On colle un tableau de ventes ou des résultats d'enquête dans un chat IA, et on reçoit souvent en retour un simple « les données montrent des tendances intéressantes » — autant dire rien. Le problème vient rarement des données, mais d'un prompt trop vide : on n'a pas dit à l'IA ce que sont les données, ce qu'on veut savoir, ni à quoi la conclusion doit ressembler.
Le prompt « analyste de données tabulaires » ci-dessous résout exactement ce problème. Copiez-le, collez votre tableau, renseignez 3 variables, et vous obtenez une analyse structurée. Il fonctionne dans ChatGPT, Claude et les autres assistants IA courants.
Pour quels cas — et quelles limites
Ce prompt est conçu pour « un tableau + une question claire » : trouver pourquoi les ventes mensuelles baissent, mesurer l'efficacité des canaux, extraire l'essentiel d'une enquête, repérer les anomalies d'un stock. Deux choses qu'il ne fait pas : l'analyse croisée sur plusieurs tableaux (fusionnez-les d'abord en un seul dans Excel), et les rapprochements financiers exigeant des calculs exacts — l'IA se trompe en arithmétique, vérifiez toujours vous-même les chiffres clés.
Le prompt : copiez ce bloc
Vous êtes un analyste de données senior, expert pour dégager des enseignements business de données tabulaires.
［Objectif d'analyse］
{Objectif d'analyse, ex. : identifier les principales causes de la baisse des ventes ce trimestre}
［Contexte des données］
{Contexte des données, ex. : détail des ventes de 12 magasins en Chine de l'Est, janv.-juin}
［Données］
Collez ici les données du tableau (copier-coller direct depuis Excel, ou export CSV puis collage). Supprimez avant collage les colonnes privées comme les noms et numéros de téléphone.
Produisez l'analyse en suivant ces étapes :
1. Contrôle des données : reformulez la structure du tableau telle que vous la comprenez (lignes, colonnes, champs clés, période) et ne continuez que si c'est correct.
2. Principales découvertes : donnez 3 à 5 découvertes, chacune avec « constat + preuve chiffrée + cause probable ».
3. Alertes anomalies : signalez les valeurs manifestement anormales ou manquantes et expliquez leur impact possible.
4. Recommandations : proposez 3 prochaines étapes concrètes et actionnables à partir des découvertes — pas seulement « continuer à observer ».
5. Questions complémentaires : listez les données supplémentaires qui rendraient l'analyse plus précise.
Format de sortie : en français, par points, chiffres clés en gras, et pour chaque conclusion indiquez la colonne sur laquelle elle s'appuie.Les 3 variables : quoi renseigner
| Variable | Quoi écrire | Exemple |
|---|---|---|
| {Objectif d'analyse} | En une phrase, ce que vous voulez savoir — plus c'est précis, mieux c'est | Trouver pourquoi les ventes en Chine de l'Est ont baissé en juin par rapport à mai |
| {Contexte des données} | Origine des données, périmètre, période | Détail des ventes de 12 magasins en Chine de l'Est, janv.-juin |
| ［Données］ | Le tableau lui-même — sélectionner et copier dans Excel | Coller directement, en gardant la ligne d'en-tête |
Plus l'objectif est précis, moins la réponse est générique. « Analyse ces données » et « trouve les 3 catégories de produits au plus fort taux de retour et propose des causes » donnent deux réponses totalement différentes.
5 conseils pour en tirer plus
- Faites d'abord reformuler la structure du tableau par l'IA. C'est le rôle de l'étape 1 : si elle comprend mal une colonne, tout ce qui suit est faux, et cette étape l'intercepte tôt.
- Découpez les gros volumes. Ne collez pas des milliers de lignes d'un coup : filtrez d'abord sur la période ou la catégorie visée, ou travaillez par tours — conclusions d'abord, approfondissement ensuite.
- Supprimez les colonnes privées avant collage. Noms et numéros de téléphone ne servent pas l'analyse ; les retirer est plus sûr et économise des tokens.
- Vérifiez les conclusions sur anomalies. L'IA repère finement les valeurs aberrantes, mais la « cause probable » reste une supposition — recoupez les chiffres clés avec le tableau d'origine avant de rapporter.
- Relancez quand c'est superficiel. Si la première passe est trop mince, demandez : « creuse la découverte n°2 d'un niveau et propose une méthode de vérification au regard du contexte des données » — le second tour est généralement bien meilleur.
Vous n'avez pas encore choisi avec quelle IA analyser vos tableaux ? Cette comparaison sur le site détaille qui de ChatGPT, Claude, Gemini ou Kimi convient à qui : Quel outil IA fait gagner le plus de temps pour l'analyse de tableaux et le nettoyage de données.
Q : Ce prompt marche-t-il pour les questions ouvertes d'une enquête ? A : Oui, mais regroupez d'abord les réponses ouvertes dans une colonne dédiée, puis précisez dans l'objectif : « résumer les réponses ouvertes par thèmes ». Résumer du texte et analyser des chiffres sont deux métiers différents — un objectif clair donne de meilleurs résultats.
Q : Mon tableau a des cellules fusionnées, le collage est illisible. Que faire ? A : Dans Excel, défusionnez d'abord les cellules et remplissez les vides avant de copier. L'IA lit du texte brut ; les cellules fusionnées se collent comme une multitude de cellules vides et faussent les conclusions.
