📍 Guide principal de la série : Excel pour PME : tableaux structurés, fonctions dynamiques, Copilot et Python.

Coupler Excel avec un assistant LLM (Claude, ChatGPT, Gemini, ou un modèle local via Ollama) ouvre une porte que peu de PME exploitent : poser une question en français sur ses chiffres et obtenir une analyse, des hypothèses ou une formule prête à coller. Pas besoin de coder. Pas besoin de Power BI. Juste un copier-coller bien structuré et la bonne formulation. Ce tutoriel détaille la méthode pas-à-pas, avec les précautions de confidentialité indispensables.

Prérequis

Excel et un compte sur un assistant LLM (Claude, ChatGPT, Gemini gratuit ou payant)
Ou un modèle local installé via Ollama si la confidentialité est critique
Un fichier de données réelles à analyser
Temps : 60 minutes

Étape 1 — Préparer un extrait représentatif

Coller toute une base de 5 000 lignes dans une conversation LLM est inutile et coûteux en jetons. La méthode plus efficace : extraire un échantillon représentatif et un résumé statistique.

Sur votre tableau de ventes, sélectionnez 30 à 50 lignes diverses (différentes régions, produits, dates). Copiez (Ctrl + C). Dans la conversation LLM, collez. La majorité des assistants conservent la mise en forme tabulaire si vous collez en mode Texte enrichi ou si vous utilisez le bouton Coller comme tableau selon l’interface.

Précisez le contexte en une phrase : « Voici un extrait de mes ventes mensuelles d’un commerce alimentaire à Dakar. La colonne Montant est en FCFA. » Sans contexte, l’IA peut interpréter à côté.

Étape 2 — Précautions de confidentialité

Avant tout copier-coller, vérifier ce que les conditions d’utilisation du LLM choisi disent sur l’usage des données. Pour les conversations gratuites, beaucoup d’éditeurs utilisent les inputs pour entraîner leurs modèles. Cela signifie : ne jamais coller de données nominatives clients, salariés, fournisseurs ; ne jamais coller de chiffres financiers détaillés sensibles.

Trois bonnes pratiques. Premièrement, anonymiser. Remplacer les noms réels par « Client A », « Client B », etc. via une RECHERCHEV depuis une table de correspondance. Deuxièmement, désindexer. Multiplier les montants par un coefficient secret (ex : ×1,17) pour que les ordres de grandeur soient préservés sans révéler les vrais chiffres. Troisièmement, passer en mode payant. Les versions Team/Enterprise des LLM offrent des garanties de non-utilisation des données pour l’entraînement.

Pour des données vraiment sensibles (comptabilité, paie individuelle), basculer sur Ollama qui fait tourner un modèle entièrement sur votre PC. Aucune donnée ne quitte la machine. Tutoriel séparé recommandé pour le setup Ollama, voir la rubrique IA du blog.

Étape 3 — Demander une analyse exploratoire

Un prompt efficace structure trois choses : le rôle de l’IA, la tâche, le format attendu. Exemple :

« Tu es un analyste commercial. Voici 30 lignes de ventes anonymisées d’un magasin alimentaire à Dakar. Identifie les 3 tendances les plus importantes en termes de produit, région et saisonnalité. Pour chaque tendance, donne une explication possible et une recommandation pratique. Format : 3 sections numérotées. »

L’IA va parcourir les données et produire trois analyses chiffrées. Lecture critique nécessaire : les LLM se trompent sur les calculs précis. Toujours vérifier au moins le total ou la moyenne globale avec une formule Excel directe avant de baser une décision sur l’analyse.

Étape 4 — Demander une formule

C’est l’usage le plus rentable au quotidien. Décrire en français ce qu’on veut, demander la formule Excel.

« Mon tableau a en colonne A les dates, B les montants. Donne-moi la formule Excel qui calcule la moyenne des montants des 7 derniers jours à partir d’aujourd’hui. La formule doit fonctionner sur Excel 2019 (pas Microsoft 365). »

L’IA propose une formule. Exemple de réponse type :

=MOYENNE.SI.ENS(B:B;A:A;">="&AUJOURDHUI()-7;A:A;"<="&AUJOURDHUI())

Toujours tester la formule sur quelques cas connus. Si elle donne un résultat aberrant, expliquer le problème à l’IA et demander une correction. C’est itératif.

Étape 5 — Demander un script VBA

Pour automatiser une tâche répétitive sans connaître VBA, décrire la procédure en français. Exemple :

« Écris-moi un script VBA pour Excel qui parcourt la feuille active, et pour chaque ligne, si la colonne G contient ‘Impayée’, met le fond de la ligne en rouge clair. Sinon, retire toute coloration. Le script doit s’arrêter à la première ligne vide. »

L’IA produit un script. Le coller dans l’éditeur VBA (Alt + F11), tester sur un classeur de test (jamais directement sur le fichier de production), et adapter si besoin.

