🗄️ Module 06 — Pourquoi Excel ne suffit plus : introduction à SQL

Bootcamp Data Analyst — From Zero to Hero | Niveau Débutant · Acte III

---

🎯 Ce que tu seras capable de faire à la fin de ce module

• Expliquer pourquoi SQL est indispensable quand Excel atteint ses limites
• Comprendre ce qu'est une base de données relationnelle
• Utiliser SQLiteOnline sans rien installer
• Écrire des requêtes SELECT, WHERE, ORDER BY, LIMIT
• Filtrer des données avec AND, OR, IN, BETWEEN, LIKE

---

⏱️ Durée estimée : 60 minutes
🛠️ Outil : SQLiteOnline — 100% navigateur, zéro installation
📌 Prérequis : Acte II complété — tu maîtrises Excel et les formules de base

---

---

1. Le problème — les limites concrètes d'Excel

Tu sors du Mini-projet A avec une belle maîtrise d'Excel. Mais imagine maintenant :

Ton opérateur télécom a 8 millions d'abonnés, 500 millions de transactions par an, réparties sur 12 tables différentes mises à jour en temps réel par 200 collègues simultanément. Ton manager te demande : "Combien de clients Abidjan ont rechargé plus de 3 fois ce mois-ci ?"

Excel répond comment à ça ?

Excel et Google Sheets restent indispensables pour la communication et la visualisation. Mais pour interroger des données à grande échelle, il faut SQL.

💡 En entretien DA, la question "Tu connais SQL ?" arrive dans 95% des offres. Ce n'est pas un bonus — c'est un prérequis.

---

---

2. Qu'est-ce qu'une base de données relationnelle ?

Définition

Une base de données relationnelle est un ensemble de tables organisées et reliées entre elles. Chaque table ressemble à un tableau Excel — des lignes (enregistrements) et des colonnes (champs) — mais avec des règles strictes qui garantissent la cohérence des données.

L'analogie du classeur Excel

Excel / Google Sheets          Base de données relationnelle
─────────────────────          ──────────────────────────────
Classeur (fichier .xlsx)   →   Base de données
Feuille (onglet)           →   Table
Ligne                      →   Enregistrement (row)
Colonne                    →   Champ (field / column)
RECHERCHEV entre feuilles  →   JOIN entre tables
Formule                    →   Requête SQL

Un exemple concret — base télécom

Base de données : ansut_telecom
│
├── Table clients       (200 lignes)   → qui sont nos clients ?
│   id_client | nom | région | segment
│
├── Table transactions  (500 lignes)   → que font-ils ?
│   id_transaction | id_client | date | montant | produit
│
└── Table forfaits      (10 lignes)    → quels produits proposons-nous ?
    id_forfait | nom | prix | data_go

La colonne id_client dans transactions pointe vers id_client dans clients. C'est ce qu'on appelle une clé étrangère — le lien qui relie les tables entre elles. On y reviendra en M08.

Les SGBD les plus courants

💡 La syntaxe SQL est à 90% identique entre tous ces SGBD. Ce que tu apprends ici sur SQLite fonctionne sur PostgreSQL, MySQL et BigQuery avec des ajustements mineurs.

---

---

3. Qu'est-ce que SQL ?

SQL = Structured Query Language — Langage de Requête Structuré.

C'est le langage qui permet de communiquer avec une base de données : lire, filtrer, agréger, modifier et supprimer des données.

SQL en une phrase

SQL, c'est la façon de dire à une base de données : "Donne-moi exactement ces données, organisées comme ça, avec ces conditions."

Les 4 opérations fondamentales (CRUD)

En tant que Data Analyst, tu utiliseras quasi exclusivement SELECT — lire et analyser des données sans jamais les modifier. C'est ce sur quoi on se concentre dans tout l'Acte III.

À quoi ressemble du SQL ?

sql-- Combien de clients Abidjan ont rechargé plus de 3 fois ce mois ?
SELECT
    c.nom,
    COUNT(t.id_transaction) AS nb_recharges
FROM clients c
JOIN transactions t ON c.id_client = t.id_client
WHERE c.région = 'Abidjan'
  AND t.date >= '2025-03-01'
GROUP BY c.nom
HAVING COUNT(t.id_transaction) > 3
ORDER BY nb_recharges DESC;

Cette requête semble complexe aujourd'hui — tu la comprendras et écriras seul à la fin de l'Acte III.

