Vous est-il déjà arrivé de rester bloqué devant un tableur ? « Je veux additionner selon cette condition, mais quelle fonction utiliser ? », « Ma formule si soigneusement construite est barrée d'erreurs rouges », « Les chiffres sont bien alignés, mais je ne vois pas ce qu'ils veulent dire »… Ce mur du « je suis nul en formules » et du « je ne sais pas analyser », l'IA le fait entièrement baisser. Nul besoin de mémoriser des noms de fonctions ni de réapprendre les statistiques. Il suffit d'exprimer ce que vous voulez faire en langage courant pour qu'elle construise la formule, remette les données en ordre et vous suggère même des pistes de tendances. Dans ce chapitre, nous verrons concrètement comment une personne non spécialiste de l'analyse peut faire de l'IA son « partenaire de tableur ».
L'objectif : « avancer en demandant, en mots, aussi bien les formules que l'analyse »
Dépasser le « je ne comprends pas les formules » grâce à l'IA
Jusqu'ici, la plupart des blocages devant un tableur venaient de ceci : « l'idée de ce que je veux faire est dans ma tête, mais je n'arrive pas à la traduire dans le langage du logiciel ». « Je veux additionner uniquement les lignes de la colonne A qui remplissent une condition » est parfaitement clair en français, mais est-ce SUMIF ou SUMIFS, et dans quel ordre les arguments ? — c'est là qu'on cale. L'IA prend entièrement en charge cette « traduction ». Vous exprimez votre objectif en langage courant, et l'IA le convertit en formule, en marche à suivre, en graphique. L'époque où il fallait apprendre les fonctions par cœur est, dans les faits, révolue. L'essentiel est de savoir décrire « ce que je veux obtenir » avec ses propres mots — rien de plus.
Chercher le nom d'une fonction, se creuser la tête sur l'ordre des arguments, rester figé sans comprendre le sens d'une erreur. Le temps fond rien qu'à « chercher ».
Exprimez ce que vous voulez faire : la formule, la correction et la présentation vous reviennent. Vous vous concentrez sur « ce que je veux savoir ».
💡 Peu importe l'outil utilisé. Que ce soit Excel ou Google Sheets, il suffit d'ajouter « pour Excel » ou « pour Sheets » quand vous interrogez l'IA. Même si les noms de fonctions diffèrent légèrement, l'IA vous donne les deux écritures. Pour approfondir l'analyse en général, voyez aussi Comment analyser des données avec l'IA.
Faire créer formules et fonctions en langage courant
Commençons par le souci numéro un : la création de formules. L'astuce : ne pas chercher à deviner le nom de la fonction. Il suffit de décrire simplement « ce qu'il y a dans quelle colonne, et ce que vous voulez obtenir ». L'IA choisit la fonction la mieux adaptée et vous la renvoie prête à coller. Par exemple, aller chercher une valeur dans un autre tableau (VLOOKUP ou le nouveau XLOOKUP), compter ou additionner uniquement les lignes qui remplissent une condition (COUNTIF / SUMIF), combiner plusieurs conditions… autant de grands classiques dans lesquels l'IA excelle.
Crée-moi une formule dans Excel.
・La colonne A contient la « région » et la colonne B le « montant des ventes » (les données commencent à la ligne 2, la dernière ligne est variable).
・Je veux additionner le montant des ventes uniquement pour les lignes où la « région » est « West ».
Donne la formule, avec une brève explication de ce que fait chaque partie.
L'essentiel est de préciser concrètement « ce que contient chaque colonne ». Indiquez le contenu des colonnes et le résultat souhaité : l'IA construira la bonne fonction, comme SUMIF, adaptée à votre tableau.
Autre tâche très fréquente dans la pratique : « aller chercher la valeur correspondante dans un autre tableau ». Retrouver un nom de produit à partir d'un code, un service à partir d'un matricule — ce genre de rapprochement. Cela aussi se demande en mots.
Dans un tableur, à partir du « code produit » situé dans la colonne C du tableau des commandes (Sheet1), je veux extraire le nom du produit depuis la base produits (Sheet2, colonne A = code, colonne B = nom du produit).
Montre-moi les deux écritures, avec XLOOKUP et avec VLOOKUP, et indique en un mot laquelle est la plus sûre pour un débutant.
En demandant « les deux écritures » et « laquelle est la plus sûre », vous n'obtenez pas qu'une formule : vous apprenez aussi pourquoi choisir l'une plutôt que l'autre. C'est tout l'intérêt de l'IA.
