Entraînement aux tests de data analyst

À quoi ressemble généralement le test réel

Il n’existe pas d’évaluation unique pour les analystes de données. Chaque employeur choisit son propre test, souvent auprès d’un fournisseur d’évaluations, et peut généralement en modifier la durée, les sujets et le niveau de difficulté. Votre invitation ou le recruteur est le meilleur moyen de savoir à quoi vous attendre. Trois exemples publics illustrent la diversité des formats :

• iMocha. iMocha présente son test d’analyste de données, qui comprend 10 questions en 20 minutes et porte sur les requêtes de données telles que SQL, les outils de visualisation, les méthodes statistiques et des outils comme Excel. La plateforme indique que le test est entièrement personnalisable en fonction du poste, du niveau de difficulté et des outils souhaités, et que les employeurs peuvent ajouter leurs propres questions de programmation, à choix multiples et sur tableau blanc.
• Adaface. Adaface présente un test d’analyse de données comprenant 15 questions à choix multiples basées sur des mises en situation, à réaliser en 30 minutes. Elles portent sur l’analyse des données, SQL et l’interprétation de données présentées sous forme de graphiques. La plateforme précise que le test est adapté à la description du poste et que le test envoyé par un employeur peut être d’une durée différente de son exemple.
• Alooba. Le test gratuit d’analyse de données d’Alooba est un exemple plus vaste : 50 questions à choix multiples en 50 minutes, avec cinq réponses possibles pour chacune. Il porte sur les bases des statistiques, SQL, Python, R, la préparation des données, la création de rapports et la visualisation.

Domaines de contenu couramment signalés par les fournisseurs :

• SQL : lire une requête et déterminer ce qu’elle renvoie, choisir la requête qui répond à une question métier, utiliser les jointures, le regroupement et le filtrage.
• Feuilles de calcul : sommes et comptages conditionnels, recherches, logique IF et synthèse d’une liste.
• Bases des statistiques : moyenne, médiane et dispersion, pourcentages et variation en pourcentage, corrélation et causalité.
• Graphiques et tableaux : lire des valeurs, comparer des groupes, repérer des tendances et effectuer des calculs à partir d’un tableau.
• Parfois Python, R ou un outil de tableaux de bord, ou un exercice pratique où vous rédigez une requête exécutée sur une véritable base de données.

Contenu de nos tests blancs. Nos tests blancs complets comportent 25 questions en 40 minutes, réparties en quatre sections : SQL (6), feuilles de calcul (6), bases des statistiques (6), graphiques et tableaux (7). Vous pouvez utiliser une calculatrice, revenir en arrière et marquer des questions. Toutes les questions sont à choix multiples : nos tests blancs n’exécutent pas le SQL que vous écrivez et ne couvrent pas Python, R, Tableau ou Power BI. Si votre invitation mentionne ces outils, entraînez-vous aussi directement avec ceux-ci.

iMocha, Adaface et Alooba sont des marques déposées de leurs propriétaires respectifs. Intellect Council n’est affilié à aucune de ces entreprises, n’est pas approuvé par elles et ne bénéficie pas de leur soutien.

Types de questions avec exemples corrigés

Un ou deux exemples résolus pour chaque partie, avec le piège dans lequel tombent la plupart des gens. Aucun ne reprend l’échantillon gratuit.

1. SQL : WHERE ou HAVING. Vous cherchez les régions où au moins une commande dépasse $500. Faut-il filtrer avec WHERE ou HAVING ? WHERE, car la condition porte sur des lignes individuelles : WHERE amount > 500. HAVING filtre les groupes après GROUP BY, par exemple les régions dont le total dépasse $500. Piège : les deux semblent convenir. Demandez-vous si la condition porte sur une ligne ou sur un groupe.

2. SQL : les clients manquants. Vous reliez les clients aux commandes avec un JOIN interne, puis vous comptez les clients. Le résultat est inférieur au nombre de clients dans la table. Pourquoi ? Un JOIN interne ne conserve que les clients ayant au moins une commande. Un LEFT JOIN à partir de la table des clients les conserve tous, avec NULL pour ceux qui n’ont pas de commande. Piège : interpréter le résultat plus court comme si « certains clients avaient été supprimés ».