💡 SQL se lit presque comme de l'anglais : "Sélectionne le nom et le nombre de transactions, depuis la table clients jointe à transactions, où la région est Abidjan et la date est en mars, regroupé par nom, en gardant ceux avec plus de 3 transactions, trié par ordre décroissant."

---

---

4. L'environnement — SQLiteOnline

On utilise SQLiteOnline — 100% navigateur, zéro installation.

Accès

→ Ouvrir : https://sqliteonline.com

Interface

┌─────────────────────────────────────────────────────────┐
│  [Panneau gauche]        [Éditeur SQL]     [Résultats]  │
│  Tables de la base       SELECT * FROM     id | nom | ..│
│  > clients               clients;          1  | Koné    │
│  > transactions                            2  | Traoré  │
│  > forfaits                                             │
└─────────────────────────────────────────────────────────┘

Importer le dataset du Mini-projet B

1. Aller sur https://sqliteonline.com
2. Cliquer sur "Import" (menu en haut)
3. Importer les 3 fichiers CSV un par un :
   → clients.csv
   → transactions.csv
   → forfaits.csv
4. Les tables apparaissent dans le panneau gauche
5. Tu peux maintenant écrire des requêtes dans l'éditeur

⌨️ Raccourcis SQLiteOnline

💡 Pour ce module et les suivants, ouvre SQLiteOnline dans un onglet et pratique chaque requête en temps réel. SQL s'apprend en écrivant, pas en lisant.

---

---

5. SELECT / FROM — lire des données

C'est la base de toute requête SQL. Tout commence par SELECT.

Syntaxe

sqlSELECT colonne1, colonne2, ...
FROM nom_table;

Exemples sur notre dataset télécom

sql-- Voir tous les clients (toutes les colonnes)
SELECT *
FROM clients;

-- Voir seulement le nom et la région
SELECT nom, région
FROM clients;

-- Renommer une colonne dans le résultat avec AS
SELECT nom AS client_name, région AS zone
FROM clients;

-- Voir toutes les transactions
SELECT *
FROM transactions;

Conventions d'écriture SQL

SQL n'est pas sensible à la casse — select = SELECT. Mais par convention :

sql-- ✅ Convention recommandée
SELECT nom, région        -- mots-clés SQL en MAJUSCULES
FROM clients              -- noms de tables et colonnes en minuscules
WHERE région = 'Abidjan'; -- chaînes de texte entre guillemets simples
                          -- toujours terminer par ;

-- Commentaire sur une ligne
/* Commentaire
   sur plusieurs lignes */

SELECT * — puissant mais à utiliser avec précaution

SELECT * retourne toutes les colonnes. Utile pour explorer, mais en production on préfère lister explicitement les colonnes dont on a besoin — plus lisible, plus performant sur de grandes tables.

💡 SELECT * c'est comme demander "tout le menu" au restaurant. En exploration c'est bien, en production on commande à la carte.

---

---

6. WHERE — filtrer les données

WHERE est l'équivalent SQL du filtre Excel ou du SI(). Il ne retourne que les lignes qui satisfont une condition.

Syntaxe

sqlSELECT colonne1, colonne2
FROM nom_table
WHERE condition;

Exemples

sql-- Clients d'Abidjan seulement
SELECT *
FROM clients
WHERE région = 'Abidjan';

-- Transactions supérieures à 1 000 FCFA
SELECT *
FROM transactions
WHERE montant > 1000;

-- Transactions échouées
SELECT *
FROM transactions
WHERE statut = 'Échoué';

-- Clients qui NE sont PAS d'Abidjan
SELECT *
FROM clients
WHERE région != 'Abidjan';
-- ou
WHERE région <> 'Abidjan';

