Le bon modèle mental
Une donnée sans question posée au préalable ne raconte rien — le tableau de bord ne remplace jamais la question qu'on doit se poser avant de l'ouvrir.
Un thermomètre donne un chiffre exact, mais ne dit pas si vous devez appeler un médecin ou ouvrir la fenêtre — il faut savoir ce qu'on cherche à décider avant de regarder le chiffre. Une donnée, c'est pareil : le nombre seul ne dit rien tant qu'on n'a pas posé la question à laquelle il doit répondre.
Ce que ça change concrètement
- Toute analyse commence par une question de décision précise (« dois-je augmenter le budget pub ? ») — jamais par « qu'est-ce que les données nous disent » en général.
- La chaîne complète : collecter → nettoyer → organiser → visualiser → interpréter → décider — sauter une étape, surtout nettoyer, fausse tout ce qui suit.
- Un chiffre faux dans une feuille propre est indétectable ; un chiffre juste dans une feuille sale est souvent noyé — la propreté des données conditionne la confiance qu'on peut avoir dans la conclusion.
Pourquoi faut-il poser une question de décision précise AVANT d'ouvrir un tableau de données, plutôt que d'explorer sans but ?
Voir la réponse
Parce que sans question précise, l'exploration produit des chiffres sans direction — on ne sait pas lesquels sont pertinents. La question de décision oriente quoi chercher, quoi nettoyer en priorité, et quel indicateur construire.
Utiliser correctement un tableur
Un tableur bien utilisé calcule à votre place et se met à jour tout seul — un tableur mal utilisé n'est qu'une liste qu'on relit à la main.
Comme une calculatrice qui retiendrait tous ses calculs précédents et les refait automatiquement dès qu'un chiffre change en amont — c'est la vraie différence entre taper des nombres dans des cases et construire un outil qui travaille pour vous.
Techniques qui marchent
- Une donnée par cellule, jamais de texte mélangé aux chiffres (éviter « 12 clients environ » dans une cellule censée contenir un nombre) — sinon impossible de calculer ou trier dessus.
- Utiliser des formules qui référencent d'autres cellules plutôt que retaper des valeurs calculées à la main — si la source change, tout se met à jour automatiquement.
- Tableaux structurés (convertir en tableau) plutôt que des plages de cellules libres — les formules et les tris s'étendent automatiquement aux nouvelles lignes.
Pourquoi utiliser une formule qui référence d'autres cellules est-il préférable à copier-coller une valeur déjà calculée ?
Voir la réponse
Parce qu'une formule se recalcule automatiquement si la source change, alors qu'une valeur copiée-collée reste figée et devient silencieusement fausse dès que les données d'origine évoluent.
Nettoyer et organiser des données
La majorité du temps d'une vraie analyse se passe à nettoyer les données, pas à les analyser — et c'est normal.
Comme trier un tiroir en vrac avant de pouvoir y retrouver quoi que ce soit — impossible de compter ou classer des objets tant qu'ils sont mélangés dans le désordre, même si chaque objet pris individuellement est correct.
Techniques qui marchent
- Repérer les doublons, valeurs manquantes et formats incohérents (« Paris » / « paris » / « PARIS » sont trois valeurs différentes pour un tableur, identiques pour un humain) avant tout calcul.
- Une colonne = une seule information — jamais « nom et prénom » dans la même colonne — pour pouvoir trier, filtrer et regrouper correctement plus tard.
- Documenter les choix de nettoyage (une ligne supprimée, pourquoi) — sans ça, personne ne peut vérifier ou reproduire l'analyse, pas même soi-même six mois après.
Pourquoi « Paris », « paris » et « PARIS » posent-ils un problème dans un tableur non nettoyé ?
Voir la réponse
Parce qu'un tableur les traite comme trois valeurs distinctes lors d'un tri, d'un filtre ou d'un regroupement, alors qu'un humain les reconnaît comme identiques — ça fausse les comptages et les analyses par catégorie tant que le format n'est pas uniformisé.