Précautions : un script VBA peut tout faire dans Excel, y compris supprimer des données ou écrire dans des fichiers. Toujours lire le code avant de le lancer. Si une instruction Kill, Delete ou Workbooks.Save apparaît sur un fichier qu’on ne contrôle pas, demander à l’IA d’expliquer.

Étape 6 — Demander une transformation de données

Cas pratique : on a une colonne contenant « Aminata Diop, +221 77 826 83 77, aminata@example.sn ». On veut séparer en trois colonnes : Nom complet, Téléphone, Email. Au lieu d’écrire les formules à la main :

« Voici 5 cellules contenant nom + téléphone + email séparés par des virgules. Donne-moi 3 formules Excel pour extraire chaque champ dans une colonne séparée. »

L’IA propose typiquement STXT + TROUVE ou SI + FILTRE. Tester sur les 5 lignes, puis recopier sur tout le tableau.

Étape 7 — Itérer pour affiner

La première réponse n’est presque jamais la meilleure. Itérer en précisant. « La formule fonctionne mais renvoie une erreur quand le téléphone manque. Modifie pour gérer ce cas. » « Le script VBA est correct mais trop lent sur 5 000 lignes. Optimise en utilisant un tableau en mémoire au lieu de cellules. »

Les LLM modernes sont capables de tenir une conversation cohérente sur plusieurs échanges, en se rappelant le contexte précédent. Profiter de cette mémoire courte pour construire progressivement la solution exacte plutôt que tout demander d’un coup.

Étape 8 — Vérifier les résultats

Trois vérifications systématiques avant d’utiliser une analyse en production.

Recalculer manuellement au moins un total ou un pourcentage cité par l’IA. Si elle dit « Le produit Riz représente 32% du CA », calculer avec =SOMME.SI(...)/SOMME(...) et comparer.

Tester les formules sur cas limites. Une cellule vide. Un montant à zéro. Un texte au lieu d’un nombre. Si la formule plante, demander à l’IA de la rendre robuste.

Lire le script complet avant de le lancer. Identifier toutes les actions destructives potentielles (suppression, écrasement). Si un doute persiste, demander à l’IA d’expliquer ligne par ligne.

Erreurs fréquentes

Symptôme	Cause	Solution
L’IA invente des chiffres	Volume de données trop grand collé d’un coup	Réduire l’extrait à 30-50 lignes
Formule retournée fausse	Versions différentes (Excel 365 vs 2019)	Préciser la version dans le prompt
Réponse hors sujet	Contexte initial absent	Toujours préciser secteur, devise, intention
VBA ne compile pas	L’IA mélange syntaxes anglaise/française	Préciser « Excel français, fonctions en français »
Données nominatives partagées par erreur	Anonymisation oubliée	Toujours anonymiser AVANT le copier-coller

Foire aux questions

Quel LLM gratuit utiliser pour Excel ?

Claude (claude.ai), ChatGPT (chat.openai.com), Gemini (gemini.google.com), Mistral Le Chat. Tous ont une version gratuite avec limites quotidiennes. Tester quelques tâches Excel sur chacun pour identifier celui qui répond le plus précisément à votre style de questions.

Microsoft 365 Copilot vaut-il son prix ?

Pour une PME africaine, l’abonnement reste élevé en valeur absolue. Pour des usages occasionnels d’aide formule ou analyse, un LLM externe gratuit suffit. Copilot devient intéressant pour des équipes qui utilisent quotidiennement et veulent l’intégration native sans copier-coller.

Les LLM peuvent-ils créer un classeur Excel complet ?

Pas directement, mais ils peuvent générer le code VBA ou Python qui crée le classeur. Pratique pour générer 50 fichiers similaires depuis un script.

Comment savoir si une formule LLM est correcte ?

La tester sur 3-5 cas où vous connaissez le résultat attendu. Si les 5 résultats sont bons, c’est probablement bon. Si un seul diverge, comprendre pourquoi avant d’utiliser en production.

Ollama est-il fiable pour les analyses ?

Les modèles Ollama (Llama 3, Mistral 7B, Qwen) sont moins puissants que les modèles cloud sur des analyses complexes, mais suffisants pour des tâches Excel courantes. Ils tournent sur un PC moderne avec 16 Go de RAM. Le gros avantage : zéro fuite de données.

Les LLM hallucinent-ils sur Excel ?

Oui, parfois. Ils inventent des fonctions inexistantes ou des syntaxes incorrectes. Si une fonction proposée semble inhabituelle, vérifier sur la documentation officielle Microsoft. Le risque diminue avec les modèles récents mais ne disparaît pas.

Analyser ses données commerciales avec un LLM (Excel + Claude/ChatGPT) : tutoriel