Informations pratiques

• Durée : 40h
• Niveau : Débutant
• Modalité : Visio

Objectifs pédagogiques

• Comprendre le rôle du Data Analyst
• Maîtriser les étapes de l'analyse de données
• Utiliser SQL, R et Tableau pour l'analyse
• Nettoyer et préparer les données
• Créer des visualisations et communiquer les insights

Programme de la formation

1. Fondations Data Analytics (12h)
   • Métier de Data Analyst : rôle, responsabilités, compétences clés et positionnement en entreprise
   • Processus d'analyse : Ask, Prepare, Process, Analyze, Share, Act — les 6 étapes Google
   • Outils du Data Analyst : tableurs, SQL, R, Tableau et écosystème Google (Sheets, BigQuery)
   • Pensée analytique : résolution de problèmes structurée, pensée critique et data-driven decision making
   • Éthique des données : biais, confidentialité, RGPD et utilisation responsable des données
   • Questions business : formuler les bonnes questions, définir les métriques et cadrer l'analyse
2. Préparation des Données (12h)
   • Collecte de données : sources primaires et secondaires, APIs, bases de données et scraping éthique
   • Nettoyage : identification des erreurs, valeurs manquantes, doublons et incohérences
   • Formatage : standardisation des dates, types de données, encodage et conventions de nommage
   • Documentation : métadonnées, dictionnaire de données, changelog et traçabilité des transformations
   • Intégrité des données : validation, contraintes, vérification de la complétude et contrôle qualité
   • Outils Google : Google Sheets avancé, fonctions de nettoyage et importation de données
3. Analyse avec SQL et R (15h)
   • SQL queries : SELECT, WHERE, JOIN, GROUP BY, sous-requêtes et fonctions d'agrégation
   • R programming : syntaxe de base, vecteurs, data frames, tidyverse et pipe operator (%>%)
   • Statistiques avec R : statistiques descriptives, tests d'hypothèses et corrélations
   • Manipulation de données : dplyr (filter, select, mutate, summarize, arrange) et tidyr
   • Analyse exploratoire : identification des patterns, outliers et distributions avec R
   • SQL + R combinés : extraction SQL, analyse approfondie en R et workflow intégré

Prérequis

Aucun prérequis technique

Public visé

Débutants, personnes en reconversion, analystes

Méthodes pédagogiques

Formation en distanciel (visio) et/ou en présentiel selon les sessions

Évaluation

QCM, exercices pratiques, mise en situation professionnelle, étude de cas, projet final

Accessibilité

Formation accessible aux personnes en situation de handicap. Possibilités d'adaptation pédagogique et technique. Pour toute question concernant l'accessibilité, contactez notre référent handicap : Kelly Ohana - contact@visio-form.fr