Analyser des graphiques et tableaux

Un graphique concentre en quelques centimètres carrés ce qu’un tableur met plusieurs écrans à exposer. On le parcourt vite, on le lit rarement en entier. Plutôt que de décrypter à la main une série de barres ou une console d’analytics, soumettez le visuel à ChatGPT : vous obtenez une interprétation structurée, les tendances qui s’en dégagent et des recommandations appuyées sur les données affichées.

L’étendue de ce que GPT-5.6 sait lire

Sur un graphique en barres ou un histogramme, le modèle identifie les catégories, les valeurs relatives et les écarts significatifs. Sur une courbe, il repère les tendances, les points d’inflexion et les anomalies — le trimestre qui décroche, le pic de septembre qui ne ressemble à rien. Un camembert lui permet de restituer la répartition des parts et de comparer les segments.

Sa lecture ne s’arrête pas aux représentations graphiques. Devant un tableau de données, il lit les cellules, calcule les totaux et signale les valeurs extrêmes. Un diagramme de Gantt ou un organigramme lui donne accès aux flux et aux dépendances : quelle tâche bloque quelle autre, qui reporte à qui. Une capture d’un outil analytics se prête à une synthèse des KPI visibles, ce qui évite de recopier les chiffres d’une console dont vous n’avez pas l’export.

Un prompt en trois temps

Une analyse pertinente repose sur trois informations que le modèle ne peut pas deviner. Le contexte vient en premier : « Voici un graphique montrant l’évolution de notre chiffre d’affaires trimestriel sur 2 ans. » La question spécifique suit : « Quels trimestres montrent une croissance supérieure à 10 % ? » Le format attendu ferme la marche : « Présente ta réponse sous forme de liste avec les pourcentages exacts. »

Retirez le premier élément et ChatGPT interprète des chiffres hors sol, sans connaître ni votre secteur ni vos ordres de grandeur. Retirez le troisième et vous passerez dix minutes à reformater ce qu’il vient de vous rendre.

Progresser par paliers sur un visuel complexe

Imaginez une capture d’écran de Google Analytics montrant le trafic de votre site sur six mois. Demander d’emblée « analyse ça et dis-moi quoi faire » écrase trois opérations distinctes dans une seule requête, et vous ne saurez pas laquelle a échoué.

Commencez par la lecture brute — « Décris ce que tu vois dans ce dashboard. Identifie les métriques principales affichées. » — pour vérifier que le modèle et vous parlez du même graphique. Enchaînez sur l’interprétation : « Quelles sont les tendances majeures ? Y a-t-il des pics ou des baisses inhabituels ? » Ne passez à l’action qu’ensuite : « Sur la base de ces données, quelles actions recommanderais-tu pour améliorer le trafic le mois prochain ? » Chaque palier s’appuie sur le précédent, et vous pouvez corriger une lecture erronée avant qu’elle ne contamine la recommandation finale.

Le cas des tableaux photographiés

Un tarif imprimé, un relevé bancaire papier, un planning punaisé au mur : tout ce qui n’existe pas sous forme numérique peut être photographié puis converti. Prenez le menu d’un restaurant en photo et demandez « Convertis ce menu en tableau structuré avec les colonnes suivantes : Plat, Description, Prix » — vous récupérez une grille propre là où vous n’aviez qu’un cliché de travers.

L’intérêt monte d’un cran dès que vous enchaînez sur du calcul. Sur un relevé de dépenses mensuel, « Calcule le total par catégorie et identifie les trois postes de dépense les plus importants » vous donne en une passe ce que la saisie dans un tableur aurait coûté. Relisez toutefois les montants qui vous engagent : une valeur mal lue ne se signale pas, elle se propage silencieusement dans tous les totaux.

Où l’analyse visuelle atteint ses limites

Certaines configurations le mettent en échec, et mieux vaut les reconnaître avant d’insister. Un graphique en très faible résolution, dont les chiffres sont physiquement illisibles, ne lui apprend rien de plus qu’à vous. Deux courbes de teintes voisines — un jaune et un orange sur fond blanc — se confondent et faussent l’attribution des valeurs. Les graphiques 3D à effet de perspective déforment les proportions et induisent des comparaisons erronées. Les tableaux très denses, des dizaines de colonnes en petite police, dépassent le seuil où chaque cellule reste distinguable.

La bonne réponse n’est alors pas de reformuler le prompt mais de changer de support : exportez les données brutes en CSV ou en Excel et envoyez le fichier. L’analyse gagnera en fiabilité ce qu’elle perd en immédiateté.

Pour finir, choisissez un graphique réel — rapport, article de presse, vos propres chiffres — et soumettez-le : « Analyse ce visuel en détail. Identifie les 3 informations les plus importantes, les tendances et les anomalies éventuelles. Propose ensuite 2 questions que ces données devraient nous amener à poser. » Précisez votre secteur dans le même message, et redonnez à la main toute légende ou tout axe que votre capture aurait coupé.

Points clés à retenir

ChatGPT peut analyser la plupart des types de graphiques : barres, courbes, camemberts, tableaux, dashboards
Structurez votre prompt en trois parties : contexte, question, format de réponse
Procédez par étapes pour les visuels complexes plutôt que de tout demander en un seul prompt
Vérifiez toujours les valeurs numériques extraites pour les données critiques
Si un graphique est illisible, exportez les données brutes et envoyez-les plutôt sous forme de fichier