3. Tableurs : compter à l’aide d’une comparaison. La colonne B contient la région et la colonne C, le montant de la commande. Pour compter les commandes de la région East d’un montant égal ou supérieur à 100, utilisez =COUNTIFS(B:B,"East",C:C,">=100"). La comparaison doit être entre guillemets. Si la limite se trouve dans une cellule, par exemple E1, ajoutez-la ainsi : ">="&E1. Piège : saisir ">=E1", ce qui cherche le texte "E1" et ne compte rien.

4. Statistiques : la moyenne des moyennes. Le magasin A a enregistré 100 commandes d’un montant moyen de $20. Le magasin B en a enregistré 10 d’un montant moyen de $40. Quel est le montant moyen des commandes pour les deux magasins ? Ce n’est pas $30. Le total des ventes est de 2,000 + 400 = $2,400 pour 110 commandes, soit environ $21.82. Piège : calculer la moyenne de deux moyennes portant sur des nombres d’éléments très différents. Revenez aux totaux et aux nombres d’éléments.

5. Statistiques : pourcentage ou point de pourcentage. Un taux de conversion passe de 4% à 5%. Il augmente de 1 point de pourcentage, ce qui représente aussi une hausse de 25% (1 / 4). Piège : répondre « 1% » si la question porte sur la variation en pourcentage. Vérifiez ce que demande la question.

6. Graphiques : l’axe tronqué. Un diagramme en barres indique un taux de satisfaction de 92 pour l’équipe A et de 96 pour l’équipe B, mais la barre de B semble deux fois plus haute. Vérifiez l’axe : s’il commence à 90, les barres représentent 2 et 6 au-dessus de cette ligne, et non les valeurs complètes. L’écart réel est de 4 points, soit environ 4%. Piège : se fier à la hauteur des barres plutôt qu’aux chiffres.

7. Tableaux : commencez par lire les unités. L’en-tête d’un tableau indique « Chiffre d’affaires ($ milliers) » et une question demande le chiffre d’affaires du deuxième trimestre, indiqué comme 95. La réponse est $95,000. Piège : choisir l’option qui indique $95. Lisez le titre, les en-têtes et les éventuelles notes avant de répondre à la première question sur un tableau.

Comment vous préparer

1. Lisez d'abord votre invitation. Vérifiez quel fournisseur ou format votre employeur utilise, la durée du test et s'il vous demande de rédiger du SQL exécutable, d'utiliser Excel ou Google Sheets, ou de programmer en Python ou en R. Les formats varient trop pour que vous puissiez le supposer.
2. Habituez-vous au rythme. Les tests des fournisseurs sont souvent courts. Pour les 10 questions en 20 minutes du test iMocha, vous disposez d'environ 2 minutes par question (iMocha). Certaines questions nécessitent un calcul rapide : entraînez-vous donc avec un chronomètre.
3. Révisez les bases du SQL. SELECT, WHERE, GROUP BY avec SUM, COUNT et AVG, HAVING, ORDER BY, INNER et LEFT JOIN, DISTINCT, ainsi que le comportement de NULL dans les comptages et les comparaisons. Suivez à la main de petites requêtes sur une table de cinq ou six lignes.
4. Révisez les bases des feuilles de calcul. SUMIFS, COUNTIFS, AVERAGEIFS, une fonction de recherche comme XLOOKUP, IF et les IF imbriqués, ainsi qu'un résumé sous forme de tableau croisé dynamique. Pour vous entraîner davantage aux formules, essayez notre test d'évaluation Excel.
5. Révisez les bases des statistiques. Moyenne, médiane et mode, situations où la médiane est préférable en présence d'une valeur aberrante, étendue, variation en pourcentage, points de pourcentage, moyennes pondérées et raisons pour lesquelles une corrélation ne prouve pas un lien de cause à effet.
6. Lisez chaque graphique lentement. Titre, unités, origine de l'axe, légende, puis question. La plupart des erreurs liées aux graphiques viennent de l'oubli de l'un de ces éléments.
7. Gardez une calculatrice et du papier brouillon à portée de main si votre test les autorise, et sachez calculer un pourcentage avec les deux.
8. Faites des examens blancs complets et chronométrés. Entraînez-vous au rythme réel pour qu'un test de 20 ou 30 minutes vous semble normal le jour de l'épreuve.

