Test psychotechnique data analyst : épreuves et exemples
Data analyst, data scientist, business analyst : les recrutements dans la data combinent tests psychotechniques classiques et épreuves techniques (statistiques, SQL, interprétation de données). Découvrez les formats, 5 exemples corrigés et comment vous préparer.
Quels tests pour un poste de data analyst ?
Les employeurs, publics comme privés, évaluent généralement deux dimensions : vos aptitudes de raisonnement, comme pour tout test psychotechnique de recrutement, et vos compétences techniques en analyse de données.
5 exemples d'exercices data corrigés
Exemple 1 : médiane ou moyenne ?
Délais de traitement (en jours) de cinq dossiers : 2, 9, 4, 15, 5. Quelle est la médiane ?
- A) 4
- B) 5
- C) 7
- D) 9
Voir la réponse et l'explication
Réponse B : 5. On trie les valeurs : 2, 4, 5, 9, 15 ; la valeur centrale est 5. Piège : la moyenne vaut 7 (35 ÷ 5). La médiane est moins sensible aux valeurs extrêmes, comme ce dossier de 15 jours.
Exemple 2 : taux de conversion
Un site reçoit 1 200 visiteurs, dont 54 effectuent un achat. Quel est le taux de conversion ?
- A) 0,45 %
- B) 4,5 %
- C) 5,4 %
- D) 45 %
Voir la réponse et l'explication
Réponse B : 4,5 %. 54 ÷ 1 200 = 0,045, soit 4,5 %.
Exemple 3 : lire une requête SQL
Table commandes, colonne montant : 80, 120, 150, 95, 300.
SELECT COUNT(*)
FROM commandes
WHERE montant > 100;
Quel résultat renvoie la requête ?
- A) 2
- B) 3
- C) 4
- D) 5
Voir la réponse et l'explication
Réponse B : 3. Seules les commandes de 120, 150 et 300 sont strictement supérieures à 100.
Exemple 4 : variation d'un indicateur
Le nombre d'utilisateurs actifs passe de 1 200 à 1 380 en un mois. Quelle est l'augmentation ?
- A) 13 %
- B) 15 %
- C) 18 %
- D) 180 %
Voir la réponse et l'explication
Réponse B : 15 %. (1 380 − 1 200) ÷ 1 200 = 180 ÷ 1 200 = 0,15. On divise toujours par la valeur de départ.
Exemple 5 : corrélation et causalité
Une analyse montre que les clients qui utilisent l'application mobile dépensent en moyenne plus que les autres. Quelle conclusion est la plus rigoureuse ?
- A) L'application fait dépenser davantage
- B) Il faut obliger tous les clients à utiliser l'application
- C) Il existe une association, mais elle ne prouve pas que l'application en soit la cause
- D) Les données sont fausses
Voir la réponse et l'explication
Réponse C. Une corrélation ne prouve pas une causalité : les clients les plus actifs peuvent, par exemple, être à la fois plus dépensiers et plus enclins à installer l'application. Il faudrait un test contrôlé pour conclure.
Comment se préparer aux tests data ?
- Révisez les bases statistiques : moyenne, médiane, écart-type, pourcentages, distributions.
- Entraînez-vous au SQL : filtres, agrégations, jointures, regroupements.
- Interprétez des graphiques en vous demandant toujours ce qu'ils ne montrent pas.
- Travaillez le raisonnement numérique en temps limité, comme pour tout test psychotechnique.
- Préparez une étude de cas : problème, données, analyse, recommandation, limites.
Sur Psychotechniques.be, le module dédié aux métiers de la data complète l'entraînement au raisonnement numérique, abstrait et verbal, au jugement situationnel et à l'entretien. Voir aussi : guide du test psychotechnique.
4 exemples avancés corrigés
Quatre exemples supplémentaires, un cran plus difficiles, pour vérifier que la méthode est acquise.
Exemple avancé 1 : moyenne ou médiane
Cinq valeurs : 3, 7, 9, 12, 40. Quelle est la médiane ?
- A) 9
- B) 12
- C) 14,2
- D) 7
Voir la réponse et la méthode
Réponse A. La médiane est la valeur du milieu une fois les données triées : 9. La moyenne (14,2) est tirée vers le haut par la valeur extrême 40.
Exemple avancé 2 : doublons
Une liste contient les identifiants : A12, B07, A12, C33, B07, D41, A12. Combien d'identifiants uniques ?
- A) 3
- B) 4
- C) 5
- D) 7
Voir la réponse et la méthode
Réponse B. A12, B07, C33 et D41 : 4 identifiants uniques. Repérer les doublons est une étape de base du nettoyage de données.
Exemple avancé 3 : croissance composée
Un indicateur augmente de 10 % par an pendant deux ans. Quelle est la hausse totale ?
- A) 20 %
- B) 21 %
- C) 11 %
- D) 100 %
Voir la réponse et la méthode
Réponse B. 1,10 × 1,10 = 1,21, soit +21 %. Les pourcentages successifs se multiplient, ils ne s'additionnent pas.
Exemple avancé 4 : corrélation et causalité
Dans une ville, les ventes de glaces et les noyades augmentent en même temps. Que peut-on conclure ?
- A) Les glaces provoquent les noyades
- B) Les deux sont liées à un troisième facteur, comme la chaleur ; la corrélation ne prouve pas la causalité
- C) Les noyades font vendre des glaces
- D) Les données sont fausses
Voir la réponse et la méthode
Réponse B. Deux variables peuvent évoluer ensemble sous l'effet d'une troisième. Un bon analyste ne conclut pas à une cause sans preuve.
Les erreurs les plus fréquentes
- Confondre moyenne et médiane en présence de valeurs extrêmes.
- Additionner des taux de croissance successifs.
- Conclure à une causalité à partir d'une simple corrélation.
- Oublier de vérifier les doublons et les valeurs manquantes avant de calculer.
- Lire un graphique sans regarder l'échelle et l'origine des axes.
Programme d'entraînement sur 14 jours
Jours 1 à 3
Revoir les statistiques de base : moyenne, médiane, pourcentages, croissance.
Jours 4 à 7
Lecture de tableaux et de graphiques : 10 questions par jour.
Jours 8 à 11
Exercices de logique et de nettoyage de données, chronométrés.
Jours 12 à 14
Simulations complètes et revue des erreurs.
Le jour du test : la check-list
- Une connexion internet stable et un ordinateur chargé (ou branché) si le test se passe à distance.
- Un lieu calme, sans notifications ni interruptions, pour toute la durée du test.
- Le lien d'invitation, vos identifiants et une pièce d'identité si elle est demandée.
- Les instructions lues en entier avant de commencer : elles précisent le temps, les outils autorisés et les règles de cotation.
- Une bonne nuit de sommeil et un repas léger : la concentration compte autant que la méthode.
Questions fréquentes
Faut-il savoir coder pour un test de data analyst ?
Le SQL est très souvent demandé. Python ou R le sont selon le poste. Les tests psychotechniques de raisonnement, eux, ne demandent aucune compétence en programmation.
Quelle différence entre data analyst et data scientist dans les tests ?
Le data analyst est surtout évalué sur l'analyse, le SQL et l'interprétation. Le data scientist peut aussi être interrogé sur la modélisation et l'apprentissage automatique.
Vos exercices sont-ils les tests officiels ?
Non. Ce sont des exercices d'entraînement conçus sur le modèle des épreuves de sélection.