Créer des tableaux de bord
Un bon tableau de bord répond à une question qu'on se pose régulièrement — ce n'est jamais une collection de tous les graphiques possibles.
Comme le tableau de bord d'une voiture : vitesse, essence, température — trois informations essentielles en un coup d'œil, pas les 200 capteurs du moteur affichés en même temps. Un bon dashboard filtre l'essentiel pour la décision à prendre.
Techniques qui marchent
- Une métrique principale par question, mise en évidence visuellement, pas noyée parmi dix autres chiffres de taille égale.
- Toujours donner un point de comparaison (objectif, période précédente, moyenne du secteur) — un chiffre seul sans référence ne permet pas de savoir s'il est bon ou mauvais.
- Actualisation automatique reliée à la source plutôt que copier-coller manuel des chiffres — sinon le tableau de bord ment dès que quelqu'un oublie de le mettre à jour.
Pourquoi un bon tableau de bord doit-il toujours afficher un point de comparaison à côté de chaque chiffre ?
Voir la réponse
Parce qu'un chiffre isolé ne permet pas de juger s'il est bon ou mauvais : le comparer à un objectif, à la période précédente ou à une moyenne de référence est ce qui transforme le chiffre en information exploitable pour une décision.
Interpréter des indicateurs
Un même chiffre peut raconter deux histoires opposées selon le contexte dans lequel on le lit — jamais l'interpréter isolément.
« 20 % de croissance » veut dire quelque chose de très différent si le point de départ était 10 ventes ou 10 millions de ventes — le chiffre seul ne dit rien sans sa base de calcul, sa période, et sa marge d'erreur.
Techniques qui marchent
- Toujours vérifier la base de calcul (croissance de quoi, par rapport à quand, sur quelle population) avant de réagir à un pourcentage.
- Distinguer variation normale et signal réel — une petite fluctuation d'une semaine à l'autre n'est pas forcément une tendance ; comparer sur une période plus longue avant de conclure.
- Ne jamais interpréter un indicateur seul : le croiser avec un autre qui pourrait le contredire ou le nuancer (le nombre de ventes ET la marge, pas l'un sans l'autre).
Pourquoi « 20 % de croissance » ne veut-il rien dire sans connaître la base de calcul ?
Voir la réponse
Parce que le même pourcentage recouvre des réalités très différentes selon le point de départ — passer de 10 à 12 ventes ou de 10 millions à 12 millions sont tous deux « 20 % de croissance », mais n'ont pas la même signification ni la même ampleur réelle.
Repérer des tendances
Une tendance se voit sur plusieurs points dans le temps — jamais sur une comparaison entre deux dates isolées.
Comme prendre la température une seule fois et en déduire la saison — il faut plusieurs mesures répétées dans le temps pour distinguer un vrai changement climatique d'une simple journée chaude.
Techniques qui marchent
- Utiliser des moyennes mobiles ou des comparaisons sur plusieurs périodes plutôt qu'un point A contre un point B isolé — ça lisse le bruit et révèle la direction réelle.
- Toujours vérifier la saisonnalité (un pic de ventes en décembre n'est peut-être pas une tendance mais un effet récurrent chaque année) avant de conclure à un changement durable.
- Visualiser dans le temps (graphique en ligne) plutôt que comparer deux chiffres côte à côte — l'œil détecte une inflexion sur une courbe bien plus vite que dans un tableau de nombres.
Pourquoi deux points de données ne suffisent-ils jamais à établir une tendance ?
Voir la réponse
Parce que deux points ne peuvent montrer qu'une différence ponctuelle, jamais une direction confirmée — une vraie tendance exige une série de mesures répétées dans le temps pour distinguer un vrai mouvement d'une simple fluctuation ou d'un effet saisonnier.
