IA et Excel : analysez vos tableaux sans écrire une formule.

Répondons directement : oui, on peut analyser un tableau avec l'IA sans écrire une seule formule. ChatGPT, Claude et Copilot acceptent tous l'envoi d'un fichier Excel ou CSV, et répondent à des questions posées en français ordinaire : « quels sont mes dix clients qui baissent ? », « quelle est ma marge par famille de produits ? ». Ce n'est pas un gadget : pour une PME, c'est la différence entre des chiffres qui dorment et des chiffres qui servent. Car le problème n'a jamais été le manque de données. Selon l'enquête Bpifrance Le Lab menée auprès de 1 209 dirigeants, 43 % des PME et ETI françaises ne font aucune analyse de données pour piloter leur activité. Pas par choix : par manque de temps, et parce que le tableau croisé dynamique est resté une compétence de spécialiste.

Pourquoi les chiffres d'une PME restent inexploités

Toute entreprise produit des tableaux : export du logiciel de facturation, balance comptable, suivi commercial, relevés bancaires. Mais entre produire un fichier et en tirer une décision, il y a un mur : il faut savoir manier le tableur, et il faut y consacrer des heures. Le dirigeant de PME n'a ni l'un ni l'autre. La même enquête Bpifrance chiffre le paradoxe : 58 % des dirigeants jugent l'IA importante pour la pérennité de leur entreprise à trois-cinq ans, mais 43 % seulement déclarent avoir défini une stratégie IA.

Cet écart se retrouve, à l'échelle nationale, dans les statistiques officielles. Selon l'INSEE, 18 % des entreprises françaises de 10 salariés ou plus déclaraient utiliser au moins une technologie d'intelligence artificielle en 2025, soit 8 points de plus en un an. Mais la moyenne cache un écart de taille considérable : 58 % chez les entreprises de 250 salariés et plus, 31 % dans la tranche 50 à 249, et 15 % seulement de 10 à 49 salariés. Autrement dit, plus l'entreprise est petite, plus les chiffres restent dans le fichier, alors que c'est là que le temps du dirigeant est le plus rare.

Préparer le fichier avant de l'envoyer

Cinq minutes de préparation évitent une demi-heure de va-et-vient. Trois gestes suffisent, et ils expliquent l'essentiel des écarts de qualité entre deux personnes qui utilisent le même outil sur le même fichier.

• Une seule ligne d'en-têtes, explicite : « Chiffre d'affaires HT 2025 » plutôt que « CA25 ». L'assistant lit les noms de colonnes comme vous : un intitulé ambigu produit une interprétation ambiguë.
• Pas de lignes de total au milieu du tableau : un sous-total glissé entre deux lignes de données sera compté comme une donnée. Sortez les totaux, ou signalez-les explicitement dans votre demande.
• Une colonne, une unité, des euros et des pourcentages dans la même colonne, des dates au format tantôt jour/mois tantôt mois/jour : c'est la première cause de calcul faux. Si l'incohérence est déjà là, commencez par l'usage n° 3, le nettoyage.
• Les colonnes nominatives retirées ou codées, avant tout envoi, on y revient plus bas : c'est une obligation, pas une précaution.

Le geste de préparation lui-même peut être délégué : donnez la structure du fichier avant de donner les données, et demandez à l'assistant ce qui lui manque pour travailler juste. C'est l'application directe de la méthode RBCF, où le contexte compte autant que la question.

Tu es contrôleur de gestion, habitué aux exports de logiciels de facturation.
But : vérifier que ce fichier est exploitable avant que je te pose mes questions dessus.
Contexte : voici le fichier, colonnes nominatives déjà remplacées par des codes : [joindre]. Il vient de [logiciel] et couvre [période].
Forme : 1) la liste des colonnes avec ce que tu comprends de chacune ; 2) les ambiguïtés d'intitulé que tu vois ; 3) les problèmes de format ou d'unité que tu détectes, avec un exemple de ligne pour chacun ; 4) les trois questions auxquelles ce fichier permet vraiment de répondre. Ne corrige rien pour l'instant.

Usage 1 · Interroger son fichier en français

C'est l'usage le plus immédiat, et celui qui produit le déclic. Vous déposez l'export, et vous posez la question comme vous la poseriez à un contrôleur de gestion. La dernière ligne du prompt n'est pas décorative : demander la méthode avant le résultat est votre premier outil de contrôle.

Tu es contrôleur de gestion dans une PME de [secteur].
But : identifier les clients dont l'activité se dégrade, pour que je décide qui rappeler cette semaine.
Contexte : voici l'export de mes ventes 2024 et 2025, noms de clients remplacés par des codes : [joindre]. Une ligne = une facture. Les avoirs sont en négatif.
Forme : 1) d'abord la méthode que tu appliques (colonnes utilisées, filtres, calcul), avant tout résultat ; 2) le tableau des dix clients dont le chiffre d'affaires baisse le plus, avec montant et pourcentage ; 3) les trois clients dont la baisse peut s'expliquer par un simple décalage de facturation. Si une donnée manque pour trancher, dis-le au lieu de supposer.

