Vous déposez un fichier de ventes dans un assistant IA. Quelques instants plus tard, il propose un graphique, repère vos meilleurs clients et commente l’évolution du chiffre d’affaires. Avant d’utiliser ces conclusions, une question mérite votre attention : le fichier décrit-il correctement votre activité ?
Une date mal interprétée, une facture présente deux fois ou un total inclus dans les lignes de détail peuvent modifier le résultat. Une présentation soignée ne permet pas de repérer ces erreurs à elle seule.
Les possibilités d’analyse de données avec l’IA se développent. Pour une TPE ou une PME, leur utilité repose aussi sur une préparation simple du fichier et sur des calculs vérifiables. Voici six points à examiner.
1. Définir précisément la question métier
« Analyse mes ventes » laisse beaucoup de place à l’interprétation. Cherchez-vous le montant facturé, les paiements reçus, le nombre de commandes ou la marge par produit ? Ces indicateurs demandent des données et des calculs différents.
Avant l’envoi, précisez la période, les unités et les règles utiles. Par exemple : « Calcule le montant facturé hors taxes par mois, d’après la date de facture, en déduisant les avoirs et en excluant les commandes annulées. » Vérifiez ensuite que l’export contient les champs nécessaires.
Si le fichier ne contient aucun coût d’achat, l’assistant pourra comparer des ventes, mais le calcul d’une marge restera incomplet. Une information manquante doit être signalée.
2. Préparer un tableau facile à interpréter
Un fichier conçu pour être imprimé peut comporter des titres sur plusieurs lignes, des cellules fusionnées et des tableaux dispersés. Pour l’analyse, préparez plutôt un onglet avec des noms de colonnes explicites et une structure régulière.
Dans ses conseils pour analyser des données avec ChatGPT, OpenAI recommande des en-têtes descriptifs, un enregistrement par ligne et l’absence de tableaux sans rapport entre eux dans une même feuille. Microsoft souligne aussi l’intérêt de regrouper les informations de même nature dans chaque colonne et d’éviter les lignes vides à l’intérieur d’une plage dans son guide d’organisation des données dans Excel.
Préférez des colonnes comme « Date de facture », « Référence produit », « Quantité » et « Montant HT ». Séparez les lignes de détail des sous-totaux et expliquez les abréviations propres à votre entreprise.
3. Vérifier les dates, les montants et les identifiants
La date « 04/05/2026 » peut être comprise comme le 4 mai ou le 5 avril selon les conventions utilisées. Dans un export texte, le point et la virgule peuvent aussi être interprétés différemment. Microsoft détaille l’effet des types de données et des paramètres régionaux dans Power Query sur ces conversions.
Indiquez donc le format attendu et contrôlez quelques valeurs après import. Vérifiez également que les montants sont reconnus comme des nombres, avec une devise et une unité cohérentes.
À l’inverse, un code produit ou un numéro de client doit conserver sa forme exacte. Un identifiant « 00125 » perd de l’information s’il devient « 125 ». Microsoft explique comment conserver les zéros initiaux dans Excel, notamment en traitant ces valeurs comme du texte. Une conversion après la perte des caractères ne reconstitue pas automatiquement la valeur d’origine.
4. Définir ce que représente une ligne
Une ligne correspond-elle à une facture entière, à un article vendu ou à un paiement ? Cette distinction détermine les calculs possibles.
Une facture comportant trois produits peut apparaître sur trois lignes. Si son montant total est répété sur chacune, additionner cette colonne compte trois fois la même vente. En revanche, supprimer les lignes parce que le numéro de facture se répète peut faire disparaître des articles légitimes.
La règle de détection des doublons dépend de l’organisation des données. Faites préciser les lignes suspectes et la raison du signalement avant toute suppression.
5. Comparer les résultats avec un repère connu
Choisissez un contrôle que vous pouvez réaliser indépendamment : nombre de factures, total d’un mois dans le logiciel de gestion ou montant d’une commande connue.
Demandez à l’assistant d’indiquer le nombre de lignes retenues, les exclusions et la méthode de calcul. Si un écart apparaît, examinez ensemble les périodes, les statuts, les avoirs et les règles d’arrondi. Conservez la différence visible tant que son origine n’est pas expliquée.
Une cellule vide mérite aussi une règle explicite : « prix inconnu », « non applicable » et « zéro euro » ne décrivent pas la même situation.
6. Préparer une copie adaptée au partage
Gardez l’export original et travaillez sur une copie identifiable. Vous pourrez ainsi comparer les transformations et retrouver les données de départ.
Retirez les colonnes sans utilité pour la question. Une comparaison des ventes par produit ne nécessite généralement pas les adresses, les numéros de téléphone ou les commentaires libres associés aux clients.
Avant le transfert, vérifiez que l’outil et les paramètres du compte correspondent aux règles de votre entreprise concernant ces données. Cette décision se prend avant de joindre le fichier.
Exemple : un export peut faire passer 2 000 € pour 6 400 €
Dans cet exemple fictif, l’export doit contenir une ligne par facture. Une copie accidentelle de F002 a été confirmée et une ligne de total s’est glissée à la suite des données.
| Référence | Montant HT | Observation |
|---|---|---|
| F001 | 800 € | Facture à conserver |
| F002 | 1 200 € | Facture à conserver |
| F002 | 1 200 € | Copie accidentelle confirmée |
| Total exporté | 3 200 € | Total calculé avant correction du doublon |
Une addition de toutes les lignes donne 6 400 €. Après exclusion de la ligne de total et de la copie accidentelle, le montant des deux factures est de 2 000 €, soit 800 € + 1 200 €.
Cet exemple illustre une erreur de préparation possible. Il ne mesure pas le comportement d’un assistant particulier. Le contrôle utile consiste à demander quelles lignes ont été additionnées.
Une consigne réutilisable pour commencer l’analyse
Adaptez les éléments entre crochets, puis joignez votre copie de travail :
Je souhaite analyser [indicateur] sur la période [dates], dans l’onglet [nom]. Une ligne correspond à [une facture / une ligne de commande / un paiement]. Les montants sont exprimés en [devise], [HT ou TTC], et les dates suivent le format [format].
Avant les calculs, présente les colonnes, le nombre de lignes, la période détectée, les valeurs manquantes et les doublons possibles. Explique les anomalies sans les corriger automatiquement. Ne remplace pas une valeur manquante par zéro.
Signale les ambiguïtés qui empêchent de calculer l’indicateur. Après clarification, utilise un outil de calcul pour les agrégations et précise si tu n’en disposes pas. Présente les règles appliquées, les lignes exclues et le détail des calculs. Compare le résultat avec ce repère : [total ou contrôle connu].
Cette consigne organise le travail. Elle doit être accompagnée d’une vérification des résultats. Pour un calcul réalisé avec Python, la documentation sur l’analyse de données dans ChatGPT recommande d’examiner le code, les sorties et les hypothèses.
Le regard de Dixie Consulting
Pour un premier essai, choisissez un export limité, une question précise et un résultat que vous savez contrôler. Vous pourrez ensuite mesurer le temps réellement gagné avec l’IA, en comparant la préparation, le calcul et la relecture avec votre méthode habituelle.
Cette démarche prolonge la construction d’une recette métier pour votre IA : définir ce qu’un résultat correct doit contenir, puis vérifier qu’il répond aux besoins réels de l’équipe.
Vous souhaitez identifier un premier usage de l’IA pour vos tableaux de gestion ou former votre équipe à l’analyse de données ? Échangez avec Dixie Consulting.
