Un portfolio Data Analyst est une sélection de projets qui montre comment vous passez d’un fichier brut à une réponse utile. Pour préparer une candidature, choisissez un sujet proche du poste visé, rendez vos calculs vérifiables et expliquez leurs limites. Voici cinq pistes à explorer : ventes, commerce en ligne, immobilier, énergie et support.
Commencez par un projet abouti. Pour chacun, vous trouverez une source de données, trois étapes, un livrable attendu et une limite à expliquer. Les phrases d’entretien sont des modèles à adapter au travail que vous aurez réellement effectué.
Comment choisir les projets de son portfolio Data Analyst ?
Choisissez d’abord la compétence que vous voulez rendre visible : contrôler un tableau, interroger des données ou expliquer un indicateur. Puis cherchez une question assez précise pour recevoir une réponse. Un sujet familier vous aidera à justifier vos choix en entretien.
| Votre priorité | Projet conseillé | Preuve à montrer |
|---|---|---|
| Passer d’Excel à un rapport | Ventes | Totaux contrôlés |
| Pratiquer SQL, le langage d’interrogation des données | Commerce en ligne | Requêtes commentées |
| Traiter des données publiques complexes | Immobilier | Règles de regroupement |
| Analyser une évolution dans le temps | Énergie | Comparaisons cohérentes |
| Valoriser sa connaissance d’un service | Support informatique | Indicateurs bien définis |
Terminez une analyse avant d’ajouter un outil. Pour le projet suivant, changez la difficulté : un rapport visuel et une analyse SQL documentée démontrent des compétences complémentaires.
Quelles ventes contribuent le plus au bénéfice ?
Comparez les ventes et le bénéfice par segment de clientèle pour identifier les écarts à examiner. Ce projet permet de montrer qu’un montant vendu élevé ne suffit pas à juger une activité. La question métier est concrète : quels segments un responsable commercial devrait-il regarder en priorité ?
Données et outils : utilisez le classeur officiel Microsoft Financial Sample, un exemple de ventes et de bénéfices par segment et pays. Utilisez Excel et Power BI, l’outil de rapports interactifs de Microsoft. Power Query enregistre les étapes de préparation.
- Contrôler les colonnes : vérifier les dates et convertir les montants en nombres. Conserver l’original pour contrôler les totaux.
- Définir les mesures : additionner séparément les ventes et le bénéfice. Calculer le ratio bénéfice/ventes à partir de ces totaux, sans faire la moyenne des ratios de chaque ligne.
- Construire la comparaison : afficher les segments, ajouter un filtre par pays et vérifier qu’un tableau croisé dynamique Excel retrouve les mêmes sommes à périmètre égal.
Livrable : un rapport avec ventes, bénéfice, ratio et segments à examiner. Notre présentation de Power BI aide à comprendre le rôle de l’outil.
Limite : les données sont un exemple. Un écart entre segments ne prouve pas qu’une campagne en est la cause.
À adapter pour votre entretien« J’ai rapproché les totaux du rapport et du fichier source. Je peux expliquer pourquoi j’utilise un ratio des sommes pour comparer les segments. »
Quels produits dominent les ventes avant déduction des annulations ?
Interrogez un historique de commerce en ligne pour classer les produits selon leurs ventes positives, avant déduction des annulations. La question métier : quels produits examiner pour préparer l’assortiment ? L’intérêt du projet tient au traitement des factures et à la définition du montant retenu, avant tout graphique.
Données et outils : Online Retail, publié par UCI, contient 541 909 observations couvrant le 1er décembre 2010 au 9 décembre 2011. Importez-le dans une base SQL après conversion en CSV, un texte organisé en colonnes. Les prix sont en livres sterling.
- Contrôler l’import : garder les numéros de facture en texte, vérifier dates et prix, puis compter les lignes avant et après transformation.
- Séparer les cas : repérer les factures commençant par « C », qui signalent une annulation. Isoler aussi les quantités négatives et les prix non positifs pour les examiner.
- Classer les produits : sur les ventes retenues, multiplier quantité et prix unitaire, puis regrouper par code produit. Compter les factures distinctes, car une facture peut comporter plusieurs lignes.
Livrable : les requêtes commentées, un classement des produits et un tableau des exclusions. Consultez nos exercices SQL pour analystes débutants.
Limite : écarter une écriture d’annulation ne retire pas automatiquement la vente positive d’origine. Le résultat n’est donc pas un chiffre d’affaires net. Le jeu est ancien. Daqing Chen, son créateur, précise que de nombreux clients de l’entreprise sont des grossistes
(traduction de la description du jeu).
À adapter pour votre entretien« J’ai séparé les ventes retenues des annulations. Mon classement porte sur ce périmètre ; il ne mesure ni la marge ni la rentabilité des produits. »
Comment comparer les ventes immobilières sans les compter deux fois ?