Enfin, la correction des erreurs quand une formule coince. Les affichages comme #N/A (introuvable), #REF! (référence supprimée), #VALUE! (type incompatible) sont ce qui décourage le plus les débutants — mais c'est justement le domaine où l'IA explique le mieux. Collez telle quelle la formule en erreur et demandez « pourquoi cette erreur apparaît-elle, et comment la corriger » : c'est le chemin le plus court.
✅ L'astuce : coller l'erreur « avec son contexte complet ». Ne donnez pas que le nom de l'erreur : joignez la formule problématique elle-même et « ce que vous vouliez faire ». L'IA identifiera précisément la cause. En demandant non seulement « la formule corrigée » mais aussi « pourquoi c'était faux », vous saurez vous débrouiller seul la fois suivante.
Agréger et mettre en forme — remettre de l'ordre dans des données éparses
Les données que l'on rassemble sont, la plupart du temps, « inexploitables telles quelles ». La même société écrite tantôt « SARL », tantôt « S.A.R.L », des doublons de la même personne, des dates au format hétérogène… Ce travail de préparation (nettoyage des données) devient bien plus facile en se faisant guider par l'IA, parce qu'on peut lui demander en mots « comment procéder ».
« Du montant le plus élevé au plus faible », « n'afficher que les lignes remplissant telle condition »… demandez à l'IA la marche à suivre pour trier et filtrer, et vous ne vous perdrez plus dans les menus.
Le problème des lignes en double. L'IA vous indique la procédure pour les supprimer ou une formule pour les repérer.
Harmoniser espaces, casse et abréviations. Vous pouvez discuter d'un coup des règles de remplacement ou des fonctions.
Plus encore, le fleuron de l'agrégation, le tableau croisé dynamique, souvent boudé parce qu'il « a l'air compliqué », repose en réalité sur une idée simple. « Quoi en lignes, quoi en colonnes, quoi à agréger » — une fois cela décidé en mots, l'IA vous guide pour le construire. Dites par exemple « je veux un tableau des ventes totales par région et par mois » : elle vous détaille pas à pas les réglages du tableau croisé.
Dans Excel, à partir de données de commandes (colonnes : date / région / catégorie de produit / montant),
je veux un tableau des « ventes totales par région et par catégorie de produit ».
Explique-moi comment le construire avec un tableau croisé dynamique, dans l'ordre des clics, pour un débutant.
En ajoutant « dans l'ordre des clics » et « pour un débutant », l'IA vous renvoie un guide d'utilisation allégé en jargon. Si vous bloquez, décrivez tel quel l'état de votre écran et redemandez.
⚠️ Un tableau sur papier, PDF ou image doit d'abord être numérisé. Si ce que vous avez en main est un imprimé ou une capture d'écran, il faut d'abord en extraire le texte pour en faire un tableau. La marche à suivre est détaillée dans Extraire du texte d'une image avec l'OCR IA. Ce n'est qu'avec des données propres que l'agrégation et l'analyse prennent tout leur sens.
Saisir les tendances — discuter de ce que disent les données
Une fois les données en ordre, vient l'étape de réfléchir à « en fin de compte, qu'est-ce que ça dit ». C'est le cœur de l'analyse, et le point où beaucoup se disent « ce n'est pas pour moi ». Mais avec l'IA, il suffit de coller un tableau ou un CSV et de demander « dis-moi ce que tu remarques » pour obtenir un point d'appui de réflexion. Elle transforme une suite de chiffres en observations formulées en mots.
Faites résumer en une phrase « ce qui progresse et ce qui recule », comme point de départ de la discussion.
Faites-lui repérer les « valeurs extrêmement grandes ou petites par rapport aux autres ». Utile aussi pour détecter les erreurs de saisie.
Dégagez une hypothèse du type « A et B semblent-ils liés ». Cela aide à décider dans quelle direction approfondir.
Voici des données de ventes par mois et par région (le tableau est collé à la suite).
1. Quelles tendances générales peut-on en lire ? Résume en 3 points.
2. S'il y a des valeurs manifestement à l'écart des autres (aberrantes), signale-les.
3. Propose des angles qu'il serait intéressant d'explorer davantage.
Évite d'affirmer les chiffres de façon catégorique : présente tout comme des « hypothèses ».
La dernière phrase, « évite d'affirmer, présente comme des hypothèses », est cruciale. La lecture de l'IA est un point de départ, pas une conclusion. Inscrivez dès le prompt cette posture qui consiste à vérifier soi-même « pourquoi peut-on dire cela ».
