Analyser des données multi-sources automatiquement

Transformer des données brutes en insights actionnables

L’une des grandes forces d’un modèle réglé sur un niveau de réflexion élevé est sa capacité à ingérer des données venues de sources différentes, à les croiser et à en tirer des conclusions cohérentes. Cette leçon vous montre comment exploiter cette capacité pour automatiser vos analyses, depuis la manière de fournir les données jusqu’à la façon d’interpréter ce que le modèle vous rend.

Le problème des données éparpillées

En entreprise, les données ne vivent jamais au même endroit. Le chiffre d’affaires dort dans un tableur Excel, l’étude de marché dans un PDF, les retours clients dans un fil d’emails et les métriques web dans un export CSV. Rapprocher tout cela manuellement prend des heures, et le travail est à refaire à chaque période.

Un modèle à un niveau de réflexion élevé traite ces sources hétérogènes dans une seule conversation et produit une synthèse intégrée. Dans ChatGPT, vous joignez des tableurs, des PDF, des documents et des images ; les calculs passent par l’analyse de données, qui exécute du Python. Un tableau de bord photographié peut servir de source, avec une réserve : OpenAI prévient que les valeurs exactes d’un tableau en image ne sont pas extraites de manière fiable, et qu’il vaut mieux fournir le fichier d’origine quand les chiffres comptent.

Trois manières de fournir vos sources

La première, la plus directe, est le téléchargement de fichiers. ChatGPT accepte plusieurs fichiers dans une même conversation — classeurs Excel et CSV, documents PDF, images de graphiques ou captures d’écran, fichiers texte — et le modèle les analyse simultanément. Vous les déposez ensemble et vous formulez la demande de croisement en une phrase.

« Voici mon fichier de ventes Q1 (Excel), le rapport sectoriel (PDF) et les métriques Google Analytics (CSV). Croise ces trois sources et identifie les 5 tendances principales avec les données qui les supportent. »

La deuxième méthode, le copier-coller structuré, convient aux données plus légères que vous collez directement dans le prompt. L’essentiel est alors de nommer explicitement chaque bloc, sans quoi le modèle devra deviner ce qui appartient à quoi.

« Source 1 — Ventes par région : [tableau] Source 2 — Satisfaction client par région : [tableau] Source 3 — Budget marketing par région : [tableau] Analyse la corrélation entre budget marketing, ventes et satisfaction par région. »

La troisième méthode s’impose quand les documents sont trop volumineux pour être fournis tels quels : vous les résumez vous-même et ne transmettez que les données clés. Vous perdez le détail, mais vous conservez ce qui porte l’analyse, comme dans l’exemple suivant où l’écart entre croissance du marché et croissance interne est le vrai sujet.

« J’ai trois sources. Le rapport sectoriel indique une croissance du marché de 12 % en 2025. Nos ventes internes montrent +8 %. Les retours clients mentionnent des délais de livraison trop longs (NPS passé de 42 à 35). Analyse l’écart entre croissance marché et notre croissance, en intégrant les retours clients. »

Si vous automatisez l’analyse via l’API, la Responses API permet de connecter des outils (exécution de code, recherche, accès aux fichiers) à un modèle réglé sur un effort élevé. Avec le Programmatic Tool Calling, le modèle écrit et exécute du JavaScript, dans un environnement V8 isolé, qui appelle ces outils, au besoin en parallèle, puis filtre, regroupe ou agrège les résultats intermédiaires avant de lui rendre un résultat plus compact. OpenAI le recommande quand plusieurs résultats peuvent être triés ou agrégés par du code, et conseille l’appel direct quand chaque résultat demande un nouveau jugement du modèle.

Conduire l’analyse en quatre temps

Tout commence par le cadrage, et cette étape se joue avant le téléchargement des fichiers. Dites au modèle ce que vous cherchez — « Je vais te fournir 3 fichiers. Je veux une analyse comparative qui identifie les écarts de performance entre nos régions, les corrélations avec le budget marketing, et des recommandations actionnables. » — et il saura quoi retenir de chaque source au lieu de tout résumer platement.

Vous fournissez ensuite les données, à un niveau de réflexion élevé (High dans Chat, high dans l’API) pour que le croisement soit rigoureux. Puis vous demandez une synthèse structurée plutôt qu’un texte au fil de l’eau : « Produis un rapport en 3 parties : (1) Constats factuels avec chiffres, (2) Analyse des causes, (3) Recommandations prioritaires. Utilise des tableaux quand c’est pertinent. » Enfin, vous itérez. Le modèle conserve le contexte de toute la conversation, ce qui vous autorise à creuser un point précis — « Zoom sur la région Île-de-France. Pourquoi le NPS baisse alors que les ventes augmentent ? » — sans tout recharger. La première analyse est rarement la meilleure : c’est dans les allers-retours que se trouvent les enseignements utiles.

Le croisement que vous n’auriez pas demandé

La vraie puissance du raisonnement élevé apparaît quand vous invitez le modèle à combiner des dimensions auxquelles vous n’auriez pas pensé, par exemple : « Y a-t-il une corrélation entre les jours où le trafic web est élevé et les jours où les réclamations augmentent ? Si oui, propose une hypothèse explicative. » Le modèle aligne alors les séries temporellement, calcule les corrélations, formule des hypothèses causales et, point décisif, distingue explicitement corrélation et causalité au lieu de conclure trop vite. Ce garde-fou reste toutefois partiel : établir la causalité relève de votre expertise métier, pas de la sienne.

À vous de jouer

Trois sources, un croisement. Préparez trois sources issues de votre activité, même simples. Joignez un fichier Excel de ventes ou de métriques, ajoutez-en un deuxième portant sur une autre dimension — budget, satisfaction, effectifs —, puis demandez le croisement à un niveau de réflexion élevé, avec les calculs faits par l’analyse de données. Si vous n’avez rien sous la main, demandez d’abord au modèle de générer un jeu de données fictif réaliste pour votre secteur, et analysez-le comme s’il était réel.

Deux écueils gâchent la plupart des premières tentatives. Le premier est de déverser dix fichiers sans direction : sans cadrage, le modèle produit un résumé générique. Le second est plus sournois, ce sont les données incohérentes — vérifiez que les périodes, les unités et les catégories sont alignées entre vos sources avant de lancer quoi que ce soit, faute de quoi vous obtiendrez une analyse impeccablement raisonnée sur des chiffres qui ne se comparent pas.

Sources officielles : Data analysis with ChatGPT (centre d’aide OpenAI : fichiers, Python, tableaux en image) · Programmatic Tool Calling (API OpenAI : programmes qui orchestrent les outils, quand l’utiliser) · Reasoning models (niveaux d’effort)

Points clés à retenir

• Un niveau de réflexion élevé croise des tableurs, des PDF, des CSV et des images ; les calculs passent par l’analyse de données
• Cadrez votre analyse avant de fournir les données, et activez un raisonnement high pour le croisement
• Via la Responses API, le Programmatic Tool Calling fait orchestrer les outils par un programme JavaScript isolé, qui filtre les résultats intermédiaires
• Demandez des synthèses structurées (constats, analyse, recommandations) et itérez sur les points intéressants
• Distinguez toujours corrélation et causalité dans les résultats