Aller au contenu principal

Analyse de données

Tous les niveaux
What you'll learn
  • Décrire un jeu de données comme un modèle en a besoin — colonnes, types et granularité
  • Appliquer le flux de travail sûr en cinq étapes : décrire, demander, générer, exécuter vous-même, interpréter
  • Traiter tout chiffre que le modèle n'a pas calculé comme non vérifié
  • Énoncer les quatre hypothèses qui changent un résultat en silence : valeurs nulles, déduplication, fuseaux horaires, devise
  • Garder les données sensibles hors des outils que vous n'avez pas vérifiés

Pas besoin d'être data scientist pour obtenir des réponses à partir de données avec l'IA — mais il faut la garder honnête. L'IA écrit la requête et explique le résultat ; c'est vous qui confirmez que les chiffres sont réels.

Ce avec quoi elle aide​

  • Écrire du SQL / des formules de tableur / du pandas à partir d'une question en langage courant.
  • Expliquer ce que signifie une requête ou un résultat en termes métier.
  • Nettoyer et transformer des données en désordre (décrivez le désordre, obtenez les étapes).
  • Suggérer le bon graphique pour la question.
  • Interpréter la sortie et proposer la question suivante.

Le flux de travail sûr​

Guided walkthrough1 of 5
  1. Colonnes, types, et la GRANULARITÉ — une ligne correspond à quoi, exactement ? Ne présumez pas que le modèle puisse deviner vos noms, ni que order_id soit unique. La plupart des requêtes erronées se trompent sur la granularité, pas sur le SQL.

Décrivez la granularité, puis demandez — du SQL avec hypothèses énoncées

My table orders has columns: order_id, customer_id, created_at, total_eur,
status. One row per order. Write SQL for monthly revenue from completed orders in
2025, and explain any assumptions.

Rendez-lui la sortie — interprétation avec réserves

Here is the result of that query. Interpret it in business terms in under 120
words, then list anything that could make these numbers misleading — nulls,
duplicate rows, time zone of created_at, mixed currencies, or partial months.
Label each as "checked" or "unverified".
Result:
[paste the rows]

Garde-fous​

Ne faites jamais confiance à des chiffres qu'elle n'a pas calculés

Si l'IA énonce un résultat sans avoir exécuté la requête sur vos données, ce chiffre peut être inventé. Exécutez les requêtes vous-même ; traitez tout chiffre que vous n'avez pas calculé comme non vérifié. Et n'oubliez pas que corrélation ≠ causalité — demandez-lui de signaler les affirmations d'association. Voir Hallucinations.

  • Vérifiez la plausibilité des ordres de grandeur — un résultat invraisemblable ? enquêtez, ne publiez pas.
  • Énoncez les hypothèses (valeurs nulles, déduplication, fuseaux horaires, devise).
  • Ne collez pas de données sensibles/PII dans des outils que vous n'avez pas vérifiés (Confidentialité).

Ces quatre hypothèses sont listées dans un ordre précis, car il correspond à peu près à la fréquence à laquelle elles vous piègent. Les valeurs nulles réduisent silencieusement un dénominateur ; les lignes en doublon gonflent silencieusement une somme ; un horodatage stocké en UTC mais lu en heure locale déplace du chiffre d'affaires d'un mois à l'autre ; et une colonne total qui mélange des devises produit un nombre arithmétiquement correct et économiquement dénué de sens.

Pro tip
  • Demandez la requête ET une seconde requête qui en vérifie la plausibilité — un nombre de lignes, une plage de dates, une somme que vous pouvez juger à l'œil. Deux requêtes bon marché valent mieux qu'une seule, élégante, que vous ne pouvez pas vérifier.
  • Quand un résultat vous surprend, soupçonnez la jointure avant de soupçonner l'activité. Une jointure qui démultiplie les lignes est la source la plus fréquente d'un chiffre soudainement 3× trop grand.
  • Pour un travail sur tableur, demandez la formule plus une cellule d'exemple résolue. Si l'exemple est faux, vous avez trouvé le bug sans toucher à votre fichier réel.

Testez vos connaissances​

Check yourself

0/3
  1. Quelle est la chose la plus utile à indiquer à un modèle avant de lui demander du SQL ?
  2. Le modèle répond avec un chiffre d'affaires mensuel sans que vous ayez rien exécuté. Qu'est-ce que ce nombre ?
  3. Votre chiffre d'affaires total triple soudainement après l'ajout d'une table clients à la requête. Que devez-vous soupçonner en premier ?

À retenir​

Key takeaways
  • Décrivez d'abord les colonnes, les types et la GRANULARITÉ — les erreurs de granularité battent les erreurs de syntaxe en fréquence comme en coût
  • Demandez toujours les hypothèses de la requête, et relisez-les avant le SQL
  • Exécutez-la vous-même. Un chiffre que le modèle n'a pas calculé est non vérifié par définition
  • Rendez-lui la sortie réelle pour l'interprétation — lire des chiffres est la partie que l'IA fait de façon fiable
  • Valeurs nulles, lignes en doublon, fuseaux horaires et devises mélangées sont les quatre facteurs qui changent discrètement un résultat
  • Vérifiez la plausibilité des ordres de grandeur et des nombres de lignes ; soupçonnez la jointure quand un total s'envole
  • Gardez les PII hors des outils que vous n'avez pas vérifiés

Et après​