Ce qui prenait une demi-journée de tableau croisé dynamique prend cinq minutes, et la question suivante, « et par commercial ? », « et hors client X ? », ne coûte qu'une phrase de plus. C'est la logique que suivent tous nos dix exemples d'usage de l'IA en PME : partir d'une tâche qui existe déjà, jamais d'un projet nouveau.

Usage 2 · Faire écrire et expliquer les formules

Vous avez besoin d'un fichier qui recalcule tout seul chaque mois ? L'assistant écrit la formule pour vous, et surtout il l'explique. Fini le RECHERCHEV hérité d'un ancien salarié que plus personne n'ose toucher. Le bénéfice caché est là : vous ne dépendez plus d'une formule subie, vous comprenez ce que fait votre fichier, donc vous pouvez le modifier.

Tu es formateur en tableur, patient et précis.
But : que j'obtienne la formule ET que je sache la modifier seul dans six mois.
Contexte : dans ma feuille « Ventes », la colonne A contient des références produit et la colonne D le montant. La feuille « Tarifs » contient ces références en colonne A et le prix unitaire en colonne C. Certaines références de Ventes n'existent pas dans Tarifs.
Forme : 1) la formule, prête à coller ; 2) le rôle de chaque élément de la formule, expliqué comme à un débutant ; 3) ce qui se passe quand une référence est absente, et comment afficher un message plutôt qu'une erreur ; 4) la version équivalente si ma version de tableur ne connaît pas cette fonction.

Usage 3 · Nettoyer un export sale

Le vrai temps perdu sur un tableur n'est pas l'analyse, c'est le nettoyage : doublons, dates tantôt au format 01/02/2025 tantôt « 1 février 2025 », noms de fournisseurs orthographiés de trois façons. L'assistant excelle à ce travail ingrat, à une condition : validez la liste des corrections avant qu'elles soient appliquées. Vous restez maître du fichier.

Tu es data analyste, habitué aux exports mal formatés.
But : obtenir un fichier propre sans perdre d'information, et savoir exactement ce qui a été modifié.
Contexte : voici le fichier : [joindre]. Il vient de [logiciel]. Les colonnes nominatives sont déjà codées.
Forme : premier temps, ne corrige RIEN. Donne-moi la liste des problèmes détectés, classés par type (doublons probables, formats de date, libellés proches, valeurs aberrantes), avec pour chacun le nombre de lignes concernées et deux exemples. Deuxième temps, après ma validation seulement : produis la version corrigée et un journal des corrections, ligne par ligne.

Une fois ce nettoyage rodé plusieurs mois de suite sur le même export, il devient un candidat sérieux à l'automatisation, mais dans le bon ordre, celui décrit par l'échelle à quatre niveaux : à la demande, en lot, planifié, en continu. Et le prompt de nettoyage qui a fait ses preuves a évidemment sa place dans votre bibliothèque de prompts d'entreprise.

Usage 4 · Produire un commentaire de gestion

Un tableau juste ne suffit pas : il faut le transformer en trois paragraphes lisibles pour un comité, un banquier ou un associé. C'est le geste qui fait passer l'analyse du bureau du dirigeant à la table de décision.

Tu es directeur administratif et financier, habitué à présenter à un comité non financier.
But : un commentaire de gestion d'une demi-page que je pourrai lire à voix haute en trois minutes.
Contexte : voici le tableau du mois : [joindre]. Ce qui préoccupe le comité en ce moment : [deux ou trois points]. Notre ton : factuel, sans dramatisation.
Forme : trois chiffres qui progressent, trois qui se dégradent, chacun avec la variation et une hypothèse d'explication clairement présentée comme une hypothèse. Puis les trois questions qu'un dirigeant devrait se poser. N'utilise aucun chiffre qui ne figure pas dans le fichier, et n'arrondis pas sans le dire.

C'est la brique de base d'un vrai tableau de bord de dirigeant assisté par IA, et le point de départ naturel avant d'aller vers des usages plus ambitieux comme les prévisions de trésorerie ou l'assistance sur les travaux comptables. Le support qui portera ce commentaire, lui, se prépare avec la méthode en quatre temps.

Ce que l'IA fait bien sur un tableau, et ce qu'elle rate

Le partage est net, et il vaut la peine d'être affiché au mur. L'étude menée auprès de 758 consultants du BCG, publiée dans Organization Science après relecture par les pairs, a d'ailleurs donné un nom à ce phénomène : la « frontière technologique en dents de scie ». Dans le périmètre de compétence de l'outil, les gains sont nets : +12,2 % de tâches achevées, 25,1 % plus vite, qualité supérieure de 33,9 %. Juste à côté, hors périmètre, ceux qui s'en remettaient à l'outil perdaient 19 points de solutions correctes. Sur un tableau, cette frontière est facile à tracer.

