SQL Analytique : Fonctions de Fenêtre et Traitement Avancé des Données

À l’issue de la formation, les participants seront capables de :

• Utiliser les fonctions analytiques (fenêtres) pour produire des analyses complexes
• Maîtriser les opérations de cumul, classement, variation, comparaison temporelle
• Segmenter dynamiquement les données avec PARTITION BY, ORDER BY, LAG, LEAD, etc.
• Appliquer SQL à des cas concrets d’analyse métier (KPI, churn, comportement utilisateur)
• Optimiser les requêtes analytiques pour les rendre lisibles et performantes

Rappels SQL pour l’analyse

• Clauses fondamentales : GROUP BY, HAVING, filtres multiples
• Jointures internes / externes pour enrichir les jeux de données
• Sous-requêtes vs Common Table Expressions (CTE)

Introduction aux fonctions de fenêtre (window functions)

• Structure : OVER(), PARTITION BY, ORDER BY
• Différences avec les agrégats classiques
• Cas d’usage : moyenne mobile, cumul, classement dans un segment

Fonctions analytiques courantes

• ROW_NUMBER(), RANK(), DENSE_RANK() : classement et détection de doublons
• LAG(), LEAD() : comparaison entre lignes consécutives
• FIRST_VALUE(), LAST_VALUE() : repérage de bornes dans une série
• NTILE(), PERCENT_RANK(), CUME_DIST() : segmentation en quantiles

Analyse temporelle et séries

• Calculs sur périodes glissantes : moyenne sur 7 jours, évolution mensuelle
• Études d’évolution entre deux dates (delta, variation, croissance)
• Fenêtres mobiles : RANGE vs ROWS
• Cas d’usage : churn, comportements utilisateurs, suivi de cohortes

Études de cas métiers

• Analyse du chiffre d'affaires cumulé par client et par mois
• Classement des meilleurs vendeurs par zone / période
• Détection de récurrence ou d’événements inhabituels
• Analyse de la rétention ou de la fréquence d’utilisation

Optimisation et lisibilité

• Structuration des requêtes analytiques complexes
• Utilisation de CTE pour segmenter les étapes d’analyse
• Lecture d’un plan d’exécution pour diagnostiquer une requête lente
• Bonnes pratiques de rédaction pour les dashboards automatisés

• En cours de formation, par des études de cas ou des travaux pratiques
• Et, en fin de formation, par un questionnaire d'auto-évaluation