Question 1

Comment appelle-t-on un workflow automatisé dans Zapier ?

Accepted Answer

Dans Zapier, un workflow automatisé s'appelle un Zap. Chaque Zap est composé d'un trigger (événement déclencheur) et d'une ou plusieurs actions (tâches exécutées automatiquement). Les Zaps permettent de connecter différentes applications entre elles sans écrire de code, ce qui en fait un outil central du no-code automation.

Question 2

Quel type de graphique est le plus adapté pour comparer des valeurs entre différentes catégories ?

Accepted Answer

Le diagramme en barres (bar chart) est le graphique le plus efficace pour comparer des valeurs entre catégories distinctes. L'œil humain est très performant pour comparer des longueurs alignées sur un même axe, ce qui rend la lecture intuitive. Les barres peuvent être verticales ou horizontales selon le nombre de catégories et la longueur des labels.

Question 3

Quelle est la structure de données principale de Pandas pour stocker des données tabulaires ?

Accepted Answer

Le DataFrame est la structure de données centrale de Pandas. Il représente un tableau bidimensionnel avec des lignes et des colonnes, similaire à une feuille de calcul ou une table SQL. Chaque colonne est une Series, et chaque ligne possède un index. Le DataFrame permet de manipuler efficacement des données structurées grâce à ses nombreuses méthodes intégrées.

Question 4

Quelle référence de cellule désigne la cellule située dans la colonne B, ligne 5 ?

Accepted Answer

Dans Google Sheets, les références de cellules utilisent toujours la lettre de la colonne suivie du numéro de ligne. La colonne B avec la ligne 5 donne donc B5. Cette notation permet d'identifier précisément chaque cellule dans une feuille de calcul.

Question 5

Quel type de graphique est le plus adapté pour afficher l'évolution d'un chiffre d'affaires mensuel sur un an dans un dashboard Google Sheets ?

Accepted Answer

Le graphique en courbes (line chart) est le choix optimal pour visualiser une évolution temporelle continue. Il met en évidence les tendances, les pics et les creux sur une période donnée. Les barres conviennent mieux aux comparaisons catégorielles, le camembert aux proportions d'un tout, et le nuage de points aux corrélations entre deux variables.

Question 6

Qu'est-ce qu'une sous-requête en SQL ?

Accepted Answer

Une sous-requête est une requête imbriquée à l'intérieur d'une autre requête SQL. Elle peut apparaître dans les clauses SELECT, FROM, WHERE ou HAVING. La sous-requête est exécutée en premier et son résultat est utilisé par la requête principale. Ce mécanisme permet de décomposer des problèmes complexes en étapes logiques successives.

Question 7

Qu'est-ce qu'une window function en SQL ?

Accepted Answer

Une window function effectue un calcul sur un ensemble de lignes liées à la ligne courante, sans regrouper les résultats en une seule ligne de sortie. Contrairement à GROUP BY qui réduit le nombre de lignes, la window function conserve toutes les lignes du résultat tout en ajoutant une colonne calculée. La clause OVER() définit la fenêtre sur laquelle le calcul est effectué.

Question 8

Dans une analyse de cohortes, quel est le rôle principal de la date de première action (first touch date) ?

Accepted Answer

La date de première action permet de regrouper les utilisateurs en cohortes selon le moment où ils ont commencé à interagir avec le produit. Cette segmentation temporelle est essentielle pour comparer le comportement de groupes d'utilisateurs acquis à différentes périodes et identifier des tendances ou des changements de performance au fil du temps.

Question 9

Quelle est la différence entre une macro et un modèle dans dbt ?

Accepted Answer

Une macro est un bloc de code Jinja réutilisable qui génère du SQL dynamiquement, tandis qu'un modèle est un fichier SQL qui produit une table ou vue dans le data warehouse. Les macros permettent de factoriser du code répétitif et de créer des fonctions personnalisées, alors que les modèles définissent la structure des données transformées.

Question 10

Quelle est la différence fondamentale entre une mesure et une colonne calculée en DAX ?

Accepted Answer

Une mesure est calculée dynamiquement à chaque interaction utilisateur (filtre, slicer) dans le contexte de la visualisation actuelle, tandis qu'une colonne calculée est évaluée une seule fois lors du chargement des données et stockée en mémoire dans la table. Les mesures sont optimales pour les agrégations et KPIs qui changent selon le contexte, les colonnes calculées pour les attributs fixes nécessitant un tri ou un regroupement.

Questions d'entretien Data Analytics

Prêt pour ton entretien Data Analytics ?

Explorer tous les sujets Data Analytics

Google Sheets - Les fondamentaux

Google Sheets - Formules avancées

SQL - Les fondamentaux

SQL - Agrégations et groupements

SQL - Jointures

BigQuery - Fondamentaux

Data Cleaning - Nettoyage des données

KPIs et métriques business

Statistiques descriptives

Zapier et automatisation No-Code

Principes de data visualisation

Python & Pandas - Fondamentaux

Google Sheets - Dashboards automatisés

SQL - Sous-requêtes et CTEs

SQL - Window Functions

BigQuery - Fonctionnalités avancées

Data Modeling

Analyse de funnels et conversion

Analyse de cohortes et rétention

Google Tag Manager et tracking

APIs et webhooks

dbt - Fondamentaux

AB Testing et statistiques appliquées

Looker Studio (Google Data Studio)

Power BI - Fondamentaux

SQL - Requêtes analytiques avancées

dbt - Fonctionnalités avancées

Power BI - DAX et dashboards avancés

Python Analytics - Analyse avancée et ML

Les offres Data Analytics en chiffres

Où sont les offres Data Analytics

Le marché Data Analytics aujourd'hui

Maîtrise Data Analytics pour ton prochain entretien