de concepts liés qu'il faut maîtriser ensemble avant d'avancer.

BLOC 1 — Lire et filtrer les données

├── Notion 1.1 : L'ordre d'exécution SQL

├── Notion 1.2 : SELECT et les alias

├── Notion 1.3 : WHERE et ses opérateurs

└── Notion 1.4 : ORDER BY et LIMIT

↓ Maîtrisé ? → Accès au Bloc 2

BLOC 2 — Transformer les données en métriques

├── Notion 2.1 : GROUP BY et la règle des colonnes

├── Notion 2.2 : COUNT(*) vs COUNT(col) vs COUNT(DISTINCT)

├── Notion 2.3 : SUM, AVG, MIN, MAX — comportement avec NULL

└── Notion 2.4 : HAVING vs WHERE

↓ Maîtrisé ? → Accès au Bloc 3

BLOC 3 — Croiser les tables

├── Notion 3.1 : INNER JOIN, LEFT JOIN — quand choisir lequel

├── Notion 3.2 : Le piège du LEFT JOIN silencieux

├── Notion 3.3 : Jointures sur 3 tables — gérer le fan-out

└── Notion 3.4 : EXISTS et NOT EXISTS

↓ Maîtrisé ? → Accès au Bloc 4

BLOC 4 — Analyser comme un senior

├── Notion 4.1 : CTE — structurer la logique en étapes lisibles

├── Notion 4.2 : ROW_NUMBER, RANK, LAG, SUM cumulatif

├── Notion 4.3 : NULL — comportement réel dans chaque fonction

└── Notion 4.4 : Lire EXPLAIN ANALYZE et optimiser

guide-demarrage-modai-lab · 13

La règle du passage de bloc : tu ne passes pas au suivant sur le papier, mais dans la pratique. Modai Lab mesure ta maîtrise sur plusieurs exercices consécutifs avant de te proposer le bloc suivant. Un seul exercice réussi ne suffit pas.

Ce que le parcours adapte selon ton contexte business

Un analyst Sales et un analyst Finance ne font pas les mêmes erreurs. Modai Lab le sait.

Pour un profil Sales :

Les exercices du Bloc 3 portent sur des pipelines commerciaux avec des deals multi-statuts
Le fan-out arrive sur des tables de contacts avec plusieurs touchpoints
Le LEFT JOIN silencieux apparaît sur des leads sans activité

Pour un profil Finance :

Le Bloc 2 introduit les taux de change et les agrégations multi-devises
Le Bloc 3 travaille sur des jointures temporelles (prix historiques, périodes de validité)
Le Bloc 4 introduit les soldes cumulatifs et la reconstitution de P&L

Pour un profil E-commerce :

Le Bloc 2 porte sur les taux de conversion et leurs dénominateurs
Le Bloc 3 travaille sur les cohortes et la rétention
Le Bloc 4 introduit les fenêtres analytiques sur des données d'acquisition

Le contenu SQL est le même. Le contexte, les données et les erreurs à détecter sont ceux de ton métier.

Le feedback à chaque soumission : un senior à côté de toi

C'est la différence centrale de Modai Lab par rapport à un cours classique.

Quand tu soumets une requête, tu ne reçois pas "correct" ou "faux". Tu reçois ce qu'un senior dirait s'il regardait ton écran.

Si ta requête est correcte :

✅ Résultat correct — 487 lignes, granularité attendue : une ligne par client.

Points forts de ta requête :

→ Ton filtre dans le ON préserve bien le LEFT JOIN

→ Le COALESCE sur montant gère proprement les NULL

Un senior irait plus loin :

→ Peux-tu réécrire avec une CTE pour isoler l'agrégation ?

→ Que se passe-t-il si un client a deux lignes dans la table segments ?

→ Notion suivante recommandée : window functions (Bloc 4.2)

guide-demarrage-modai-lab · 14 · Si ta requête est correcte :

Si ta requête est incorrecte :

❌ Résultat : 1 240 lignes — résultat attendu : 487.

Diagnostic précis :

→ Tu as un fan-out sur le JOIN avec user_events

→ Chaque client avec 3 événements apparaît 3 fois

→ Ton COUNT(DISTINCT user_id) masque le problème sans le corriger

— mais si tu ajoutes SUM(montant), il sera faux

Ce que tu dois travailler :

→ Notion 3.3 — Jointures sur 3 tables et gestion du fan-out

→ Exercice recommandé : "Campagnes marketing — attribution sans doublon"

Piste sans te donner la réponse :

→ Agrège d'abord dans une CTE, joins ensuite

→ Vérifie COUNT(*) vs COUNT(DISTINCT user_id) après chaque JOIN

guide-demarrage-modai-lab · 15 · Si ta requête est incorrecte :

Le feedback identifie aussi la notion à retravailler — pas juste l'erreur, mais le concept sous-jacent. Et il recommande l'exercice suivant qui va ancrer la correction.

C'est ça, un senior à côté de toi : quelqu'un qui ne te donne pas la réponse, mais qui te dit exactement où regarder pour la trouver.

