Dashboard business complet avec ChatGPT

Construire un tableau de bord de A à Z

Tout au long de ce cours, vous avez appris à importer, nettoyer, analyser, visualiser et combiner vos données. Cette dernière leçon met tout ensemble : vous allez construire un dashboard business complet, un tableau de bord interactif qui centralise vos KPIs, vos graphiques et vos alertes en un seul livrable.

Anatomie d’un dashboard efficace

Un bon dashboard répond aux besoins de trois niveaux de lecture, et l’erreur la plus courante consiste à les mélanger sur la même surface. Le premier niveau est la vue d’ensemble : cinq à sept KPIs en haut de page — CA, marge, commandes, panier moyen, conversion — dimensionnés pour qu’un coup d’oeil suffise, sans lecture. Le deuxième niveau montre les tendances à travers des graphiques temporels : évolution du CA, saisonnalité, comparaison N/N-1. Il ne répond qu’à une question, celle de savoir si la direction prise est la bonne. Le troisième niveau descend dans le détail avec des tableaux par région, par produit, par vendeur, et n’intervient qu’une fois qu’une anomalie a attiré l’attention aux deux étages supérieurs.

Cette hiérarchie détermine l’ordre des sections de votre prompt, et pas seulement l’esthétique du résultat. Un lecteur obligé de chercher le chiffre d’affaires total au milieu d’un tableau de vingt lignes n’ouvrira pas votre dashboard une seconde fois : il vous appellera pour vous demander le chiffre.

Le prompt pour un dashboard complet

Crée un dashboard business complet à partir de ce fichier de ventes.

SECTION 1 : KPIs (bandeau en haut)
- CA total TTC avec variation vs mois précédent (%, flèche)
- Nombre de commandes avec variation
- Panier moyen avec variation
- Nombre de clients actifs avec variation
- Marge brute avec variation
Chaque KPI en gros caractères avec la variation en vert (hausse) ou rouge (baisse).

SECTION 2 : ÉVOLUTION (2 graphiques côte à côte)
- Gauche : courbe du CA mensuel sur 12 mois avec moyenne mobile 3 mois
- Droite : barres empilées du CA par catégorie de produit par mois

SECTION 3 : RÉPARTITION (2 graphiques côte à côte)
- Gauche : barres horizontales du CA par région (top 10)
- Droite : donut de la répartition du CA par canal de vente

SECTION 4 : DÉTAIL (tableau)
- Tableau des 20 meilleurs produits par CA
- Colonnes : produit, CA, quantité, marge, variation vs mois précédent
- Tri par CA décroissant

SECTION 5 : ALERTES
- Liste les produits dont le CA baisse de plus de 15%
- Liste les régions sous 80% de l'objectif
- Signale toute anomalie statistique

Génère le tout dans une seule figure avec subplots, style professionnel,
fond blanc, police sans-serif, palette cohérente.

La consigne de fin compte autant que la description des sections. Demander une figure unique avec subplots vous évite de recevoir six images séparées, aux échelles et aux couleurs légèrement différentes, que vous passeriez ensuite une heure à réassembler à la main.

Dashboard interactif avec plotly

Une image fixe se lit, mais ne s’explore pas. Dès que vos interlocuteurs voudront filtrer eux-mêmes ou zoomer sur une période, changez de bibliothèque.

Génère un dashboard interactif avec plotly (pas matplotlib).
Je veux pouvoir :
- Survoler les points pour voir les détails
- Filtrer par région via un menu déroulant
- Zoomer sur une période spécifique
- Cliquer sur une catégorie pour la mettre en évidence

Exporte le résultat en fichier HTML autonome.

Le fichier HTML s’ouvre dans n’importe quel navigateur, sans logiciel supplémentaire ni compte à créer. Vous l’envoyez par e-mail et le destinataire interagit directement avec le dashboard, ce qui coupe court à la série de questions qui vous serait revenue autrement.

Dashboard multi-pages

Au-delà d’une certaine densité, tout faire tenir sur un écran devient contre-productif : les graphiques rétrécissent, les libellés deviennent illisibles et plus personne ne regarde rien. Découpez alors par thème, une page par question posée.

Crée un dashboard en 4 pages :
Page 1 : Vue d'ensemble (KPIs + évolution)
Page 2 : Analyse régionale (carte + tableaux)
Page 3 : Analyse produits (top/flop + tendances)
Page 4 : Prévisions (projection 3 mois + scénarios)

Exporte chaque page en PNG haute résolution (1920x1080)
et compile le tout en un PDF de 4 pages.

