Préparer un fichier de données propre et anonymisé

1. À la fin de cette leçon, tu sauras

Reconnaître un tableau de données propre et en corriger un qui ne l’est pas.
Écrire des en-têtes de colonnes clairs, avec leur unité.
Anonymiser un fichier avant de le partager avec une IA.
Créer un petit fichier d’exemple pour tester tes demandes sans risque.

2. Pourquoi ça t’intéresse

Sandrine coordonne l’aide aux devoirs dans un centre social. Elle veut savoir quels jours les enfants viennent le plus, pour mieux répartir les bénévoles. Son fichier de présences mélange tout : une feuille par mois, des noms d’enfants, des cellules colorées pour les absences, des commentaires dans les cases (« malade ? »). Elle le colle tel quel dans un chatbot, qui lui répond avec assurance… en se trompant de mois. Après une heure de préparation, elle obtient un tableau simple, sans un seul nom d’enfant. Les réponses deviennent justes, et vérifiables.

3. Avant de commencer


Il te faut	Un compte gratuit sur un chatbot, un tableur, un fichier réel de données que tu voudrais analyser (présences, ventes, dépenses, réponses à un questionnaire)
Coût	0 €
Durée	45 minutes à 1 heure

4. Comprendre en 3 minutes

Une ligne = un élément. Une colonne = une information. Une cellule = une seule valeur. C’est la forme que l’IA, le tableur et toi comprenez tous les trois.

Image mentale : un fichier de fiches bristol. Chaque fiche décrit une seule chose (une vente, une présence, une réponse), et toutes les fiches ont les mêmes rubriques, dans le même ordre.

À éviter	À faire
Une feuille par mois	Une seule feuille, avec une colonne « Mois » ou « Date »
Cellules fusionnées, titres sur deux lignes	Une seule ligne d’en-têtes
Couleur rouge = absent	Une colonne « Présent » avec oui ou non
« 12 € env. » dans une cellule	`12` dans une colonne « Montant (€) »
Sous-totaux entre les lignes	Les totaux se calculent à part

Avant de partager, anonymise : retire les noms, adresses, téléphones, et toute colonne qui ne sert pas à ta question. Remplace un nom par un code (« E01 ») si tu as besoin de distinguer les personnes. Puis regarde ce qui reste : une combinaison d’âge, de commune et de métier peut suffire à reconnaître quelqu’un. Pour les données sensibles (santé, situation sociale, mineurs), demande-toi d’abord si tu as le droit de les utiliser ainsi, et consulte les règles de ton organisation.

Piège fréquent : garder une copie de travail anonymisée et l’original dans le même dossier, avec des noms proches. Le jour où tu es pressé, tu colles le mauvais. Nomme clairement le fichier partageable, par exemple en ajoutant « anonyme » à son nom.

5. Faire ensemble

Étape 1 · Faire diagnostiquer la structure

Copie seulement les en-têtes et trois lignes inventées qui ont la même forme que tes vraies données :

Voici la structure de mon fichier, avec trois lignes d'exemple inventées : [colle les en-têtes et trois lignes].
Ce fichier sert à [ton objectif].
Dis-moi ce qui empêcherait une analyse fiable (cellules fusionnées, plusieurs informations par cellule, unités dans les nombres…) et propose une structure en « une ligne = un élément ».

Étape 2 · Réorganiser dans le tableur

Fais une copie de ton fichier : ne travaille jamais sur l’original.
Regroupe les feuilles en une seule, avec une colonne pour ce qui les distinguait (le mois, le site, l’année).
Défusionne les cellules, garde une seule ligne d’en-têtes.
Sépare les informations mélangées : « 12 € env. » devient 12 dans une colonne en euros.

Étape 3 · Anonymiser

Supprime les colonnes de noms, adresses, téléphones, e-mails.
Si tu as besoin de suivre une personne, crée une colonne « Code » (E01, E02…) et garde la correspondance dans un fichier séparé qui ne sort pas de ton ordinateur.
Supprime ou regroupe les colonnes inutiles à ta question (âge exact remplacé par une tranche, par exemple).
Enregistre sous un nom explicite, comme presences-anonyme.csv.

Étape 4 · Créer un petit fichier d’exemple

Garde une vingtaine de lignes, ou invente-en vingt de même forme. Calcule de tête une ou deux réponses (combien de lignes le mardi, par exemple). Ce petit fichier te servira à tester chaque demande dans les leçons suivantes.

6. Faire toi-même

Prends un vrai fichier : les ventes d’un marché de Noël, les inscriptions à un club, tes relevés de consommation électrique, les résultats d’un questionnaire de satisfaction, le suivi des heures d’un chantier.

Fais diagnostiquer sa structure avec l’étape 1.
Réorganise une copie en « une ligne = un élément ».
Anonymise-la.
Prépare un fichier d’exemple de vingt lignes dont tu connais une ou deux réponses.

Résultat attendu : trois fichiers bien nommés, l’original intact, une version propre et anonymisée, un petit fichier d’exemple.

7. Vérifier

Mon fichier propre n’a qu’une seule ligne d’en-têtes et aucune cellule fusionnée.
Chaque colonne contient un seul type d’information, avec l’unité dans l’en-tête.
Aucune information n’est portée uniquement par une couleur.
Les noms, adresses et contacts ont disparu de la version partageable.
J’ai vérifié qu’aucune combinaison de colonnes ne permet de reconnaître facilement quelqu’un.
Mon fichier d’exemple tient en une vingtaine de lignes et je connais au moins une réponse.

8. Ce que tu gardes

Dans ton carnet de bord :

La règle : une ligne = un élément, une colonne = une information, une cellule = une valeur.
Ta méthode d’anonymisation, avec les colonnes que tu retires systématiquement.
Les noms de tes trois fichiers et leur rôle.

9. Pour aller plus loin

Le site de la CNIL (cnil.fr) explique la différence entre anonymisation et pseudonymisation.
Si ton fichier est très gros, l’agent du module 5 peut le lire directement dans ton dossier de travail : prépare-le de la même façon.