← Retour à l'accueil
Projets SQL et bases de données
Requêtes complexes, agrégations, modélisation relationnelle et collecte de données par API
Analyse des ventes et de la rentabilité (base AdventureWorks)
Problématique métier : Une entreprise souhaite suivre ses ventes par région, par produit et par type de client afin d'orienter ses décisions commerciales.
Objectif : Interroger la base relationnelle AdventureWorks avec 15 requêtes T-SQL pour mesurer les performances commerciales et la rentabilité des produits.
SQL
T-SQL / SQL Server
Jointures
CTE
AdventureWorks
Analyses réalisées
- Ventes par région et par catégorie de produit, et ventes par produit sur 12 mois (juillet 2013 à juin 2014).
- Clients actifs, top 10 des clients et segmentation par montant dépensé (bas, moyen, élevé).
- Comparaison entre revendeurs (B2B) et particuliers (B2C), et entre ventes en ligne et en magasin.
- Ventes par agent et top 5 des produits.
Consulter le fichier SQL
Rentabilité et qualité fournisseurs
- Marge brute par produit (chiffre d'affaires moins coût standard) et classement en 4 niveaux de rentabilité.
- Taux de rejet des commandes fournisseurs (quantité rejetée sur quantité commandée).
- Techniques :
INNER JOIN / LEFT JOIN, GROUP BY / HAVING, WITH (CTE), CASE, TOP, NULLIF.
Analyse et reporting des ventes (base Chinook)
Problématique métier : Une boutique de musique en ligne souhaite suivre ses ventes par pays, par agent et par artiste pour évaluer ses performances commerciales.
Objectif : Extraire, croiser et agréger les données de la base Chinook avec 27 requêtes SQLite de difficulté croissante.
SQL
SQLite / DB Browser
Jointures multi-tables
Agrégations
Chinook
Requêtes réalisées
- Filtres sur les clients et les factures (pays, période, avec
strftime).
- Jointures jusqu'à 4 tables : clients, factures, employés, morceaux, albums et artistes.
- Agrégations
COUNT et SUM avec GROUP BY, tri et LIMIT pour les classements.
Consulter le fichier SQL
Questions métier traitées
- Ventes et nombre de clients par agent, et meilleur agent par année.
- Pays générant le plus de ventes.
- Morceaux, artistes et types de média les plus vendus.
Collecte d'API et stockage SQL (météo tourisme)
Contexte métier : Une entreprise de tourisme souhaite collecter la météo de ses destinations pour affiner ses recommandations clients.
Objectif : Interroger une API publique, nettoyer les données JSON reçues et les stocker dans une base relationnelle SQL.
Python
Requests / API REST
SQLite
SQL relationnel
Collecte et nettoyage
- Interrogation de l'API OpenWeather pour 5 destinations : Paris, Tokyo, New York, Sydney et Marrakech.
- Extraction du JSON : ville, pays, température (en °C, arrondie au dixième), humidité et description.
- Conversion de l'horodatage Unix en date lisible.
- Gestion des erreurs : une ville en échec est ignorée, la collecte continue.
Modèle de données
destination : identifiant, ville (unique) et pays.
weather_log : identifiant, relevé météo et horodatage, rattaché à une destination par clé étrangère.
- Relation un-à-plusieurs : une destination possède plusieurs relevés.
- Une contrainte
UNIQUE sur la ville évite les doublons de destinations.