Comparez les montants déclarés de ventes comparables dans quelques communes, après avoir vérifié ce que représente chaque ligne. La question métier : comment les montants des ventes simples retenues diffèrent-ils entre communes ? Commencez par un petit périmètre, par exemple des appartements dans les Hauts-de-Seine sur une année complète.
Données et outils : prenez les Demandes de valeurs foncières géolocalisées, ou DVF, version enrichie des données de la Direction générale des finances publiques. Choisissez un fichier départemental annuel. Préparez-le avec SQL, puis présentez les résultats dans Excel.
- Regrouper avant de filtrer : compter les lignes par
id_mutationdans le fichier complet. Cet identifiant sert à regrouper un transfert de propriété ; il n’est pas stable entre les versions des fichiers. - Définir un premier échantillon simple : conserver uniquement les mutations à une seule ligne, de nature « Vente », décrivant un appartement avec une valeur et une surface positives. Ce choix volontairement restrictif évite d’additionner plusieurs fois un prix.
- Comparer : présenter le nombre et le montant médian de ces ventes par commune. Indiquer combien de mutations ont été écartées. Ne pas assimiler cet échantillon à tout le marché local.
Livrable : un tableau comparatif communal et une note de méthode. La médiane partage les valeurs ordonnées en deux moitiés.
Limite : une mutation peut occuper plusieurs lignes, avec un prix répété, comme l’explique la notice du producteur, page 3. Additionner ces lignes gonflerait les montants. Cette analyse ne constitue pas une estimation du prix d’un bien précis. Publiez des résultats regroupés, sans fiches individuelles de transactions.
À adapter pour votre entretien« J’ai limité l’analyse aux regroupements vérifiables. J’explique quels cas sont exclus et pourquoi mes résultats ne représentent pas toutes les ventes locales. »
À quelles heures la consommation électrique est-elle la plus forte ?
Comparez les profils horaires en semaine et le week-end sur une période définie. La question métier : quels créneaux concentrent la demande électrique nationale ? Ce projet montre votre capacité à travailler sur une série temporelle, c’est-à-dire des mesures ordonnées dans le temps, sans confondre puissance et énergie.
Données et outils : utilisez les historiques officiels RTE éCO2mix, de préférence définitifs. RTE gère le réseau de transport d’électricité. Préparez une période limitée avec Excel et Power Query.
- Vérifier le calendrier : associer date et heure, contrôler les intervalles entre mesures et repérer les valeurs manquantes. Examiner les journées de changement d’heure.
- Former les groupes : distinguer jours ouvrés, week-ends et jours fériés. Comparer des périodes de même saison, avec la même couverture horaire.
- Tracer les profils : calculer la puissance moyenne par créneau et type de jour, puis signaler les périodes incomplètes. Conserver l’unité MW, mégawatt, qui mesure une puissance.
Livrable : des courbes comparables et un commentaire. RTE indique un maximum national de 87 716 MW le 14 janvier 2025 et un minimum de 30 306 MW le 1er juin 2025. Ces repères officiels de 2025 concernent la France hors Corse.
Limite : additionner des MW ne donne pas directement une énergie consommée. Les écarts peuvent aussi dépendre de la météo. Une courbe nationale ne décrit pas les besoins d’une entreprise.
À adapter pour votre entretien« J’ai contrôlé les dates et comparé des périodes cohérentes. Je distingue les profils observés des causes qu’il faudrait encore vérifier. »
La moyenne décrit-elle bien le délai de résolution des tickets ?
Comparez moyenne et médiane pour expliquer les délais d’un support informatique. La question métier : quel indicateur décrit le mieux les tickets résolus lorsque certains prennent beaucoup plus de temps ? Ce petit exercice utilise huit tickets entièrement fictifs.
Données et outils : recopiez les huit tickets ci-dessous dans Excel. Un ticket est une demande d’assistance. Chaque durée représente le temps écoulé entre ouverture et résolution, en heures calendaires, pas le temps de travail effectif du technicien.
| Ticket fictif | Durée de résolution en heures |
|---|---|
| T01 | 1 |
| T02 | 2 |
| T03 | 2 |
| T04 | 3 |
| T05 | 4 |
| T06 | 4 |
| T07 | 8 |
| T08 | 24 |
- Contrôler : vérifier les identifiants uniques, les durées positives et le statut résolu de chaque ticket.
- Calculer : la somme vaut 48 heures. La moyenne vaut 48 ÷ 8 = 6 heures. La médiane vaut (3 + 4) ÷ 2 = 3,5 heures.
- Interpréter : représenter chaque durée pour rendre visible le ticket de 24 heures. Le conserver : une valeur élevée n’est pas forcément une erreur.
Livrable : un tableau contrôlable et un graphique commenté. La moyenne est tirée vers le haut par les durées longues ; la médiane décrit le centre de cette petite série.
Limite : seuls les tickets résolus figurent ici. Ces deux mesures ne décrivent pas le stock de demandes ouvertes, appelé backlog, ni leur ancienneté.