Opérateurs de comparaison

---

---

7. AND, OR, IN, BETWEEN, LIKE — affiner les filtres

AND — toutes les conditions doivent être vraies

sql-- Clients d'Abidjan ET segment Postpayé
SELECT *
FROM clients
WHERE région = 'Abidjan'
  AND segment = 'Postpayé';

-- Transactions réussies ET supérieures à 2 000 FCFA
SELECT *
FROM transactions
WHERE statut = 'Réussi'
  AND montant > 2000;

OR — au moins une condition doit être vraie

sql-- Clients d'Abidjan OU de Bouaké
SELECT *
FROM clients
WHERE région = 'Abidjan'
   OR région = 'Bouaké';

IN — valeur dans une liste (remplace plusieurs OR)

sql-- Équivalent à OR mais plus lisible
SELECT *
FROM clients
WHERE région IN ('Abidjan', 'Bouaké', 'San Pedro');

-- Transactions sur certains produits
SELECT *
FROM transactions
WHERE type_produit IN ('Forfait internet', 'Recharge 500');

-- Exclure des valeurs avec NOT IN
SELECT *
FROM transactions
WHERE statut NOT IN ('Échoué', 'En attente');

BETWEEN — valeur dans un intervalle

sql-- Transactions entre 1 000 et 5 000 FCFA (inclus)
SELECT *
FROM transactions
WHERE montant BETWEEN 1000 AND 5000;

-- Transactions de mars 2025
SELECT *
FROM transactions
WHERE date BETWEEN '2025-03-01' AND '2025-03-31';

LIKE — recherche par motif dans du texte

sql-- Clients dont le nom commence par 'Kone'
SELECT *
FROM clients
WHERE nom LIKE 'Kone%';    -- % = n'importe quoi après

-- Clients dont le nom contient 'ou'
SELECT *
FROM clients
WHERE nom LIKE '%ou%';     -- % de chaque côté = contient

-- Produits qui se terminent par 'internet'
SELECT *
FROM transactions
WHERE type_produit LIKE '%internet';

-- _ remplace exactement un caractère
WHERE code LIKE 'AB_123';  -- AB suivi d'un caractère puis 123

⚠️ LIKE est sensible à la casse sur certains SGBD (PostgreSQL). Sur SQLite, il est insensible à la casse pour les caractères ASCII.

---

---

8. ORDER BY — trier les résultats

Syntaxe

sqlSELECT colonne1, colonne2
FROM nom_table
WHERE condition
ORDER BY colonne [ASC | DESC];

Exemples

sql-- Transactions triées par montant décroissant
SELECT *
FROM transactions
ORDER BY montant DESC;

-- Clients triés par nom alphabétique
SELECT *
FROM clients
ORDER BY nom ASC;   -- ASC est optionnel, c'est le défaut

-- Trier sur plusieurs colonnes
-- D'abord par région, puis par nom au sein de chaque région
SELECT *
FROM clients
ORDER BY région ASC, nom ASC;

-- Transactions récentes en premier
SELECT *
FROM transactions
ORDER BY date DESC;

---

---

9. LIMIT — limiter le nombre de résultats

Syntaxe

sqlSELECT colonne1, colonne2
FROM nom_table
ORDER BY colonne DESC
LIMIT n;

Exemples

sql-- Les 5 premières lignes (exploration rapide)
SELECT *
FROM transactions
LIMIT 5;

-- Les 10 transactions les plus élevées
SELECT *
FROM transactions
ORDER BY montant DESC
LIMIT 10;

-- Le client inscrit le plus récemment
SELECT *
FROM clients
ORDER BY date_inscription DESC
LIMIT 1;

Différences selon le SGBD

💡 LIMIT est le premier réflexe sur une nouvelle table inconnue : SELECT * FROM table LIMIT 5; pour voir à quoi ressemblent les données avant d'aller plus loin.

---

---

10. DISTINCT — supprimer les doublons

Syntaxe

sqlSELECT DISTINCT colonne
FROM nom_table;

Exemples

sql-- Quelles régions existent dans la table clients ?
SELECT DISTINCT région
FROM clients;

-- Quels types de produits sont vendus ?
SELECT DISTINCT type_produit
FROM transactions;

-- Quelles combinaisons région + segment existent ?
SELECT DISTINCT région, segment
FROM clients
ORDER BY région;

💡 SELECT DISTINCT est souvent le premier réflexe pour explorer les valeurs uniques d'une colonne catégorielle — équivalent de "Valeurs uniques" dans Excel ou df['col'].unique() en Python.