Mettre à jour le dashboard

Le vrai pouvoir d’un dashboard tient à sa récurrence. À chaque édition, la consigne décisive est celle de la stabilité du format : c’est parce que la mise en page ne bouge pas que l’oeil repère un changement en trois secondes.

Voici les données de la semaine du 24 mars 2026.
Reprends le même format de dashboard que la semaine dernière.
Mets à jour tous les KPIs et graphiques.
Compare avec la semaine précédente et la même semaine en 2025.
Signale tout changement significatif.

Pour éviter de rejouer ces instructions chaque semaine, créez un GPT personnalisé « Mon Dashboard » : les instructions du dashboard vont dans le prompt système, les objectifs et seuils d’alerte en paramètres, et le fichier historique devient une pièce jointe permanente via la section Knowledge. Chaque semaine, vous uploadez le nouveau fichier de données et le dashboard sort en quelques minutes, identique au précédent sauf sur ce qui a réellement changé.

Partager le dashboard

Le format de diffusion dépend du destinataire. Pour un envoi par e-mail à une direction, prévoyez d’emblée une version longue et une version courte : les deux seront demandées, et mieux vaut ne pas attendre le mail du lendemain.

Exporte le dashboard en PDF (4 pages, format A4 paysage)
et crée aussi une version résumée en 1 seule page
avec uniquement les KPIs et les 2 graphiques principaux.

Pour une présentation orale, chaque section devient un slide accompagné de son interprétation, afin que l’auditoire ait sous les yeux ce que vous êtes en train de dire.

Transforme les 4 sections du dashboard en 4 slides PowerPoint.
Chaque slide : fond blanc, graphique centré, titre en haut,
3 bullet points d'interprétation en bas.
Exporte en PNG numérotés (slide_1.png, slide_2.png, etc.).

Pour une équipe qui doit explorer les chiffres elle-même, la version interactive reste la plus utile, à condition d’être datée — un dashboard sans date circule et finit par être commenté six semaines plus tard.

Exporte le dashboard plotly interactif en fichier HTML.
Ajoute un titre "Tableau de bord commercial — Semaine 12"
et la date de génération en bas de page.

Récapitulatif du cours

Au fil de ces 14 leçons, vous avez appris à :

1. Importer vos données depuis CSV, Excel et Google Sheets
2. Interroger vos données en langage naturel
3. Nettoyer et transformer les données brutes
4. Calculer des statistiques descriptives automatiquement
5. Générer des graphiques et tableaux professionnels
6. Choisir le bon type de visualisation pour chaque message
7. Personnaliser les visuels aux couleurs de votre entreprise
8. Exporter dans tous les formats pour vos présentations
9. Analyser les tendances et faire des prévisions
10. Comparer les performances avec des benchmarks
11. Produire des rapports d’analyse automatisés
12. Industrialiser vos analyses avec des pipelines récurrents
13. Croiser plusieurs sources de données
14. Construire des dashboards business complets

ChatGPT est devenu votre analyste de données personnel. À vous de jouer.

Points clés à retenir

• Un dashboard a trois niveaux : KPIs, tendances, détails
• Le format plotly HTML est idéal pour les dashboards interactifs partageables
• Créez un GPT dédié pour automatiser la mise à jour récurrente
• Adaptez le format de sortie à l’audience : PDF pour la direction, HTML pour l’équipe
• Le dashboard n’est pas une fin en soi — il doit mener à des décisions

Testez vos connaissances

Du fichier brut au dashboard : vérifiez la chaîne d’analyse.

1. Quelle est la première étape après l'import de données ?

Réponse : Le nettoyage : formats, doublons, valeurs manquantes — demander à ChatGPT d’inspecter et de corriger avant toute analyse, sinon les conclusions héritent des défauts.

2. Comment poser une bonne question analytique en langage naturel ?

Réponse : En précisant la métrique, la dimension et la période (« CA par région sur 12 mois ») — une question floue produit un graphique flou.

3. Comment choisit-on le bon type de visualisation ?

Réponse : Selon le message : évolution → courbe, comparaison → barres, répartition → aires ou secteurs avec parcimonie — le graphique sert la décision, pas la décoration.

4. Que vérifier avant de présenter une prévision de tendance ?

Réponse : La méthode employée et ses hypothèses, la sensibilité aux données récentes, et l’incertitude — une prévision se présente avec ses limites, jamais comme une certitude.

5. Qu'est-ce qu'un pipeline d'analyse récurrent ?

Réponse : Un enchaînement reproductible — mêmes étapes de nettoyage, mêmes indicateurs, même format de rapport — qu’on rejoue à chaque période : la clé des dashboards et rapports automatisés.

Le dashboard final assemble toute la chaîne — données propres, questions précises, visuels justes, rythme récurrent.