Aperçu gratuit · Module 1 · Leçon 1
Votre première analyse vérifiée en vingt minutes
Faire analyser un petit tableau de ventes fictif par une IA, exiger la méthode, puis recalculer trois chiffres clés et trouver l'écart que l'IA a peut-être laissé passer.
Objectif
Obtenir d'une IA, dès aujourd'hui, trois constats chiffrés sur un tableau de ventes (total, région la plus forte, mois le plus fort) et savoir, chiffres à l'appui, lesquels sont justes.
Ce que vous saurez faire
- Formuler une demande d'analyse qui impose la méthode avant les résultats.
- Recalculer un total, un sous-total et une variation avec votre propre tableur.
- Expliquer un écart entre le chiffre de l'IA et le vôtre en nommant la ligne qui le cause.
Contenu
Les assistants d'IA généralistes savent aujourd'hui lire un fichier CSV ou Excel et en tirer des tableaux, des moyennes et des graphiques en quelques secondes. Le gain de temps est réel. Le risque l'est aussi : un chiffre faux présenté proprement dans une note de direction coûte plus cher que le temps économisé.
Cette formation repose sur une règle simple : l'IA explore, vous signez. Elle propose des pistes, écrit du code, produit des brouillons de tableaux ; vous décidez quels chiffres sortent de votre bureau, après les avoir recalculés.
Pourquoi exiger la méthode
Pour analyser un fichier, ChatGPT écrit et exécute souvent du code Python ; au moment de la vérification, l'aide d'OpenAI recommandait de relire le code, les résultats et les hypothèses avant de s'y fier . Les autres assistants fonctionnent de façon comparable (leçon 4). Même quand le calcul est fait par du code, trois choses peuvent mal tourner :
- La mauvaise ligne : un doublon, une commande annulée ou une ligne de total comptée comme une vente.
- La mauvaise colonne : le montant hors taxes pris pour le montant toutes taxes, une quantité prise pour un montant.
- Le mauvais récit : le texte qui accompagne les chiffres peut affirmer avec assurance quelque chose de faux .
Vous ne pouvez pas tout relire. Vous pouvez en revanche exiger une méthode courte (quelles lignes, quelles colonnes, quels filtres) et recalculer les trois chiffres qui comptent.
La boucle de base
Workflow
L’analyse vérifiée en cinq temps
1. Protéger : retirer ou agréger toute colonne qui identifie une personne ; vérifier que l’outil est autorisé pour ces données. 2. Diagnostiquer : nombre de lignes, types de colonnes, valeurs manquantes, doublons, libellés proches ; comparer le nombre de lignes avec votre tableur. 3. Analyser avec méthode : exiger avant les résultats les lignes retenues, les colonnes utilisées, le calcul et le traitement des valeurs manquantes ; demander le code ou la formule. 4. Recalculer : total général, un sous-total choisi par vous, une variation ou une part ; expliquer tout écart par une ligne ou un choix de méthode. 5. Livrer : graphique honnête, commentaire en trois phrases, limites écrites, aucune cause affirmée sans comparaison contrôlée.
- Quand l’utiliser
- Pour toute analyse dont un chiffre sortira de votre bureau : note de direction, présentation, comité, réponse à un client.
- Ce qu’il faut personnaliser
- Pour une exploration interne sans décision à la clé, les étapes 4 et 5 peuvent être allégées ; l’étape 1 ne se saute jamais.
- Exemple
- Ventes fictives d’un trimestre (cas d’Amaru, leçon 1) : l’IA annonce 48 900 ; le diagnostic révèle une commande comptée deux fois et une commande annulée ; total recalculé 41 400 ; mars n’est plus un mois de hausse.
- Limites
- Recalculer les chiffres que l’IA met en avant plutôt que ceux que vous choisissez ; sauter le diagnostic parce que le fichier « a l’air propre ».
Données à ne pas envoyer
- Noms, adresses électroniques, numéros de téléphone et matricules
- Données de santé, y compris les absences pour maladie individuelles
- Salaires et évaluations individuelles
- Coordonnées bancaires, mots de passe et clés d’accès
- Informations couvertes par un secret professionnel ou une clause de confidentialité
Exemple réel
Cas fictif, situation réaliste. Amaru, contrôleur de gestion dans une entreprise fictive de luminaires à Lima, reçoit l'export des ventes du trimestre la veille d'un comité. Il demande à son assistant d'IA le total, la meilleure région et le meilleur mois. Réponse en dix secondes : total de 48 900, région Ouest en tête, mars en hausse par rapport à février.
Il demande la méthode : toutes les lignes ont été additionnées. Il filtre la colonne « statut » dans son tableur : une commande annulée de 6 000 figure dans les ventes de mars, et une commande de 1 500 apparaît deux fois sous le même numéro. Total corrigé : 41 400. L'Ouest reste en tête, mais mars n'est plus un mois de hausse, c'est le plus faible du trimestre. Le message au comité change complètement.
À vous de jouer
Le modèle ci-dessous est un export de ventes fictif de onze lignes. Temps à prévoir : environ 20 minutes la première fois.