---

---

11. NULL — l'absence de valeur

NULL n'est pas zéro. Ce n'est pas une chaîne vide. C'est l'absence totale de valeur — "on ne sait pas". C'est l'un des concepts les plus mal compris en SQL.

Le piège classique

sql-- ❌ Ne retourne JAMAIS de résultat — même si des valeurs sont NULL
SELECT * FROM clients WHERE évaluation = NULL;
SELECT * FROM clients WHERE évaluation != NULL;

-- ✅ La seule façon correcte de tester NULL
SELECT * FROM clients WHERE évaluation IS NULL;
SELECT * FROM clients WHERE évaluation IS NOT NULL;

Pourquoi = NULL ne fonctionne pas ? Parce que NULL n'est pas une valeur — on ne peut pas la comparer. NULL = NULL retourne NULL, pas VRAI.

NULL vs zéro vs chaîne vide

NULL dans les calculs

sql-- Tout calcul avec NULL retourne NULL
SELECT montant + NULL     -- → NULL
SELECT montant * NULL     -- → NULL

-- COALESCE : remplacer NULL par une valeur par défaut
SELECT COALESCE(évaluation, 0) AS eval_avec_defaut
FROM clients;
-- → Si évaluation est NULL, retourne 0. Sinon retourne évaluation.

Sur notre dataset

sql-- Clients sans évaluation renseignée
SELECT * FROM clients WHERE évaluation IS NULL;

-- Transactions avec montant manquant
SELECT * FROM transactions WHERE montant IS NULL;

-- Compter les valeurs manquantes
SELECT COUNT(*) AS nb_manquants
FROM clients
WHERE évaluation IS NULL;

⚠️ AVG(), SUM(), COUNT() ignorent les NULL automatiquement. COUNT(*) compte toutes les lignes y compris celles avec NULL. COUNT(colonne) ne compte que les valeurs non NULL.

---

---

12. AS — alias de colonnes et de tables

AS permet de renommer une colonne ou une table dans le résultat d'une requête. C'est purement cosmétique — ça ne modifie pas les données.

Alias de colonnes

sql-- Sans alias — le nom de colonne est la formule entière
SELECT nom, montant * 1.18
FROM transactions;
-- → La colonne s'appelle "montant * 1.18" dans le résultat — illisible

-- Avec alias — nom clair dans le résultat
SELECT nom, montant * 1.18 AS montant_ttc
FROM transactions;
-- → La colonne s'appelle "montant_ttc"

-- Alias avec espaces → guillemets doubles
SELECT nom AS "Nom du client", région AS "Zone géographique"
FROM clients;

Alias de tables — raccourcis pour les noms longs

sql-- Sans alias — verbeux
SELECT clients.nom, clients.région
FROM clients;

-- Avec alias — c remplace clients
SELECT c.nom, c.région
FROM clients c;
-- ou
FROM clients AS c;

Les alias de tables deviennent indispensables avec les jointures (M08) quand on interroge plusieurs tables simultanément :

sql-- Sans alias — difficile à lire
SELECT clients.nom, transactions.montant
FROM clients JOIN transactions ON clients.id_client = transactions.id_client;

-- Avec alias — propre et lisible
SELECT c.nom, t.montant
FROM clients c
JOIN transactions t ON c.id_client = t.id_client;

💡 Convention courante : utiliser la première lettre du nom de table comme alias — c pour clients, t pour transactions, f pour forfaits.

---

---

13. Colonnes calculées dans SELECT

On peut créer des colonnes calculées directement dans le SELECT sans modifier les données sources. C'est l'équivalent SQL des colonnes calculées qu'on ajoutait dans Excel.

