Trousse d'analyse de vos données

Dans la plupart des PME québécoises, l’analyse de données ressemble à ceci : trois ou quatre fichiers de calcul, un onglet que personne n’ose modifier, une formule écrite par un employé parti depuis deux ans, et une soirée par mois pour recoller le tout en un rapport que vous êtes le seul à lire jusqu’au bout.

Brancher un outil d’IA là-dessus ne règle rien. Il produira les mêmes chiffres, plus vite, avec la même assurance et les mêmes erreurs. La différence, c’est que l’erreur arrivera désormais mise en forme, formulée en phrases confiantes, et qu’elle sera plus difficile à repérer qu’une cellule vide dans un tableau.

Cette trousse suit donc un ordre précis. Vous chiffrez ce que vous coûte votre rapport actuel, vous évaluez l’état réel de la matière première, vous répondez à une seule question d’affaires à la main avant de la confier à un outil, puis vous comparez les deux réponses. C’est la seule façon de savoir si l’outil vous aide ou vous flatte.

Chiffrez d’abord ce que vous coûte votre rapport

Le gain le plus certain de l’IA en analyse de données n’est pas la découverte d’une tendance cachée. C’est le temps de préparation : rassembler les fichiers, corriger les formats, retrouver le chiffre du mois passé, remettre en forme le tableau pour qu’il soit lisible. Ce temps se mesure, contrairement à la valeur d’une tendance.

Prenez votre rapport le plus régulier, celui que vous produisez chaque mois sans jamais y échapper, et chronométrez-le une fois pour de vrai avant de remplir les cases.

Activez JavaScript pour voir le calcul se dérouler.

Trois précisions, parce qu’un calculateur qui ne dit pas ses limites vaut à peine mieux qu’un chiffre inventé.

Les heures à inscrire ne sont pas seulement les vôtres. Additionnez le temps de toutes les personnes qui touchent au dossier : celle qui exporte les données, celle qui relance le collègue en retard, celle qui met le tableau en forme, celle qui corrige la version envoyée par erreur. La préparation d’un rapport est presque toujours un travail collectif qu’on croit individuel.

La part automatisable est réelle sur la préparation, beaucoup plus faible sur l’interprétation. Un outil peut normaliser des dates, rapprocher deux fichiers et sortir un tableau propre. Décider si la baisse d’un client tient à un problème de service ou à un simple décalage de facturation demande de connaître ce client. Comptez la part automatisable sur la préparation seulement.

Le coût mensuel doit inclure la vérification. Toute analyse produite par un outil doit être recoupée avec la source sur quelques chiffres avant d’être utilisée pour décider. Cette vérification prend du temps, elle ne disparaîtra pas, et elle appartient au coût.

Évaluez la matière avant l’outil

Un outil d’analyse ne corrige pas des données bancales, il les rend présentables. Deux orthographes du même nom de client donneront deux clients. Deux formats de date donneront deux réalités. Un fichier maître que trois personnes modifient en parallèle donnera trois vérités, et celle qui gagnera sera simplement la dernière enregistrée.

Les questions suivantes ne portent pas sur vos outils, mais sur vos habitudes. Répondez selon ce qui se passe réellement dans votre entreprise ce trimestre.

Le plan de 90 jours

La faute la plus fréquente est de vouloir tout analyser d’un coup : les ventes, les stocks, les clients, la rentabilité, sur cinq ans d’historique. Le chantier s’enlise dans le nettoyage et meurt au deuxième mois, sans avoir jamais répondu à quoi que ce soit.

Ce plan part donc d’une seule question d’affaires, choisie parce que sa réponse changerait quelque chose à ce que vous ferez le trimestre suivant. Vous ne nettoyez que les colonnes dont cette question dépend. Le reste attendra son tour, et il l’attendra sans conséquence.

Les prompts qui servent vraiment

Ces prompts partagent une contrainte : ils interdisent à l’outil d’inventer. Un outil d’IA à qui l’on demande une analyse produira toujours quelque chose, y compris quand la matière ne permet aucune conclusion. Il faut donc lui donner le droit explicite de dire qu’il ne sait pas, sinon il comblera le vide.

Une consigne avant de commencer : retirez les noms, les adresses, les courriels et les numéros de téléphone de tout extrait que vous collez dans un outil externe. Un numéro de ligne ou un code de client suffit pour analyser, et vous restez responsable des renseignements personnels que vous confiez à un fournisseur.

Voici un extrait de mon fichier, en-têtes compris : [coller entre 20 et 50 lignes,
sans noms ni coordonnées].

Contexte : PME québécoise de [nombre] employés, secteur [secteur]. Ce fichier sert à
[usage].

