🎵 Spotify – Analyse de données avec SQL Server

📌 Description du projet

Ce projet présente une analyse de données Spotify de bout en bout en utilisant Microsoft SQL Server. L’objectif est de démontrer un pipeline ETL complet, depuis l’importation des données brutes jusqu’à l’exploration, le nettoyage, le contrôle qualité et l’analyse analytique via des requêtes SQL avancées.

Le projet met en avant des bonnes pratiques professionnelles utilisées en Data Analytics et Data Engineering.

---

🎯 Objectifs

• Importer un dataset Spotify dans SQL Server
• Gérer les erreurs d’importation via une table de staging
• Nettoyer et convertir les données (types, NULL, booléens)
• Vérifier la qualité des données (valeurs manquantes, doublons, cohérence)
• Réaliser des analyses exploratoires et analytiques
• Répondre à des questions métier à l’aide de requêtes SQL

---

🗂️ Architecture du projet

spotify-sql-data-analysis/
│
├── data/
│   └── cleaned_dataset.csv
│
├── sql/
│   ├── 01_create_database.sql
│   ├── 02_staging_table.sql
│   ├── 03_final_table.sql
│   ├── 04_data_quality_checks.sql
│   ├── 05_exploratory_analysis.sql
│   └── 06_analytical_queries.sql
│
└── README.md

---

🔄 Pipeline de données (ETL)

1️⃣ Source des données

• Dataset Spotify nettoyé (cleaned_dataset)

• Contient des informations sur :

  • artistes, albums, titres
  • caractéristiques audio (energy, danceability, loudness…)
  • statistiques d’engagement (streams, views, likes, comments)
  • plateformes de diffusion (Spotify, YouTube)

---

2️⃣ Table de staging (staging_spotify)

Objectif :

• Accepter toutes les données brutes
• Autoriser les valeurs NULL
• Éviter les erreurs d’importation

Caractéristiques :

• Types souples (FLOAT, NVARCHAR)
• Booléens stockés en texte ("true" / "false")

---

3️⃣ Table finale (spotify)

Objectif :

• Stocker des données propres et prêtes à l’analyse

Transformations appliquées :

• Conversion des métriques volumineuses en BIGINT
• Conversion des booléens en BIT
• Gestion sécurisée des valeurs manquantes (NULL)
• Validation des plages de valeurs (ex : energy ∈ [0,1])

---

🧪 Contrôle qualité des données

Les vérifications suivantes ont été effectuées :

• 🔍 Valeurs manquantes par colonne
• 🔁 Détection des doublons (artist, track, album)
• 📏 Validation des plages numériques
• ✅ Vérification des types de données
• 🔄 Cohérence des plateformes de diffusion

Exemple :

SELECT COUNT(*) - COUNT(energy) AS energy_nulls
FROM spotify;

---

📊 Exploration des données

Analyses exploratoires réalisées :

• Répartition des types d’albums (album / single)
• Distribution des valeurs audio (energy, danceability)
• Répartition des streams par plateforme
• Analyse des vidéos officielles
• Comparaison Spotify vs YouTube

---

📈 Analyses analytiques

Quelques questions métier traitées :

• 🎧 Titres dépassant 1 milliard de streams
• 👤 Nombre de titres par artiste
• 💃 Moyenne de la danceability par album
• ⚡ Top 5 des titres les plus énergiques
• 🎥 Titres avec vidéos officielles et leurs performances
• 🥇 Top 3 des titres les plus vus par artiste
• 📊 Comparaison des streams Spotify vs YouTube

Exemple :

SELECT track
FROM spotify
GROUP BY track
HAVING 
    SUM(CASE WHEN most_played_on = 'Spotify' THEN stream ELSE 0 END)
  >
    SUM(CASE WHEN most_played_on = 'Youtube' THEN stream ELSE 0 END);

---

🛠️ Technologies utilisées

• Microsoft SQL Server
• T-SQL
• SQL Server Management Studio (SSMS)
• CSV Dataset

---

📌 Compétences démontrées

• SQL avancé (CTE, Window Functions, CASE, HAVING)
• Data Cleaning & Data Quality
• ETL avec tables de staging
• Modélisation de données
• Analyse exploratoire
• Analyse métier orientée décision

---

🚀 Améliorations possibles

• Ajout d’index pour l’optimisation des requêtes
• Automatisation de l’import (SSIS / SQL Agent)
• Création de vues analytiques
• Connexion à Power BI pour la visualisation
• Gestion des dimensions (Artist, Album)

---

👤 Auteur

Kodjo Georges AKAKPO Data Analyst | SQL | Power BI | Data Engineering 🔗 GitHub : https://github.com/GeorgesProgrammer

---

Si tu veux, je peux maintenant :

• t’écrire une description LinkedIn prête à poster
• t’aider à découper ton SQL en fichiers professionnels
• transformer ce projet en projet Power BI connecté à SQL Server

Dis-moi 👍