Opérations arithmétiques

sqlSELECT
    id_transaction,
    montant,
    montant * 1.18                    AS montant_ttc,
    ROUND(montant * 1.18, 0)          AS montant_ttc_arrondi,
    montant / 1000                    AS montant_en_milliers
FROM transactions;

Fonctions sur les textes

sqlSELECT
    nom,
    UPPER(nom)                        AS nom_majuscules,
    LOWER(nom)                        AS nom_minuscules,
    LENGTH(nom)                       AS longueur_nom,
    région || ' - ' || segment        AS description
FROM clients;
-- Note : || est l'opérateur de concaténation en SQLite (= & en Excel)

Fonctions sur les dates

sqlSELECT
    nom,
    date_inscription,
    strftime('%Y', date_inscription)  AS année_inscription,
    strftime('%m', date_inscription)  AS mois_inscription
FROM clients;
-- Note : strftime() est spécifique à SQLite
-- En PostgreSQL : EXTRACT(YEAR FROM date_inscription)
-- En MySQL     : YEAR(date_inscription)

CASE WHEN — logique conditionnelle (l'équivalent de SI())

sqlSELECT
    nom,
    montant,
    CASE
        WHEN montant >= 5000  THEN 'Élevé'
        WHEN montant >= 1000  THEN 'Moyen'
        ELSE                       'Faible'
    END AS niveau_transaction
FROM transactions;

💡 CASE WHEN est l'équivalent SQL du SI() imbriqué d'Excel. On le verra en détail dans M09.

---

---

14. L'ordre d'exécution SQL — une règle essentielle

En SQL, l'ordre dans lequel on écrit les clauses est différent de l'ordre dans lequel elles sont exécutées.

Ordre d'écriture (obligatoire)

sqlSELECT   colonnes          -- 1. ce qu'on veut afficher
FROM     table             -- 2. d'où
WHERE    conditions        -- 3. avec quelles conditions
ORDER BY colonne           -- 4. trié comment
LIMIT    n;                -- 5. combien de lignes

Ordre d'exécution (interne)

1. FROM     → La base de données charge la table
2. WHERE    → Elle filtre les lignes
3. SELECT   → Elle sélectionne les colonnes
4. ORDER BY → Elle trie
5. LIMIT    → Elle coupe

Pourquoi c'est important ?

sql-- ❌ Cette requête échoue : on ne peut pas utiliser un alias défini
--    dans SELECT à l'intérieur du WHERE
SELECT montant * 1.18 AS montant_ttc
FROM transactions
WHERE montant_ttc > 5000;   -- erreur : montant_ttc n'existe pas encore

-- ✅ La bonne façon
SELECT montant * 1.18 AS montant_ttc
FROM transactions
WHERE montant * 1.18 > 5000;  -- répéter le calcul dans WHERE

💡 Comprendre l'ordre d'exécution explique 80% des erreurs SQL des débutants. Garde ce tableau en tête.

---

---

15. Combiner tout — cas pratiques

Voici des requêtes complètes qui combinent tout ce qu'on a vu.

---

Cas 1 — Explorer la table clients

sql-- Voir les 5 premières lignes
SELECT * FROM clients LIMIT 5;

-- Quelles régions existent ?
SELECT DISTINCT région FROM clients;

-- Combien de clients au total ?
SELECT COUNT(*) AS nb_clients FROM clients;

Cas 2 — Clients Abidjan Postpayé, triés par nom

sqlSELECT nom, région, segment, date_inscription
FROM clients
WHERE région = 'Abidjan'
  AND segment = 'Postpayé'
ORDER BY nom ASC;

Cas 3 — Top 10 transactions du mois de mars 2025

sqlSELECT id_transaction, id_client, date, type_produit, montant
FROM transactions
WHERE date BETWEEN '2025-03-01' AND '2025-03-31'
  AND statut = 'Réussi'
ORDER BY montant DESC
LIMIT 10;

Cas 4 — Transactions sur des forfaits internet ou voix

sqlSELECT *
FROM transactions
WHERE type_produit IN ('Forfait internet', 'Forfait voix')
  AND statut = 'Réussi'
ORDER BY date DESC;

Cas 5 — Clients dont le nom contient 'Koné'

sqlSELECT *
FROM clients
WHERE nom LIKE '%Koné%'
ORDER BY région;

---

---

16. ✅ Résumé du module

---

🧠 Quiz — Vérifie ta compréhension

Réponds mentalement, puis clique sur "Voir la réponse" pour te corriger.