Avant toute analyse, décris-moi ce fichier :
1. Ce que représente chaque colonne, selon toi, et celles dont le sens reste ambigu
2. Les formats incohérents que tu repères (dates, montants, majuscules, unités)
3. Les valeurs manquantes et les doublons apparents, en citant les lignes concernées
4. Les questions auxquelles ce fichier ne pourra pas répondre, faute d'information
5. Les trois corrections à faire en priorité avant d'analyser quoi que ce soit

Ne tire aucune conclusion d'affaires à cette étape. Si une colonne t'est
incompréhensible, dis-le plutôt que de deviner.

Je veux nettoyer ce fichier : [décrire sa structure et coller un extrait].

Donne-moi la marche à suivre, étape par étape, dans l'ordre où je dois l'exécuter.
Pour chaque étape : ce que je fais, ce que ça corrige, et ce que je risque de détruire
si je me trompe.

Contraintes :
- Je travaille dans [nommer votre logiciel de calcul], sans compétence en programmation
- Je veux conserver le fichier d'origine intact et travailler sur une copie
- Aucune correction ne doit modifier une valeur sans que je puisse la retrouver ensuite

Termine par la liste des vérifications à faire après le nettoyage pour confirmer que
je n'ai rien perdu en route.

Ma question : [écrire la question en une phrase, par exemple : lesquels de mes clients
achètent moins qu'il y a un an].

Voici les données : [coller l'extrait nettoyé, sans renseignements personnels].

Réponds en respectant ces règles :
- Chaque affirmation doit s'appuyer sur des lignes précises, que tu cites
- Si les données ne permettent pas de répondre, dis-le et explique ce qui manque
- N'ajoute aucune moyenne de marché, aucune référence sectorielle, aucun chiffre
  qui ne vienne pas de mon extrait
- Distingue clairement ce que les données montrent de ce que tu supposes

Termine par les trois vérifications que je devrais faire moi-même dans le fichier
source pour confirmer ta réponse.

Voici la conclusion que je tire de mes données : [écrire la conclusion].
Voici les données sur lesquelles je m'appuie : [coller l'extrait].

Ton rôle est de chercher activement ce qui rendrait cette conclusion fausse.
Examine au minimum :
- Un effet de saison ou de calendrier confondu avec une tendance
- Un ou deux cas extrêmes qui tirent la moyenne à eux seuls
- Une période de comparaison de longueur inégale
- Un changement de méthode d'enregistrement pendant la période
- Une cause commune qui expliquerait les deux phénomènes que je relie

Pour chaque risque, dis-moi comment le vérifier concrètement dans mon fichier.
Termine en indiquant si ma conclusion tient, tient partiellement, ou ne tient pas.

Rédige une note d'une page destinée à mon équipe de direction.

Sujet : [la question analysée]. Voici mes résultats vérifiés : [coller les chiffres
et la méthode].

Structure : la question posée, la méthode et la période couverte, ce que les données
montrent, ce qu'elles ne permettent pas d'affirmer, la décision proposée, et la date
à laquelle nous réévaluerons.

Ton factuel, français du Québec, vouvoiement, phrases courtes. Chaque chiffre doit
être accompagné de sa source et de sa période. N'ajoute aucun chiffre que je ne t'ai
pas fourni, et signale par un crochet toute information qui manquerait à la note.

Avant de décider quoi que ce soit

Cette grille sert au moment le plus risqué du processus : celui où un chiffre bien présenté s’apprête à devenir une décision. C’est là que l’assurance d’un outil peut vous coûter cher, parce qu’un tableau propre n’a jamais prouvé qu’il disait vrai.

Ce que cette trousse ne fait pas

Elle ne vous donne aucun repère de comparaison. Vous ne trouverez ici ni moyenne de secteur, ni taux de croissance de référence, ni seuil à atteindre. Ces chiffres mélangent des tailles d’entreprise et des méthodes de calcul incompatibles, et aucun ne décrit votre entreprise. Le seul repère utile est votre propre trimestre précédent, mesuré de la même façon.

Elle ne fait pas de vous un analyste, et ne prétend pas remplacer une prévision faite par quelqu’un dont c’est le métier. Repérer une baisse chez vos clients réguliers est à votre portée. Bâtir un modèle de prévision sur lequel vous engageriez une embauche ou un emprunt demande une compétence que ni cette trousse ni un outil grand public ne remplacent.

Enfin, elle ne règle pas la question de la confidentialité à votre place. Les extraits que vous confiez à un outil externe sortent de chez vous. Retirer les renseignements personnels est le minimum, pas la solution complète. Si vos fichiers contiennent des données sensibles sur vos clients ou vos employés, faites valider votre façon de faire avant d’en confier une seule ligne à un fournisseur.