Création d'une base de données immobilières avec SQL

Pour le compte d'un réseau national d'agences immoblière, création d'un modèle permettant de mieux prévoir le prix de vente des biens immobiliers.

1. Création de la base de données permettant de collecter les transactions immobilières et foncières en France.

A partir des données extraites du site open data des Demandes de valeurs foncières (DVF)

- Préparation du dictionnaire des données

- Préparation du modèle conceptuel des données

Les données peuvent être divisées en 3 tables : Celle relative au bien immobilier Celle relative à l’acte notarié Celle relative à la commune

On utilise Gitmind pour préparer le modèle conceptuel de données, les trois entités, les associations et cardinalités

- Préparation du schéma relationnel normalisé en 3NF de la base de données qui donnera lieu à la création des tables

Il faut définir les clés primaires et étrangères Pour la table bien immobilier, on choisit un identifiant unique auto-incrémenté Pour acte notarié, on choisit un identifiant unique auto-incrémenté Pour commune, on choisit la variable « code ID commune »

Les variables ID commune et ID acte notarié seront également les clés étrangères de la table bien immobilier.

On utilise SQL Power Architect pour dessiner le schéma relationnel

- Implémentation de la base de données (sur PostgreSQL)

SQL Power Architect > export du code SQL du schéma relationnel > PGAdmin > Postgres SQL > import des tables en csv

2. Requêtes SQL pour aider les différentes agences à mieux accompagner leurs clients.

- Nombre de transactions du premier semestre

- Répartition des transactions selon le nb de pièces

- 10 départements où le prix du mètre² est le plus haut

- Prix moyen du mètre² d’une maison en IDF

- Les 10 appartements les plus chers, avec leur département et leur surface

- Evolution du nombre de ventes entre le 1er et le 2nd trimestre

- Communes où le nombre de transactions a augmenté de 20% ou plus entre le 1er et le 2nd trimestre

- Différence (en %) du prix au mètre² entre les appartements de 2 et 3 pièces

- La moyenne des valeurs foncières pour les trois meilleures communes des départements 6, 13, 33, 59 et 69

Environnement technique : UML, SQL Power Architect, PostgreSQL, SQL