Pourquoi SQL Avant Power BI ?

Beaucoup de débutants Power BI sautent directement dans les visuels.

Grave erreur.

Avant de créer un dashboard, vous devez comprendre vos données. Et le SQL est le meilleur outil pour ça.

Dans cette Partie 2, on ne touche pas encore à Power BI. On explore les 148,000 transactions avec du SQL pur pour identifier les insights business cachés.

Ce Que Vous Allez Apprendre (22 Minutes)

Requêtes SQL que vous maîtriserez :

✅ SELECT & WHERE : Filtrer les données pertinentes
✅ JOIN : Connecter plusieurs tables (customers, products, markets)
✅ GROUP BY : Agréger par client, produit, ville
✅ ORDER BY : Identifier les top performers
✅ Fonctions d’agrégation : SUM, COUNT, AVG, MIN, MAX

Contenu de la vidéo :

⏱️ 00:00 – Pourquoi SQL avant Power BI
⏱️ 02:30 – Exploration structure base (5 tables)
⏱️ 05:00 – Première requête : Revenus totaux
⏱️ 08:15 – JOIN : Connecter transactions + customers
⏱️ 12:40 – Analyse top clients (GROUP BY + ORDER BY)
⏱️ 16:20 – Analyse géographique par ville
⏱️ 19:00 – Identification problèmes business
⏱️ 21:00 – Récapitulatif insights découverts

Les Insights Découverts

Grâce au SQL, on identifie AVANT même Power BI :

🚨 Risque concentration client :
1 client (Electricalsar Stores) = 42% des revenus (₹413M sur ₹985M)

📊 Performance géographique :
Delhi NCR = 53% du CA total (₹520M)

💰 Marge profit faible :
Marge moyenne 2.5% vs 5-10% standard industrie

Ces découvertes SQL guident la construction du dashboard Power BI.

Pourquoi Cette Étape Est Essentielle

Sans analyse SQL, vous créez un dashboard… mais vous ne savez pas QUOI y mettre.

Avec SQL, vous :

Comprenez la structure des données
Identifiez les KPIs pertinents
Détectez les problèmes business
Savez quelles visualisations créer

SQL = La boussole avant le voyage Power BI.

Regardez la Vidéo Maintenant

📥 Ressources :

Scripts SQL complets (.sql)
Résultats requêtes (screenshots)
Guide requêtes SQL pour débutants

👉 GitHub Repository

Prochaine Étape : Power BI !

Maintenant que vous comprenez vos données grâce au SQL, place à Power BI.

Partie 3 : Import Power BI + ETL Power Query

Vous apprendrez à :

Connecter MySQL → Power BI
Nettoyer les données (ETL)
Préparer pour la modélisation

Progression série :

✅ Partie 1 : MySQL (5 min)
✅ Partie 2 : SQL (22 min) ← VOUS ÊTES ICI
→ Partie 3 : Power BI + ETL (22 min)
→ Partie 4 : Star Schema + DAX (17 min)
→ Partie 5 : Dashboard (1h03)
→ Partie 6 : Publication Cloud (15 min)

Le SQL n’est pas optionnel. C’est la fondation de toute analyse data sérieuse.

Boubacar Nikiema | Data Analyst
Ngroup Media & Digital