Aller au contenu principal

Poser des questions à vos données en langage naturel

Interroger vos données comme vous parleriez à un collègue

L’un des atouts majeurs de ChatGPT pour l’analyse de données est sa capacité à comprendre vos questions en français courant. Vous n’avez pas besoin de maîtriser SQL, Python ou des formules Excel complexes — vous décrivez ce que vous cherchez, et ChatGPT traduit votre intention en code exécutable.

Le principe : du langage naturel au code Python

Quand vous posez une question sur vos données, voici ce qui se passe en coulisses :

1

Vous posez votre question en français

« Quel est le chiffre d'affaires total par région ? »

2

ChatGPT génère le code Python

Il écrit un script pandas adapté à la structure de vos données.

3

Code Interpreter exécute le script

Le résultat est calculé dans un environnement Python sécurisé.

4

ChatGPT vous présente le résultat

Tableau formaté, chiffre clé ou explication textuelle selon la question.

Types de questions que vous pouvez poser

Questions de résumé

  • « Combien de lignes et de colonnes contient ce fichier ? »
  • « Donne-moi un aperçu général des données. »
  • « Quelles sont les colonnes disponibles et leurs types ? »

Questions d’agrégation

  • « Quel est le total des ventes par catégorie de produit ? »
  • « Quelle est la moyenne du panier par mois ? »
  • « Combien de clients uniques par trimestre ? »

Questions de filtrage

  • « Montre-moi uniquement les ventes supérieures à 10 000 euros. »
  • « Quels sont les produits qui n’ont eu aucune vente en mars ? »
  • « Liste les clients de la région Île-de-France. »

Questions de classement

  • « Quels sont les 10 meilleurs vendeurs ? »
  • « Classe les régions par chiffre d’affaires décroissant. »
  • « Quel mois a été le plus performant ? »

Formuler des questions efficaces

La qualité de la réponse dépend directement de la clarté de votre question. Voici les principes :

Soyez spécifique sur les colonnes

Au lieu de « Analyse les ventes », préférez :

Calcule le total de la colonne "montant_ttc" groupé par "region"
et trié du plus grand au plus petit.

Précisez le format de sortie

Donne-moi le résultat sous forme de tableau avec les colonnes :
région, total des ventes, nombre de transactions, panier moyen.

Donnez le contexte métier

La colonne "statut" contient "validé", "en attente" et "annulé".
Ne prends en compte que les commandes validées.

Itérer sur les résultats

L’analyse de données est rarement linéaire. Vous pouvez enchaîner les questions dans la même conversation :

  1. « Montre-moi le CA total par mois. »
  2. « Pourquoi y a-t-il une baisse en février ? »
  3. « Filtre uniquement la catégorie “premium” et refais le calcul. »
  4. « Compare avec la même période l’an dernier. »

ChatGPT conserve le contexte de la conversation et le fichier chargé. Chaque question s’appuie sur les précédentes, ce qui permet une exploration naturelle et progressive.

Utiliser o3-pro pour les analyses complexes

Pour les questions nécessitant un raisonnement en plusieurs étapes — corrélations croisées, analyses multi-sources, ou interprétations nuancées — activez le modèle o3-pro. Il excelle dans :

  • L’analyse de relations causales entre variables
  • La détection de patterns subtils dans les données
  • Les recommandations argumentées basées sur les chiffres

Points clés à retenir

  • Posez vos questions en français courant, ChatGPT les traduit en code
  • Soyez spécifique : nommez les colonnes, précisez les filtres, indiquez le format souhaité
  • Itérez dans la même conversation pour approfondir l’analyse
  • Utilisez o3-pro pour les analyses nécessitant un raisonnement complexe
  • Vérifiez toujours les résultats — ChatGPT peut mal interpréter une colonne