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.
_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.
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'
GROUPBY mois, plan
ORDERBY 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.
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
GROUPBY 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'
GROUPBY region
ORDERBY 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
GROUPBY 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
LEFTJOIN orders o
ON o.user_id = u.user_id
AND o.statut = 'livree'-- filtre dans le ON pour ne pas casser le LEFT JOIN
GROUPBY 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 €)'
ENDAS taille_panier,
COUNT(*) AS nb_commandes,
ROUND(SUM(montant), ) AS ca
FROM orders
WHERE statut = 'livree'
GROUPBY taille_panier
ORDERBY 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 GROUPBY ) a
LEFTJOIN (SELECT DATE_TRUNC(created_at, MONTH) AS mois, SUM(montant) AS ca
FROM orders GROUPBY ) 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'
GROUPBY mois
)
SELECT
mois,
ROUND(ca, ) AS ca,
ROUND(LAG(ca) OVER (ORDERBY mois), ) AS ca_mois_precedent,
ROUND(SAFE_DIVIDE(ca - LAG(ca) OVER (ORDERBY mois),
LAG(ca) OVER (ORDERBY mois)) * , ) AS evolution_pct
FROM ca_mensuel
ORDERBY 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.
_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 ?"
SELECTCOUNT(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
SELECTCOUNT(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 ISNULL
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
WHERESUM(montant) >
GROUPBY 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
GROUPBY user_id
HAVINGSUM(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
GROUPBY 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
GROUPBY order_id
)
SELECT
o.user_id,
SUM(o.montant) AS ca,
SUM(a.nb_articles) AS nb_articles
FROM orders o
LEFTJOIN articles_par_commande a ON a.order_id = o.order_id
WHERE o.statut = 'livree'
GROUPBY 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.
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
Identifier la première commande de chaque client → fenêtre ROW_NUMBER ou MIN
Garder les clients dont la première commande est en septembre
Chercher s'ils ont une autre commande dans les 30 jours suivants
Agréger par canal d'acquisition (table users)
Ce découpage, c'est la vraie compétence. La syntaxe vient après.
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.
_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.
- 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.
_Guide offert suite au post LinkedIn · Entraînez-vous sur modai-lab.com/test-sql/ · Partagez librement ♻️_
ModAi Lab
La théorie c’est bien. La pratique sur des cas concrets, c’est mieux.
Exerce-toi sur les cas SQL qu’on te posera en entretien, avec un coach IA qui review chaque requête comme un senior. Essai gratuit, sans carte bancaire.