Le partage des tâches sur un fichier de gestion. La colonne de droite n'est pas une liste de défauts à corriger : c'est la part qui reste humaine, durablement.

Vérifier : la méthode des points de contrôle

L'IA peut se tromper dans un calcul. Pas souvent, mais ça arrive, une colonne mal interprétée, un filtre oublié, une ligne de sous-total comptée deux fois. La parade tient en deux gestes, et elle prend deux minutes.

D'abord, exigez la méthode avant le résultat : « explique quelles colonnes tu utilises et quel calcul tu fais, avant de donner le chiffre ». Une méthode fausse se repère beaucoup plus vite qu'un résultat faux. Ensuite, vérifiez deux ou trois totaux que vous connaissez par cœur : le chiffre d'affaires de l'année, le nombre de factures, le montant du plus gros client. Si les points de contrôle tombent juste, l'analyse est fiable ; sinon, reformulez, c'est presque toujours une colonne mal comprise.

Tu es auditeur, chargé de contrôler ta propre analyse.
But : me permettre de vérifier ton travail en deux minutes, sans refaire les calculs.
Contexte : tu viens de produire l'analyse ci-dessus sur le fichier que je t'ai transmis. Je connais par cœur trois chiffres : [chiffre 1], [chiffre 2], [chiffre 3].
Forme : 1) recalcule ces trois chiffres depuis le fichier et compare-les aux miens, écart chiffré ; 2) si un écart existe, explique-le sans le justifier à tout prix ; 3) liste les trois hypothèses que tu as prises sans me le demander ; 4) indique le point de ton analyse le plus fragile.

Vous validez comme vous valideriez le travail d'un stagiaire brillant : sur pièces. Ce réflexe est l'une des erreurs les plus fréquentes des PME qui démarrent avec l'IA quand il manque, et l'un des marqueurs les plus visibles d'une équipe formée quand il est en place.

Les données personnelles dans un fichier uploadé

Un export de ventes contient des noms de clients, des adresses e-mail, parfois des données de salariés. La CNIL est claire : le RGPD s'applique dès que des données personnelles entrent dans un système d'IA générative, prompts et fichiers joints inclus. Ses fiches pratiques IA détaillent les précautions attendues.

La règle de travail est simple : jamais de données nominatives dans un fichier envoyé, sans pseudonymisation. Remplacez la colonne « Client » par des codes (« Client 042 »), et l'analyse chiffrée reste rigoureusement identique. Conservez la table de correspondance dans votre système, hors de l'outil d'IA. Et travaillez sur un compte professionnel avec garantie contractuelle de non-utilisation de vos données pour l'entraînement : c'est la condition pour traiter des données internes. Le budget reste modeste, les grilles publiques de Microsoft 365 Copilot et celles d'OpenAI situent les offres professionnelles dans un ordre de grandeur de quelques dizaines d'euros par utilisateur et par mois, et notre article sur le coût réel de l'IA en PME détaille ce que cela représente à l'échelle d'une équipe. Le cadre complet des données confiables est dans notre guide IA et RGPD, à formaliser dans une politique IA d'une page.

Grille de décision avant d'envoyer un fichier. La pseudonymisation n'est pas une alternative au compte professionnel : les deux se cumulent.

Par où commencer cette semaine

• Choisissez un fichier que vous ouvrez déjà : l'export de facturation du trimestre, par exemple. Pas un projet neuf : une tâche existante.
• Pseudonymisez la colonne des noms si elle existe : deux minutes avec un rechercher-remplacer, que l'assistant peut d'ailleurs vous écrire.
• Posez trois questions en exigeant la méthode avant le résultat, et vérifiez un total que vous connaissez.
• Gardez les prompts qui marchent dans un document partagé : le mois suivant, la même analyse prend cinq minutes.
• Écrivez le contexte une fois pour toutes, ce que contiennent vos exports, comment sont nommées vos familles de produits : c'est le rôle du second cerveau de l'entreprise, et il vous épargne de le redire à chaque fichier. Quand plusieurs personnes analysent les mêmes exports, ce contexte doit sortir de votre dossier personnel : brancher l'IA sur vos documents internes partagés évite que chacun redéfinisse à sa façon ce qu'est une « famille de produits ».

Si vous pilotez cette montée en compétence pour toute une équipe de direction, le parcours Direction couvre précisément ce terrain (analyse de données, tableau de bord, notes de synthèse), et le parcours Comptabilité / Finance le décline sur les travaux comptables. Le choix de l'outil, lui, arrive en dernier : notre comparatif des outils IA pour PME montre qu'un assistant généraliste bien maîtrisé couvre la plupart des besoins avant tout achat supplémentaire, et notre guide complet de l'IA en PME replace ce chantier dans la démarche d'ensemble.

Questions fréquentes