Comment progresser vite avec ce système

□ Lis le feedback en entier après chaque exercice — même si tu as bon

□ Quand le feedback recommande une notion : fais-la dans la journée

□ Si tu répètes la même erreur sur 2 exercices : relis la notion correspondante

□ Mesure ta progression : repasse le test de niveau toutes les 2 semaines

□ L'objectif n'est pas de finir les exercices vite, c'est de ne plus faire les mêmes erreurs

guide-demarrage-modai-lab · 16

🧪 Démarre ton parcours personnalisé Le test de niveau calibre ton parcours en 5 minutes. Tu sais immédiatement quel bloc travailler et dans quel contexte business. 👉 Démarrer sur modai-lab.com/test-sql/ Parcours adapté · Notions par bloc · Feedback senior à chaque exercice

PARTIE 5 — Les prompts pour apprendre avec l'IA (sans se faire remplacer par elle)

La différence entre utiliser l'IA pour apprendre et l'utiliser pour éviter d'apprendre tient à une chose : qui tient le stylo.

✅ Prompts qui font progresser

# Prompt "Fais-moi trouver par moi-même"

Je veux apprendre à écrire une requête pour [objectif].

Ne me donne pas la réponse directement.

Pose-moi des questions pour m'aider à construire la logique étape par étape.

Commence par : "Quelle table contient les données dont tu as besoin ?"

# Prompt "Explique mon erreur"

Ma requête retourne [X lignes] mais j'attends [Y lignes].

[coller la requête]

Explique-moi POURQUOI il y a cet écart, sans me donner la correction.

Je veux comprendre le mécanisme, pas juste copier la solution.

# Prompt "Challenge ma solution"

Voici ma requête pour [objectif] :

[coller la requête]

Trouve 3 cas où cette requête donnerait un résultat incorrect.

Donne des exemples de données qui révèlent chaque problème.

# Prompt "Simule la réunion"

Je dois présenter cette requête à mon directeur demain.

[coller la requête]

Joue le rôle d'un directeur exigeant et pose-moi des questions difficiles

sur mes choix techniques. Je dois défendre chaque clause.

guide-demarrage-modai-lab · 17

❌ Prompts qui te bloquent

# Ces prompts te rendent dépendant, pas compétent :

"Écris-moi une requête SQL pour [objectif]"

→ Tu auras un résultat mais rien appris

"Corrige ma requête"

→ Tu auras la bonne version mais pas compris l'erreur

"Génère un rapport complet sur [sujet]"

→ Tu auras du SQL que tu ne pourras pas expliquer en réunion

guide-demarrage-modai-lab · 18

La règle : si tu ne peux pas expliquer chaque ligne de la requête que tu utilises, tu n'as pas fini d'apprendre. Retourne sur Modai Lab.

Récapitulatif — Les 10 minutes pour démarrer

Étape 1 (2 min) : Passe le test de niveau

→ modai-lab.com/test-sql/

→ Résultat : tu sais où tu en es

Étape 2 (10 sec) : Choisis ton domaine métier

→ Celui qui ressemble le plus à ton contexte pro

→ Sales, RH, Finance ou E-commerce

Étape 3 (5 min) : Fais le premier exercice de ton niveau

→ Lis le feedback en entier, même si tu as bon

→ Note le concept travaillé

→ Passe au suivant

Règle des 20 minutes par jour :

→ 1 exercice par jour = progression visible en 2 semaines

→ Feedback lu en entier = compréhension ancrée

→ Reformulation à voix haute = prêt pour la réunion

guide-demarrage-modai-lab · 19

✅ Tu es prêt à défendre tes requêtes quand :

☐ Tu peux expliquer chaque clause de ta requête à quelqu'un qui ne connaît pas SQL
☐ Tu sais ce qui se passe si les données sources contiennent des NULL
☐ Tu peux dire pourquoi tu as choisi LEFT JOIN plutôt qu'INNER JOIN
☐ Tu sais détecter un fan-out avant même de lancer la requête
☐ Tu peux lire un EXPLAIN ANALYZE et comprendre pourquoi c'est lent
☐ Tu peux corriger ta requête en live, devant ton manager

🚀 Accéder à Modai Lab

👉 modai-lab.com — La plateforme 👉 modai-lab.com/test-sql/ — Le test de niveau

Le SQL que tu comprends vaut infiniment plus que le SQL que tu copies.

Guide de démarrage offert suite au post LinkedIn · modai-lab.com · Partagez librement ♻️

Pourquoi ce guide existe

PARTIE 1 — Pourquoi "comprendre" change tout

Le piège de la requête copiée

Ce que "comprendre" veut dire concrètement

PARTIE 2 — Les 4 domaines métiers de Modai Lab

Domaine 1 — Sales (Ventes & CRM)

Domaine 2 — RH (Ressources Humaines)

Domaine 3 — Finance

Domaine 4 — E-commerce

PARTIE 3 — Comment tirer le maximum du feedback IA

Quand ta requête est correcte

Quand ta requête est incorrecte

La méthode des 3 questions avant de soumettre

Utiliser le feedback pour progresser plus vite

PARTIE 4 — Le parcours de progression Modai Lab

Un parcours construit pour toi, pas pour tout le monde

La structure du parcours : des notions à maîtriser avant de passer au suivant

Ce que le parcours adapte selon ton contexte business

Le feedback à chaque soumission : un senior à côté de toi

Comment progresser vite avec ce système

PARTIE 5 — Les prompts pour apprendre avec l'IA (sans se faire remplacer par elle)

✅ Prompts qui font progresser

❌ Prompts qui te bloquent

Récapitulatif — Les 10 minutes pour démarrer

✅ Tu es prêt à défendre tes requêtes quand :

🚀 Accéder à Modai Lab

La théorie c’est bien. La pratique sur des cas concrets, c’est mieux.