Comment la notation fonctionne généralement

La notation dépend de l'employeur et du fournisseur. Il n'existe pas d'échelle nationale ni de seuil de réussite universel. Les fournisseurs transmettent un rapport aux employeurs, et l'employeur décide du résultat nécessaire pour le poste. Voici un exemple public :

• Adaface indique que son rapport comprend une recommandation générale de réussite ou d'échec ainsi que des références du secteur, et suggère aux employeurs de fixer leur propre seuil de score (Adaface).

iMocha et Alooba ne décrivent pas leur méthode de notation sur les pages que nous avons consultées. Les questions à choix multiples sont généralement notées comme justes ou fausses. Lorsqu'un test vous demande d'écrire une requête, celle-ci peut être comparée aux résultats attendus. Une requête presque correcte peut donc tout de même ne rapporter aucun point.

Notre score d'entraînement correspond au nombre de nos propres questions auxquelles vous avez répondu correctement, avec un détail par section : SQL, tableurs, notions de base en statistiques, graphiques et tableaux. Il vous indique où concentrer vos efforts. Il s'agit d'un score d'entraînement : ce n'est pas un score obtenu à un test de fournisseur ou d'employeur, et il ne permet pas de prédire si vous réussirez.

Erreurs fréquentes dans les tests d'analyste de données

• Oublier les valeurs NULL. COUNT(column) ignore les valeurs NULL, AVG les ignore aussi, et WHERE email = NULL ne renvoie aucun résultat. Utilisez IS NULL.
• Regrouper selon le mauvais critère. Un regroupement par nom fusionne deux personnes différentes qui portent le même nom. Regroupez par identifiant et affichez le nom à côté.
• Faire une jointure sur la mauvaise clé. Joindre orders.id à customers.id semble valide et renvoie des lignes, mais ce ne sont pas les bonnes. Faites la jointure sur la clé étrangère, par exemple customer_id.
• Diviser par le mauvais nombre pour calculer une variation en pourcentage. Divisez toujours par la valeur de départ.
• Confondre « supérieur à » et « supérieur ou égal à ». En SQL comme dans les formules, > et >= donnent des résultats différents à la limite. Vérifiez le cas limite.
• Confondre la moyenne et la médiane. Une valeur extrême déplace beaucoup la moyenne, mais très peu la médiane.
• Affirmer qu’une corrélation « cause » quelque chose. Deux phénomènes qui évoluent ensemble constituent une tendance à expliquer, pas une preuve.
• Lire trop vite l’en-tête du tableau. Les unités, les périodes et les notes de bas de page peuvent changer la réponse.

Comment cet entraînement se compare au véritable test

Ce que nous reproduisons. Les quatre domaines les plus souvent décrits par les fournisseurs, des questions à choix multiples dans un style similaire, une calculatrice et une véritable contrainte de temps. Chaque question est accompagnée d’une explication.

Ce que nous ne pouvons pas reproduire. Nous n’exécutons pas de requêtes dans une base de données en direct ; nous ne pouvons donc pas vérifier le SQL que vous saisissez. Nous ne couvrons pas Python, R ni les outils de tableaux de bord. Les fournisseurs utilisent leurs propres banques de questions et niveaux de difficulté, auxquels nous n’avons pas accès.

Comment combler l’écart. Utilisez nos questions pour repérer vos points faibles et apprendre les règles, puis rédigez quelques requêtes avec un outil de base de données gratuit, à partir d’un petit tableau de votre cru. Recréez aussi les formules de feuille de calcul dans un vrai tableur. Si votre invitation mentionne un exercice de programmation ou de tableau de bord, entraînez-vous directement avec l’outil concerné.