Mesurer la rentabilité ou l'impact d'une action
Mesurer l'impact d'une action exige de savoir ce qui se serait passé sans elle — sans ce point de comparaison, on ne mesure rien.
Comme un médicament testé sans groupe témoin : si le patient guérit, était-ce le médicament ou aurait-il guéri seul ? Sans point de comparaison — avant/après, ou avec/sans — impossible de savoir si une action a vraiment eu un effet.
Techniques qui marchent
- Comparer avant/après ET avec un groupe ou une période témoin quand c'est possible, pas seulement avant/après isolément — d'autres facteurs ont pu changer en même temps.
- Calculer un retour sur investissement simple : (gain généré − coût de l'action) ÷ coût de l'action, en langage décision, pas seulement en langage technique.
- Fixer le critère de succès et le seuil AVANT de lancer l'action, jamais après avoir vu le résultat.
Pourquoi une simple comparaison avant/après ne suffit-elle pas toujours à prouver l'impact réel d'une action ?
Voir la réponse
Parce que d'autres facteurs ont pu changer en même temps que l'action testée — sans un point de comparaison indépendant (groupe témoin ou période témoin), impossible de distinguer l'effet de l'action des autres causes possibles.
Bloc mêlé
Les six sujets ci-dessus sont ici volontairement mélangés — une vraie analyse ne présente jamais ses problèmes dans l'ordre du cours.
Une cellule contient « 12 clients environ ». Problème ?
Mélange texte/nombre : impossible de calculer ou trier correctement sur cette colonne.
« Les ventes ont doublé ! » sans préciser la base de départ. Réflexe ?
Vérifier la base de calcul avant de réagir — doubler de 2 à 4 n'a rien à voir avec doubler de 2 millions à 4 millions.
Le tableau contient « Paris », « paris » et « PARIS ». Risque si non nettoyé ?
Un regroupement par ville comptera trois catégories différentes au lieu d'une seule.
Les ventes ont augmenté entre lundi et mardi. Peut-on parler de tendance ?
Non — deux points ne suffisent jamais, il faut une série sur une période plus longue.
Un budget marketing a doublé et les ventes ont augmenté le même mois. Conclusion possible ?
Pas automatiquement causal — d'autres facteurs ont pu jouer ; comparer à une période témoin avant de conclure.
Un tableau de bord affiche 40 graphiques différents. Problème ?
Il noie l'information utile — aucune métrique principale mise en avant pour la décision à prendre.
Atelier approfondi et votre projet
Analyser un seul jeu de données réel, de bout en bout, jusqu'à une vraie décision, vaut mieux que survoler six techniques jamais appliquées — la technique 4 appliquée à ce cours.
Atelier — décider du budget marketing du prochain trimestre
- Modèle mental — quelle décision précise prendre : augmenter ou réduire le budget pub du prochain trimestre (bloc 00) ?
- Nettoyer — vérifier doublons, valeurs manquantes, formats de dates cohérents dans le fichier de ventes (bloc 02).
- Tableur — construire des formules qui calculent automatiquement le total et la marge par mois, pas des valeurs copiées à la main (bloc 01).
- Tableau de bord — une seule métrique principale, la marge nette mensuelle, comparée à l'objectif et au trimestre précédent (bloc 03).
- Interpréter et tendance — vérifier si la hausse observée est une vraie tendance sur plusieurs mois ou un effet saisonnier de fin d'année (blocs 04 et 05).
- Mesurer l'impact — comparer la période avec et sans la dernière campagne marketing pour estimer son vrai retour sur investissement avant de décider du budget suivant (bloc 06).
Chaque bloc de ce cours est un maillon de cette chaîne, jamais une compétence isolée — c'est cette chaîne complète qui transforme des chiffres en décision, pas un graphique impressionnant tout seul.
Votre projet — apprentissage par le projet
Cochez au fur et à mesure. Rien n'est acquis tant que vous n'avez pas pris une vraie décision à partir de données réelles, pas un exemple du cours.