Travailler avec des données : tableaux, CSV

Pas besoin de maîtriser les tableaux croisés dynamiques pour faire parler des données. Colle ton tableau (ou un fichier CSV) à Claude, décris ce que tu cherches, et il nettoie, croise, résume, voire produit une analyse ou un graphique, le tout en langage naturel, sans une seule formule.

🟢 En clair. un CSV est simplement un tableau au format texte (des colonnes séparées par des virgules), le format d’export universel d’Excel ou d’un logiciel de gestion. Tu peux le donner à Claude comme n’importe quelle donnée, et lui poser des questions dessus en français : tendances, totaux, anomalies, comparaisons.

📊 L’analogie de l’analyste junior. Tu ne connais pas la formule ? Tu as un analyste sous la main : tu lui dis « quelles régions ont progressé, lesquelles ont chuté ? » et il fouille le tableau pour toi. Ton rôle : poser la bonne question et vérifier le résultat.

Ce que tu peux lui confier :

• Nettoyer : « repère les doublons », « uniformise les dates », « signale les cellules vides ».
• Résumer / croiser : « total des ventes par région », « quel produit progresse le plus ? ».
• Analyser : « quelles anomalies vois-tu ? », « quelle tendance sur les 6 derniers mois ? ».
• Visualiser : « fais-moi un graphique des ventes par mois », souvent rendu dans un Artifact.

🧩 Exemple concret. tu colles un export de 400 lignes de commandes et tu demandes : « donne-moi le chiffre d’affaires par mois, le top 5 des produits, et signale les mois en baisse. » Claude te sort le tableau de synthèse et le commentaire. Le premier résultat arrive vite, mais le temps gagné dépend du volume, de la qualité des données et des contrôles nécessaires.

🔧 Décris tes colonnes. Claude devine, mais il devine mieux si tu expliques : « colonne A = date, B = région, C = montant HT en euros ». Une ligne de contexte sur la structure du tableau évite les contresens (une date prise pour un nombre, un montant TTC confondu avec du HT).

⚠️ Erreur fréquente. prendre les chiffres calculés pour argent comptant. Sur un gros tableau, Claude peut se tromper dans un total ou mal interpréter une colonne. Pour un chiffre qui décide, fais-le recouper (« recalcule ce total », ou vérifie dans le tableur). L’IA dégrossit ; tu valides.

🔒 Confidentialité. un export de données contient souvent du nominatif (clients, salariés). Anonymise avant de coller (retirer noms/emails, ne garder que les colonnes utiles à l’analyse). C’est le rappel du thème « Bons réflexes ».

❓ Vérifie que tu as compris. tu as un CSV de 1 000 ventes avec noms de clients, et tu veux juste les tendances par produit et par mois. Que fais-tu avant de le coller ?

Voir la réponse

Tu retires la colonne des noms (inutile pour des tendances par produit/mois) et tu ne gardes que produit, date, montant. Tu obtiens exactement l’analyse voulue sans exposer un seul client, et tu recoupes ensuite les totaux clés avant de t’appuyer dessus.

✅ En résumé

• Colle un tableau/CSV, pose tes questions en français : nettoyer, croiser, résumer, visualiser.
• Décris tes colonnes pour éviter les contresens ; un graphique arrive souvent dans un Artifact.
• Anonymise avant de coller, et recoupe les chiffres qui décident.

🔍 Pour aller plus loin. Pour des analyses récurrentes sur des données qui vivent dans tes outils, on passe des copier-coller ponctuels aux connecteurs et à l’automatisation, avec les permissions et contrôles étudiés dans « Claude qui agit ».