Analyser un fichier de ventes avec l’IA sans savoir coder : les prompts qui marchent
Comment faire analyser un export de ventes par une IA sans savoir coder : preparation du fichier, quatre prompts testes et verification des chiffres.
En bref. Oui, une IA peut analyser un export de ventes en CSV ou Excel sans que vous écriviez une ligne de code, à condition d’utiliser un outil qui exécute réellement du code sur le fichier plutôt que de le lire comme du texte. Comptez 15 minutes de préparation du fichier, quatre prompts pour couvrir 90 % des questions utiles, et une vérification systématique de deux chiffres au hasard avant de diffuser quoi que ce soit.
La distinction qui change tout : lire un fichier ou le calculer
Deux comportements très différents se cachent derrière la même interface. Dans le premier cas, l’IA lit votre fichier comme un long texte et produit des totaux « à l’œil ». Sur 40 lignes cela passe ; sur 4 000 lignes, les sommes sont fausses de plusieurs pourcents, sans aucun signal d’alerte.
Dans le second cas, l’outil écrit un petit programme, l’exécute sur le fichier et vous renvoie le résultat du calcul. Là, les totaux sont exacts, parce qu’ils sont calculés et non estimés. C’est le mode analyse de données de ChatGPT, l’exécution de code de Claude ou de Gemini, et les fonctions équivalentes intégrées aux tableurs.
Comment savoir dans quel mode vous êtes ? Demandez-le explicitement. Si la réponse arrive en deux secondes sans aucune mention de calcul, méfiez-vous. Si l’outil affiche du code ou un encart de résultats intermédiaires, vous êtes dans le bon mode. C’est le premier réflexe à prendre, avant même d’écrire un prompt.
Règle simple : tout chiffre que vous comptez mettre dans une présentation ou envoyer à un client doit venir d’un calcul exécuté, jamais d’une lecture. Si vous ne voyez pas trace d’un calcul, considérez le chiffre comme une estimation.
Préparer le fichier : 15 minutes qui évitent deux heures de correction
La plupart des analyses ratées viennent du fichier, pas du prompt. Cinq points à traiter avant l’envoi :
- Une seule ligne d’en-têtes, en première ligne. Supprimez les lignes de titre, les logos et les lignes vides au-dessus du tableau. Les en-têtes sur deux niveaux sont la première cause d’erreur.
- Des noms de colonnes courts et explicites : date, produit, quantite, montant_ht, canal, client. Évitez les accents et les espaces si vous voulez limiter les surprises.
- Un format de date unique. Mélanger 03/04/2026 et 2026-04-03 dans la même colonne produit des regroupements mensuels faux. Uniformisez en aaaa-mm-jj avant l’export.
- Des nombres sans symbole. Retirez le signe euro, les espaces de séparation des milliers et remplacez la virgule décimale par un point si l’outil est configuré en anglais. Sinon, précisez-le dans le prompt.
- Pas de totaux dans le tableau. Une ligne « Total » au milieu des données sera comptée comme une vente et doublera votre chiffre d’affaires.
Dernier point, souvent négligé : retirez ce dont vous n’avez pas besoin. Noms, e-mails et adresses de clients n’ont aucune utilité pour une analyse de ventes par produit ou par mois. Les enlever règle la question de la confidentialité en une manipulation, et allège le fichier.
Quatre prompts qui couvrent l’essentiel
Ces quatre demandes, dans cet ordre, répondent à la grande majorité des questions qu’un dirigeant se pose sur un export de ventes. Adaptez les noms de colonnes aux vôtres.
1. Le prompt de reconnaissance
Voici un export de ventes. Avant toute analyse, exécute du code pour me décrire le fichier : nombre de lignes, liste des colonnes avec leur type, période couverte, nombre de valeurs manquantes par colonne, nombre de doublons exacts, et cinq lignes d’exemple. Ne tire aucune conclusion à ce stade.
Ne sautez jamais cette étape. Elle prend trente secondes et révèle les problèmes qui fausseraient tout le reste : une colonne montant lue comme du texte, trois mois manquants, 200 doublons issus d’un double export.
2. Le prompt de structure
Calcule le chiffre d’affaires hors taxes total, puis par mois, puis par produit, puis par canal. Pour chaque découpage, donne le montant, la part en pourcentage du total et le nombre de commandes. Présente les résultats en tableaux. Indique le code utilisé.
Demander le code n’est pas une coquetterie de développeur : c’est votre moyen de vérifier qu’il a bien filtré ce qu’il fallait. Même sans savoir programmer, vous verrez si une ligne exclut les remboursements ou non.
3. Le prompt de comparaison
Compare les six derniers mois aux six mois précédents, par produit. Donne pour chaque produit la variation en euros et en pourcentage, triée par impact en euros décroissant. Signale uniquement les produits dont la variation dépasse 10 % et 500 € d’écart.
