Module 5Traitement de données et dashboards avec l'IA

1. La chaîne de valeur de la donnée (le pipeline)

Avant de faire de jolis graphiques, il faut comprendre la chaîne complète. Un dashboard n'est que le bout visible de l'iceberg :

   COLLECTE      →   NETTOYAGE    →   ANALYSE      →   VISUALISATION
   ─────────         ──────────       ──────────       ──────────────
   capteurs,         doublons,        stats,           dashboards,
   API, formulaires,  valeurs          tendances,       rapports,
   scrapes,          manquantes,      corrélations,    alertes
   bases clients     formats,         prédictions,
                     outliers         scoring IA
        │                │                │                │
        └── 80% du travail et des erreurs sont AVANT l'analyse ──┘

   ⚠️ Vérité du métier : un data analyst passe 60 à 80 % de son temps
      sur la collecte et le nettoyage, pas sur l'analyse.

La règle d'or : Garbage In, Garbage Out (GIGO). Si vos données sont fausses, votre dashboard sera magnifiquement faux.

2. Les types de données et leurs traitements

*Le camembert : à éviter au-delà de 5 parts — l'œil humain compare mal les angles.

3. Collecter les données proprement (avec automatisation)

Les 4 sources classiques

1. API (le mieux)          2. Formulaire → table     3. Fichier (CSV/Excel)   4. Scraping (dernier recours)
   ─────────────             ───────────────            ──────────────           ────────────────
   structuré, fiable,        Google Forms →             simple mais manuel,      fragile, légalité
   à jour en auto            Sheets, Tally,             versions qui divergent   à vérifier, maintenance
   ex : France Travail       Typeform                   ex : export bancaire     constante

Règle : une donnée doit être saisie une seule fois, à la source, et circuler automatiquement ensuite. Chaque ressaisie manuelle est un bug en puissance.

Exemple réel : le radar emploi

Le workflow n8n (module 3) collecte les offres via l'API France Travail, les déduplique (nettoyage), les score (analyse IA), et pourrait pousser le résultat dans un Google Sheet — ce qui nous donne un dataset complet et historisé, prêt pour le dashboard.

4. Nettoyer les données : la checklist

□ Doublons       → dédupliquer sur une clé unique (id, email)
□ Valeurs vides  → décider : ignorer, remplir (moyenne), ou flaguer
□ Formats        → dates ISO (2026-10-05), prix en centimes, tout en minuscule ou pas ?
□ Outliers       → une commande à 999 999 € : erreur de saisie ou vrai client ?
□ Cohérence      → "Paris" vs "paris" vs "PARIS" = 1 seule ville, pas 3
□ Unités         → tout en euros, tout en mètres, jamais mélangé

Le nettoyage assisté par IA (exemple de prompt)

Voici un export brut de 200 lignes de commandes (colle vos données).
Nettoie-les et retourne un CSV avec :
1. dates au format ISO, 2. emails en minuscules sans espaces,
3. une colonne "anomalie" qui signale doublons et montants aberrants.
Ne modifie aucune valeur, signale seulement.

L'IA excelle pour détecter les anomalies et uniformiser les formats. Elle ne doit jamais inventer les valeurs manquantes (hallucination !).

5. Les KPI : mesurer ce qui compte

Un dashboard n'est pas une collection de graphiques, c'est une réponse à des questions métier :

   MAUVAIS DASHBOARD              BON DASHBOARD
   ─────────────────              ─────────────
   25 graphiques                  5 KPI maximum par écran
   "regarde tout ce qu'on         chaque graphique répond à UNE
   peut mesurer"                  question précise
   rafraîchi à la main            mis à jour automatiquement
   personne ne le regarde         consulté chaque matin

Méthode en 3 questions (avant tout dashboard) :

1. Qui va regarder ? (le dirigeant ? l'équipe ? le client ?)
2. Quelles décisions ce dashboard doit-il permettre ?
3. Quelle action suit chaque chiffre ? (si aucun chiffre ne déclenche d'action, il ne sert à rien)

Les KPI types par activité (exemples)

6. Construire le dashboard : les outils

Comparatif 2026

Recommandation parcours : Looker Studio (démarrer en 1h, gratuit) → Metabase (passer au self-host pro) → Streamlit (si vous codez et voulez brancher vos modèles IA directement).

Tutoriel : votre premier dashboard en 1 h (Looker Studio)

1. Collectez : créez un Google Sheet avec vos données (ex : inscriptions Maila Chic, ou ventes, ou candidatures)
2. Ouvrez lookerstudio.google.com → nouveau rapport → connectez le Sheet
3. Posez les 3 questions (qui ? quelles décisions ? quelles actions ?)
4. Ajoutez 4 éléments maximum :
   • 1 carte de score (le KPI phare : total inscrits)
   • 1 courbe temporelle (évolution par semaine)
   • 1 barres (répartition par source/canal)
   • 1 tableau (le détail, avec tri)
5. Partagez en lecture seule, programmation d'envoi PDF hebdomadaire possible

L'IA dans le dashboard (le niveau suivant)

• Synthèse automatique : un workflow n8n lit le dashboard chaque lundi et rédige un commentaire ("inscriptions +12 % cette semaine, la source Instagram dépasse Google pour la 1re fois") — c'est exactement le pattern du rapport hebdo de cette formation.
• Détection d'anomalies : le LLM signale ce qui sort de l'ordinaire.
• Prédiction : régression simple sur les tendances (attention à la prudence : une droite ne prédit pas un lancement de collection).

7. Exercices pratiques

Exercice 5.1 : le dataset des candidatures (30 min)

1. Créez un Sheet : date, entreprise, poste, plateforme, statut, score IA (si radar)
2. Chaque candidature envoyée = 1 ligne. Tenez-le 2 semaines.
3. Vous venez de créer votre premier pipeline data personnel.

Exercice 5.2 : dashboard candidatures (1 h)

1. Connectez le Sheet à Looker Studio
2. Cartes : total envoyées, taux de réponse, entretiens
3. Courbe : candidatures/semaine ; Barres : par plateforme
4. Question métier : "quelle plateforme a le meilleur taux de réponse ?"

Exercice 5.3 : nettoyage IA (30 min)

1. Exportez un CSV quelconque (avec défauts) — ou créez-en un sale exprès
2. Faites-le nettoyer par DeepSeek avec le prompt de la section 4
3. Vérifiez chaque "anomalie" signalée : l'IA a-t-elle raison ?

Exercice 5.4 : rapport automatique (1 h, avec module 3)

1. Workflow n8n : [lundi 8h] → [lire le Sheet] → [LLM : "analyse et 3 actions"] → [mail/Telegram]
2. Vous avez un analyste data junior qui travaille gratuitement chaque lundi.

8. Points clés

1. 80 % du travail data est avant l'analyse : collecte propre, nettoyage rigoureux.
2. GIGO : données fausses = dashboard magnifiquement faux.
3. Une donnée est saisie une fois, à la source, puis circule en automatique.
4. Un bon dashboard = 5 KPI max, répond à des questions métier, déclenche des actions.
5. L'IA nettoie, détecte, commente et synthétise les données — mais ne les invente jamais.
6. Parcours outils : Looker Studio → Metabase → Streamlit.