---

Q1. Tu veux voir toutes les colonnes des 10 premières lignes de la table clients. Quelle requête ?

• a) SELECT 10 FROM clients;
• b) SELECT * FROM clients LIMIT 10;
• c) SELECT * FROM clients WHERE ligne <= 10;

👉 Voir la réponse

✅ b) — SELECT * sélectionne toutes les colonnes, FROM clients indique la table, LIMIT 10 restreint à 10 lignes. C'est la requête de départ sur toute table inconnue.

---

Q2. Tu veux les transactions réussies supérieures à 5 000 FCFA, triées du plus grand au plus petit. Quelle requête ?

• a) SELECT * FROM transactions WHERE montant > 5000 OR statut = 'Réussi' ORDER BY montant DESC;
• b) SELECT * FROM transactions WHERE montant > 5000 AND statut = 'Réussi' ORDER BY montant DESC;
• c) SELECT * FROM transactions ORDER BY montant DESC WHERE montant > 5000;

👉 Voir la réponse

✅ b) — AND exige que les deux conditions soient vraies simultanément. OR retournerait toutes les transactions > 5000 même échouées, et toutes les réussies même < 5000. La requête c) est invalide car WHERE doit venir avant ORDER BY.

---

Q3. Quelle est la différence entre WHERE région = 'Abidjan' OR région = 'Bouaké' et WHERE région IN ('Abidjan', 'Bouaké') ?

• a) IN est plus rapide mais moins précis
• b) Aucune différence — les deux retournent le même résultat, IN est juste plus lisible
• c) OR inclut les valeurs NULL, IN non

👉 Voir la réponse

✅ b) — Les deux requêtes retournent exactement le même résultat. IN est simplement plus concis et lisible, surtout quand la liste est longue. À partir de 3 valeurs, IN est la bonne pratique.

---

Q4. Tu cherches tous les clients dont le nom contient "Traoré". Quelle clause utiliser ?

• a) WHERE nom = 'Traoré'
• b) WHERE nom IN ('Traoré')
• c) WHERE nom LIKE '%Traoré%'

👉 Voir la réponse

✅ c) — LIKE '%Traoré%' trouve toutes les valeurs qui contiennent "Traoré" n'importe où dans le nom ("Traoré Brice", "Traoré Fréjus"...). = 'Traoré' ne trouverait que les cellules égales exactement à "Traoré".

---

Q5. Pourquoi cette requête échoue-t-elle ?

sqlSELECT montant * 1.18 AS montant_ttc
FROM transactions
WHERE montant_ttc > 5000;

• a) On ne peut pas multiplier dans un SELECT
• b) WHERE est exécuté avant SELECT — l'alias montant_ttc n'existe pas encore au moment du filtre
• c) Il manque un ORDER BY

👉 Voir la réponse

✅ b) — L'ordre d'exécution SQL est : FROM → WHERE → SELECT. L'alias montant_ttc est défini dans SELECT, qui s'exécute après WHERE. Solution : répéter le calcul dans WHERE : WHERE montant * 1.18 > 5000.

---

Q6. Tu veux les 5 clients inscrits le plus récemment. Quelle requête ?

• a) SELECT * FROM clients LIMIT 5;
• b) SELECT * FROM clients ORDER BY date_inscription DESC LIMIT 5;
• c) SELECT * FROM clients WHERE date_inscription > '2024-01-01' LIMIT 5;

👉 Voir la réponse

✅ b) — ORDER BY date_inscription DESC trie du plus récent au plus ancien, puis LIMIT 5 garde les 5 premiers — donc les 5 plus récents. La réponse a) retourne les 5 premières lignes dans l'ordre de stockage, pas les plus récentes.

---

➡️ Module suivant

Tu sais maintenant lire et filtrer des données avec SQL. Dans le Module 07, on passe aux agrégations — compter, sommer, grouper — l'équivalent SQL des TCD qu'on a vus en Acte II.

→ Module 07 — Agrégations et regroupements