🗃️ Projet SQL — Analyse des ventes au détail

Ce projet analyse un jeu de données de ventes au détail (retail) à l'aide de requêtes SQL : nettoyage des données, statistiques descriptives et réponses à 10 questions métier via des requêtes avancées (agrégations, fenêtres, CASE, CTE).

📁 Contenu du dépôt

Fichier	Description
Projet SQL.sql	Script SQL complet : création de la base, nettoyage des données et 10 requêtes d'analyse.
Analyse des ventes au détail - SQL - donnees.csv	Jeu de données brut (2000 transactions) à importer dans la table ventes_détaillants.
README.md	Ce fichier.

🧾 Jeu de données

La table ventes_détaillants contient les colonnes suivantes :

Colonne	Description
id_transaction	Identifiant unique de la transaction
date_vente	Date de la vente
temps_vente	Heure de la vente
id_client	Identifiant du client
sexe	Sexe du client
age	Âge du client
categorie	Catégorie du produit (Vêtements, Beauté, ...)
quantite	Quantité vendue
prix_par_unite	Prix unitaire
cout_marchise_vendu	Coût de la marchandise vendue
vente_total	Montant total de la vente

🔍 Analyses réalisées

1. Ventes réalisées à une date précise (2022-11-05)
2. Transactions "Vêtements" de novembre 2022 avec quantité ≥ 4
3. Total des ventes par catégorie
4. Âge moyen des clients ayant acheté dans la catégorie « Beauté »
5. Transactions dont le montant total dépasse 1 000
6. Nombre de transactions par sexe et par catégorie
7. Chiffre d'affaires moyen par mois et mois le plus performant de chaque année (fonction fenêtre RANK())
8. Top 5 des clients par montant total d'achats
9. Nombre de clients uniques par catégorie
10. Répartition des commandes par tranche horaire (matin / après-midi / soir) via une CTE

🛠️ Installation et utilisation

1. Créer une base de données MySQL et importer le CSV dans une table nommée ventes_détaillants (les noms de colonnes doivent correspondre à ceux listés ci-dessus).
2. Exécuter le script Projet SQL.sql dans votre client SQL (MySQL Workbench, DBeaver, etc.).

CREATE DATABASE bdd_projet_vente_detail;
USE bdd_projet_vente_detail;
-- puis importer le CSV dans la table ventes_détaillants
-- et exécuter les requêtes du script

⚠️ Le script utilise des fonctions spécifiques à MySQL (DATE_FORMAT, EXTRACT, fonctions fenêtre). Pour PostgreSQL ou SQL Server, adaptez la syntaxe si besoin.

🧰 Technologies

• SQL (MySQL)
• Fonctions d'agrégation (SUM, COUNT, AVG)
• Fonctions fenêtre (RANK() OVER)
• Expressions conditionnelles (CASE) et CTE (WITH)

📄 Licence

Projet personnel réalisé à des fins d'apprentissage (Data Analyst).