Le double seuil est important. Sans lui, l’IA remonte fièrement une progression de 300 % sur un produit qui est passé de 40 à 160 €. Le tri par impact en euros, et non en pourcentage, est ce qui rend la liste exploitable.
4. Le prompt de décision
Sur la base de ces calculs uniquement, liste les trois constats qui ont le plus d’impact financier. Pour chacun : le constat en une phrase, le chiffre exact qui l’appuie, et la question à creuser. N’invente aucune explication commerciale que les données ne permettent pas d’établir.
La dernière phrase compte plus que le reste. Sans elle, vous obtenez des explications inventées et convaincantes : « la baisse s’explique par la saisonnalité », alors qu’aucune donnée du fichier ne permet de l’affirmer.
Vérifier avant de diffuser
Trois contrôles suffisent et prennent cinq minutes.
| Contrôle | Comment le faire | Ce qu’il détecte |
|---|---|---|
| Le total | Somme de la colonne montant dans votre tableur, comparée au total annoncé | Lignes de total comptées deux fois, filtres implicites, doublons |
| Une valeur au hasard | Choisir un produit et un mois, recalculer à la main avec un filtre | Erreurs de regroupement, dates mal interprétées |
| La cohérence des parts | Vérifier que les pourcentages de chaque découpage font bien 100 % | Catégorie « autres » oubliée, lignes exclues silencieusement |
Si l’un des trois cloche, ne demandez pas à l’IA de corriger sa réponse : demandez-lui d’afficher le code et de le relire ligne par ligne. Neuf fois sur dix, l’erreur est dans une conversion de date ou dans un filtre trop large.
Ce que vous ne devez pas attendre de l’exercice
Une IA travaille avec ce qui se trouve dans le fichier. Elle ne connaît pas votre rupture de stock de mars, votre changement de prix de mai ni la campagne publicitaire qui a porté juin. Elle produira pourtant des explications à tout, avec assurance. Le seul garde-fou est de séparer explicitement deux étapes : d’abord les calculs, ensuite les hypothèses, en demandant à chaque fois sur quel chiffre l’hypothèse repose.
Elle ne remplace pas non plus un tableau de bord. Pour un suivi mensuel récurrent, une fois l’analyse stabilisée, demandez-lui de produire le fichier de calcul ou la formule à réutiliser. Vous gardez la répétabilité et vous n’envoyez plus vos données chaque mois.
Confidentialité : ce qui se joue vraiment
Sur les offres grand public, les contenus envoyés peuvent servir à l’amélioration des modèles selon les réglages du compte. Sur les offres professionnelles et via les interfaces techniques, ce n’est en général pas le cas. Avant d’envoyer un export contenant des données de clients identifiables, vérifiez trois points : le paramètre d’entraînement dans votre compte, le type de contrat, et la possibilité d’anonymiser en amont.
Le réflexe le plus efficace reste de supprimer les colonnes nominatives avant l’envoi. Une analyse par produit, par mois et par canal ne perd rien à ne pas contenir les noms et les adresses de vos clients, et vous n’avez plus à arbitrer entre utilité et conformité.
Questions fréquentes
Quelle taille de fichier une IA peut-elle traiter ?
En mode exécution de code, des fichiers de plusieurs centaines de milliers de lignes passent sans difficulté, parce que le calcul est fait par le programme et non par le modèle. En mode lecture simple, la limite tombe à quelques centaines de lignes avant que les totaux ne deviennent approximatifs. C’est le mode, pas la taille, qui détermine la fiabilité.
Faut-il envoyer un CSV ou un fichier Excel ?
Le CSV est plus sûr : pas d’onglets multiples, pas de cellules fusionnées, pas de formules qui renvoient des erreurs. Si vous partez d’un fichier Excel avec plusieurs onglets, exportez l’onglet utile en CSV encodé en UTF-8 et vérifiez que les accents s’affichent correctement à l’ouverture.
Comment éviter que l’IA invente des explications ?
Demandez systématiquement la source de chaque affirmation dans une colonne à part, et terminez vos prompts par une consigne du type : n’avance aucune cause que les données ne permettent pas d’établir, indique plutôt quelle information manque. Séparer la phase de calcul de la phase d’interprétation, en deux prompts distincts, réduit fortement le problème.
Combien de temps prend une première analyse complète ?
Environ une heure la première fois : 15 minutes de préparation du fichier, 20 minutes d’allers-retours sur les quatre prompts, 5 minutes de vérification, le reste pour la mise en forme. Les fois suivantes, avec le même format d’export et les mêmes prompts enregistrés, comptez 15 à 20 minutes.