Poser les bonnes questions à tes données

1. À la fin de cette leçon, tu sauras

Transformer une curiosité vague en question d’analyse précise.
Demander à l’IA sa méthode avant tout résultat chiffré.
Distinguer ce que les données montrent de ce qu’on suppose.
Tester chaque question sur ton petit fichier d’exemple.

2. Pourquoi ça t’intéresse

Karim gère une petite boutique de vélos. Il colle six mois de ventes dans un chatbot et demande : « Analyse mes ventes. » Il reçoit une page de généralités : « Les ventes semblent saisonnières, pensez à fidéliser vos clients. » Rien d’utile. Il recommence avec une vraie question : « Quelle part de mon chiffre d’affaires vient des réparations, mois par mois ? » et demande d’abord comment l’IA compte s’y prendre. Elle propose d’utiliser la colonne « Catégorie »… qui mélange réparations et accessoires. Karim corrige avant le calcul. Le résultat le surprend : les réparations pèsent bien plus qu’il ne le pensait.

3. Avant de commencer


Il te faut	Un compte gratuit sur un chatbot, ton fichier propre et anonymisé ainsi que ton petit fichier d’exemple (leçon 1), ton carnet de bord
Coût	0 €
Durée	45 minutes à 1 heure

4. Comprendre en 3 minutes

Une bonne question d’analyse dit quoi mesurer, sur quoi, et comment comparer. Sans question précise, l’IA remplit le vide avec des banalités.

Image mentale : demander son chemin. « Je suis perdu » ne mène nulle part ; « Comment aller à la gare à pied en moins de vingt minutes ? » obtient une réponse qu’on peut suivre et vérifier.

Question vague	Question d’analyse
« Analyse mes ventes. »	« Quel est le montant moyen d’un panier, mois par mois, de janvier à juin ? »
« Les adhérents sont-ils fidèles ? »	« Sur les inscrits de l’an dernier, combien se sont réinscrits cette année ? »
« Comment va l’atelier ? »	« Le nombre de participants par séance a-t-il augmenté entre le premier et le second trimestre ? »

Ensuite, la méthode avant le résultat : quelles colonnes, quels filtres, quel calcul. Tu valides, puis seulement tu demandes le chiffre. Et tu gardes en tête une limite : tes données disent ce qui s’est passé ; le pourquoi reste une hypothèse.

Astuce : pose d’abord la question sur ton petit fichier d’exemple, dont tu connais la réponse. Si l’IA se trompe sur vingt lignes, elle se trompera aussi sur deux mille.

5. Faire ensemble

Étape 1 · Écrire ce que tu veux décider

Avant toute question, écris dans ton carnet une phrase : « Je veux savoir ceci pour décider cela. » Par exemple : « Je veux savoir quels jours sont les plus chargés pour répartir les bénévoles. »

Étape 2 · Faire préciser ta question

Je dispose d'un tableau avec ces colonnes : [liste des en-têtes].
Je veux savoir [ta curiosité] pour décider [ta décision].
Propose trois formulations précises de ma question d'analyse : chacune doit dire ce qu'on mesure, sur quelle période et comment on compare. Indique pour chacune les colonnes utilisées. Ne calcule rien.

Choisis une formulation, ou combine-les.

Étape 3 · Demander la méthode

Joins ou colle ton petit fichier d’exemple :

Voici mon fichier d'exemple : [colle les lignes ou indique le fichier joint].
Ma question : [ta question précise].
Avant de calculer, décris ta méthode étape par étape : colonnes utilisées, lignes retenues ou exclues, calcul effectué. Signale toute ambiguïté dans mes données.

Lis chaque étape. Est-ce la bonne colonne ? La bonne période ? Que fait-elle des cellules vides ?

Étape 4 · Obtenir le résultat et le confronter

La méthode me convient. Applique-la, montre le résultat dans un petit tableau et précise combien de lignes ont été prises en compte.

Compare avec la réponse que tu avais calculée de tête. Si elle est juste, refais les étapes 3 et 4 avec le vrai fichier.

Étape 5 · Séparer faits et hypothèses

Dans ta réponse, sépare en deux listes : ce que les données montrent directement, et les explications possibles qu'elles ne prouvent pas.

6. Faire toi-même

Sur ton propre fichier (ventes, présences, dépenses, réponses à un questionnaire, relevés de consommation) :

Écris ta phrase « Je veux savoir… pour décider… ».
Obtiens une question d’analyse précise.
Fais valider la méthode sur ton fichier d’exemple, puis applique-la au vrai fichier.
Note le résultat, en séparant faits et hypothèses.

Résultat attendu : une question précise, une méthode validée, un résultat testé d’abord sur l’exemple, et une décision que tu peux prendre (ou une donnée qu’il te manque pour la prendre).

7. Vérifier

Ma question dit ce qu’on mesure, sur quelle période et comment on compare.
J’ai lu et validé la méthode avant de demander le chiffre.
Le résultat sur le fichier d’exemple correspond à ma réponse calculée de tête.
Je connais le nombre de lignes prises en compte.
J’ai séparé ce que les données montrent des explications supposées.

8. Ce que tu gardes

Dans ton carnet de bord :

Ta phrase « Je veux savoir… pour décider… ».
La demande de l’étape 3 : la méthode avant le résultat.
Les questions qui ont donné des réponses utiles, pour les reposer le mois prochain.

9. Pour aller plus loin

Demande à l’IA quelles autres données t’aideraient à vérifier une hypothèse qui t’intéresse.
Pour une question qui revient chaque mois, garde la demande complète : elle servira au tableau de bord de la leçon 5.