À adapter pour votre entretien« Sur ce jeu fictif, j’obtiens 6 heures de moyenne et 3,5 heures de médiane. J’ajouterais les tickets ouverts avant de proposer un suivi du service. »
Comment présenter son projet pour préparer l’entretien ?
Présentez d’abord la question traitée, puis le résultat et la manière de le vérifier. Le lecteur doit comprendre votre contribution sans ouvrir tous les fichiers. Une page de présentation peut suffire si elle contient un exemple lisible, les principales décisions et un accès aux éléments qui permettent de reproduire l’analyse.
- Question : « Je cherche à comprendre [problème précis]. »
- Périmètre : « J’utilise [source, période, exclusions]. »
- Décision technique : « J’ai choisi [règle] parce que [raison]. »
- Résultat : « Mon calcul montre [constat réellement obtenu]. »
- Limite et suite : « Je ne peux pas conclure sur [point] ; je vérifierais [donnée]. »
Partagez votre méthode et vos requêtes, avec les instructions pour relancer les calculs. Pour RTE et DVF, fournissez les liens officiels de téléchargement plutôt que les fichiers bruts : leurs conditions de réutilisation imposent des précautions de diffusion. Les résultats immobiliers doivent rester regroupés. Testez le lien sans connexion à votre compte. Entraînez-vous avec nos questions d’entretien Data Analyst.
QUESTION Quel problème mon analyse cherche-t-elle à éclairer ? DONNÉES Source, période, unité de chaque ligne et exclusions. MÉTHODE Trois opérations et la raison de chaque choix. RÉSULTAT Un chiffre vérifié, un graphique et leur interprétation. LIMITES Ce que je ne peux pas conclure et la prochaine vérification. REPRODUIRE Lien vers les fichiers et instructions pour relancer les calculs.
Besoin d’un cadre pour poursuivre ?
Consultez notre formation Data Analyst et intelligence artificielle. Comparez le programme avec les compétences à travailler dans votre projet, puis échangez avec l’équipe sur vos attentes.
Découvrir le programme Data AnalystQuelles erreurs rendent un projet difficile à défendre ?
Un projet devient fragile lorsque ses chiffres ne peuvent pas être expliqués. Avant de soigner la présentation, vérifiez les définitions, les filtres et les calculs. Votre dossier doit distinguer ce que les données montrent, ce que vous supposez et ce qu’il faudrait encore examiner pour décider.
- Copier un tutoriel sans préciser votre contribution personnelle.
- Supprimer des valeurs gênantes sans conserver la raison.
- Présenter une hypothèse comme un résultat vérifié.
- Ajouter un graphique sans question à laquelle il répond.
- Laisser un lien inaccessible ou un fichier sans instructions.
Quelles questions se poser avant de partager ses projets ?
Vérifiez surtout que chaque projet correspond à votre niveau réel et que vous pouvez en expliquer les choix. Le format et le nombre de réalisations viennent ensuite. Ces réponses vous aident à choisir quoi publier, avec quels outils et sous quelle présentation, sans transformer un exercice en expérience professionnelle.
Combien de projets faut-il présenter quand on débute ?
Commencez par un projet terminé. Ajoutez-en un autre pour montrer une compétence différente. Ce conseil n’est pas une exigence universelle des recruteurs.
Peut-on utiliser des données fictives ?
Oui, pour démontrer une méthode. Précisez leur caractère fictif, leur construction et leurs limites. N’attribuez jamais ces données à un client ou à un employeur.
Faut-il maîtriser Python avant de commencer ?
Non. Les exercices proposés peuvent commencer avec Excel ou SQL. Ajoutez Python si le traitement le justifie et si vous pouvez expliquer le code utilisé.
Où publier son travail ?
Choisissez une page personnelle, un dépôt GitHub ou un document partagé. Ajoutez une présentation lisible et les instructions pour retrouver vos calculs.
Un portfolio suffit-il pour obtenir un entretien ?
Il appuie votre candidature, sans garantir d’entretien. L’adéquation au poste, votre parcours et les critères de l’employeur comptent aussi.
Quelles sources permettent de réaliser ces projets ?
Les sources ci-dessous donnent accès aux données et à leur documentation officielle. Consultez leurs définitions avant de commencer, puis notez la version utilisée dans votre présentation. Les propositions de projets et la grille de choix sont éditoriales ; les huit tickets constituent uniquement un exemple pédagogique fictif.
- Microsoft Learn : Financial Sample, documentation mise à jour le 9 septembre 2025.
- UCI : Online Retail, Daqing Chen, 2015, données et attribution du créateur.
- DVF géolocalisées : format enrichi et identifiant de regroupement, données d’origine et notice descriptive.
- RTE : téléchargement éCO2mix et définition des fichiers en puissance, juin 2025.
- RTE : chiffres clés de l’électricité, valeurs nationales 2025.
.avif){kind=icon}