Modèle
Ventes fictives du troisième trimestre
DONNÉES FICTIVES — entreprise inventée, montants en unités monétaires fictives. commande,date,region,produit,quantite,montant,statut 1,2026-07-03,Nord,Lampe A,40,3200,livree 2,2026-07-11,Sud,Lampe B,25,2750,livree 3,2026-07-19,Nord,Lampe B,10,1100,livree 3,2026-07-19,Nord,Lampe B,10,1100,livree 5,2026-08-02,Est,Lampe A,30,2400,livree 6,2026-08-14,Sud,Lampe A,50,4000,annulee 7,2026-08-21,sud,Lampe C,15,2250,livree 8,2026-09-01,Est,Lampe C,20,3000,livree 9,2026-09-09,Nord,Lampe A,35,2800,livree 10,2026-09-22,Est,Lampe B,,1650,livree 11,2026-09-28,Sud,Lampe B,30,3300,livree
- Quand l’utiliser
- Exercice de la leçon 1, puis note d’analyse de la leçon 8.
- Ce qu’il faut personnaliser
- Une fois la méthode maîtrisée, refaites l’exercice avec un export réel préparé selon la leçon 2.
- Exemple
- Corrigé, à lire après l’exercice : total brut 27 550 ; total corrigé 22 450 (sans la ligne 4, doublon de la commande 3, ni la ligne 6, annulée), soit un écart de 5 100. Par région : Sud 8 300 (37,0 %), Nord 7 100, Est 7 050. Par mois : juillet 7 050, août 4 650, septembre 10 750. Variation d’août à septembre : +131 %.
- Limites
- Trois pièges volontaires : la ligne 4 répète la commande n° 3 (même numéro, mêmes valeurs : doublon d’export), la ligne 6 est annulée, « sud » est écrit en minuscules ligne 7 ; la quantité manque ligne 10 (le montant, lui, est présent).
Données à ne pas envoyer
- Noms de clients réels
- Coordonnées de clients ou de commerciaux
- Copiez les données dans un fichier texte nommé « ventes.csv » (ou dans un tableur, puis enregistrez au format CSV).
- Envoyez le fichier à l'assistant de votre choix avec le prompt-modèle de cette leçon.
- Notez les trois chiffres annoncés : total, région la plus forte (avec sa part), mois le plus fort.
- Recalculez-les dans votre tableur après avoir filtré les lignes annulées et supprimé les doublons (même numéro de commande, mêmes valeurs). Comparez.
- Si un écart apparaît, nommez la ou les lignes qui l'expliquent.
Prompt / modèle
Prompt
Première analyse avec méthode imposée
Tu es analyste de données. Je joins un fichier CSV de ventes. Toutes les données sont [fictives / préparées pour l’envoi]. Avant tout résultat, écris en trois à cinq lignes ta méthode : lignes retenues et exclues (avec la raison), colonnes utilisées, calculs. Puis donne : 1. Le total des ventes. 2. La région la plus forte, avec son montant et sa part du total. 3. Le mois le plus fort, avec son montant. Enfin, liste les anomalies des données : doublons, lignes annulées, valeurs manquantes, libellés écrits de plusieurs façons. Pour chacune, dis si tu l’as corrigée ou non. Règles : n’invente aucune valeur ; si une information manque, écris « inconnu » ; montre le code ou les formules utilisés.
- Quand l’utiliser
- Pour une première exploration d’un tableau dont vous recalculerez ensuite les chiffres clés.
- Ce qu’il faut personnaliser
- Remplacez les trois questions par les vôtres, en gardant toujours méthode avant, anomalies après.
- Exemple
- Une bonne réponse dit dans sa méthode quelles lignes elle exclut et pourquoi (commande annulée, commande en double), signale les libellés écrits de deux façons, et donne un total que vous pouvez retrouver par votre propre recalcul.
- Limites
- L’IA peut annoncer une méthode puis en appliquer une autre : vérifiez la méthode en relisant le code ou en recalculant.
Données à ne pas envoyer
- Noms et coordonnées de clients ou de collaborateurs
- Données de santé, salaires, évaluations individuelles
- Coordonnées bancaires, mots de passe
Piège à éviter
À retenir
- L'IA explore, vous signez : aucun chiffre ne sort sans recalcul.
- Méthode d'abord (lignes, colonnes, filtres), résultats ensuite, anomalies à la fin.
- Total, sous-total, variation : trois recalculs suffisent souvent à juger une analyse.
Mini-quiz
Sources
Preuves de cette leçon
Chaque affirmation qui peut évoluer renvoie à une source primaire, avec sa date de consultation.
1 Au moment de la vérification, l’aide d’OpenAI indiquait que ChatGPT écrit et exécute du code Python pour certaines analyses de fichiers, et recommandait de relire le code, les résultats et les hypothèses avant de s’y fier.
- OpenAI Help Center — Data analysis with ChatGPT help.openai.com · consultée le
2 Les modèles de langage peuvent produire des affirmations plausibles mais fausses ; selon OpenAI, ces erreurs ont diminué dans ses modèles récents mais se produisent encore.
- OpenAI — Why language models hallucinate openai.com · consultée le