🚫 Ne pas gober l'analyse de l'IA. L'IA peut indiquer « il semble y avoir une corrélation » sans pour autant garantir qu'il s'agit d'une relation réellement significative. Elle peut renvoyer, sous des mots convaincants, une interprétation en réalité peu fondée. Considérez ses observations comme « des pistes sur la direction à explorer », et vérifiez toujours les décisions importantes en les confrontant aux données d'origine.
Graphiques et visualisation — une présentation qui parle
Les chiffres, tels quels, ne parlent pas. « Avec quel graphique les montrer » change énormément la façon dont le message passe. Or, entre barres, courbes, camemberts, nuages de points… on hésite souvent sur le choix. Là aussi, on peut consulter l'IA. Dites « ce que vous voulez faire passer » et elle vous propose le type de graphique adapté.
Pour comparer des grandeurs entre éléments. Le classique de la comparaison par région ou par produit.
Pour montrer une évolution dans le temps. Par exemple la tendance mensuelle des ventes.
La part ou la composition dans un ensemble. Attention : difficile à lire si les éléments sont trop nombreux.
Pour observer la relation entre deux valeurs. Adapté pour dégager une piste de corrélation.
💡 Demandez aussi « comment le présenter ». Au-delà du type de graphique, discutez en même temps du « choix du titre », des « points à mettre en avant », de la « mise en forme de la légende et des étiquettes d'axes » : vous vous rapprochez d'une forme directement intégrable dans un document. Les astuces pour transposer tableaux et graphiques dans un support de présentation sont traitées au chapitre 4 « Création de documents et de diapositives ».
Points de vigilance — vérification des calculs et données confidentielles
Comme on l'a vu, l'IA est un partenaire de tableur puissant. Mais, précisément parce qu'on manipule des chiffres, il y a deux principes à respecter absolument. Les négliger transforme la commodité en risque.
Ne faites pas aveuglément confiance aux formules ou aux résultats produits par l'IA. Le total est-il juste, le nombre d'occurrences plausible ? Vérifiez toujours sur un petit exemple. L'IA peut se tromper de façon très convaincante. La responsabilité du chiffre final appartient à l'humain.
Noms de clients, données personnelles, ventes non publiées : ne les collez pas tels quels dans une IA externe. Remplacez les données réelles par des données fictives et ne transmettez que la structure : c'est plus sûr.
Le point ② mérite une attention particulière, justement parce qu'il s'agit de tableurs. On est tenté de coller directement une vraie liste de clients ou un vrai registre de ventes, mais ils regorgent d'informations à protéger. Pour un usage sûr, l'approche de base tient en deux temps.
Remplacez les noms par « client A, B, C » et les montants par des valeurs fictives conservant l'ordre de grandeur ou les proportions. Pour apprendre une formule ou une procédure, cela fonctionne tout aussi bien.
Demandez seulement la façon de faire — « avec cette structure de colonnes, comment agréger ? » — et appliquez les vraies données de votre côté. Une formule fonctionne dès que la forme des colonnes correspond.
🚫 Dans le doute, ne saisissez pas les données réelles. Si vous avez le moindre doute sur le fait de « confier cette information à un service externe », la bonne réponse est de ne pas la confier. Les règles de votre entreprise et la limite des informations à ne jamais saisir sont détaillées dans Les précautions sur les informations à ne pas saisir dans une IA. L'efficacité n'a de sens que si l'usage est sûr.
- Pas besoin de mémoriser les fonctions. Décrivez en mots « ce qu'il y a dans quelle colonne et ce que vous voulez obtenir » : l'IA construit la formule et corrige aussi les erreurs.
- Pour l'agrégation et la mise en forme, vous pouvez discuter des procédures de tri, suppression de doublons, uniformisation des écritures et tableau croisé dynamique. Des données sales, on commence par les préparer.
- Pour les tendances, collez un tableau et discutez de « ce que l'on peut en dire, les valeurs aberrantes, les pistes de relations ». Mais la lecture de l'IA reste une hypothèse : ne la gobez pas.
- Pour les graphiques, dites ce que vous voulez faire passer et l'IA propose le type adapté.
- Deux principes : ① la vérification des calculs revient à l'humain ② ne pas coller de données confidentielles : anonymisez ou ne demandez que la structure.
Le mur du travail avec les chiffres a dû nettement baisser. Place maintenant à la collecte d'informations. Au chapitre 6 « Rendre la recherche d'informations plus efficace », nous verrons comment accélérer avec l'IA la collecte, la comparaison et la vérification des informations.