RAG et IA : enrichir Claude avec vos données d’entreprise

📚 Cet article fait partie de notre cluster IA pour PME francophones. Pour le panorama complet (Claude vs GPT-5 vs Gemini vs Mistral, prompt engineering, RAG, agents, Ollama self-hosté, coûts en F CFA), consultez : IA et LLM pour PME francophones — panorama complet 2026.

Ce que vous saurez faire à la fin

1. Utiliser Claude (Anthropic) comme remplaçant de pandas pour analyser un fichier Excel ou CSV de ventes sans écrire une seule ligne de Python.
2. Charger des fichiers .xlsx, .csv et .ods de plusieurs milliers de lignes dans Claude et obtenir un nettoyage automatique des données sales.
3. Générer des tableaux croisés dynamiques, des analyses de cohorte clients et des prévisions de vente en langage naturel en français.
4. Demander à Claude de produire un rapport exécutif PDF avec graphiques, KPI et recommandations actionnables pour votre comité de direction.
5. Industrialiser vos analyses récurrentes (suivi mensuel CA, top produits, désabonnements) avec des prompts réutilisables.

Durée : 3h. Pré-requis : compte Claude.ai (gratuit pour démarrer, Pro à 20 USD soit 12 000 FCFA/mois pour les fichiers volumineux), un fichier Excel de ventes réel, navigateur Chrome ou Firefox récent, connaissance basique d’Excel. Aucune compétence Python requise.

Étape 1 — Pourquoi Claude remplace pandas pour 80% des PME

Pandas est la bibliothèque Python de référence pour la data analysis. Mais pour une PME sénégalaise qui n’a ni data analyst ni développeur, l’apprentissage de pandas représente 200 heures de formation. Claude permet d’obtenir 80% des résultats en posant des questions en français.

Concrètement, là où un script pandas demande 50 lignes de code pour calculer le panier moyen par segment client, Claude donne la réponse en 30 secondes après une simple question. Pour les analyses ad hoc, le gain est massif. Pour les pipelines automatisés en production, pandas reste indispensable.

Étape 2 — Préparer le fichier Excel à analyser

Bonnes pratiques avant import dans Claude :
1. Une seule feuille par fichier (sinon Claude lit la première)
2. Première ligne = entêtes claires (Date, Client, Produit, Quantite, Prix_FCFA)
3. Pas de cellules fusionnées dans les zones de données
4. Format date homogène (privilégier AAAA-MM-JJ)
5. Montants en nombres bruts, pas de "150 000 FCFA" mais 150000
6. Suppression des lignes totalement vides
7. Une seule ligne d'entête (pas d'entête sur 3 niveaux)
8. Taille max recommandée : 10 Mo en plan gratuit, 30 Mo en Pro

Un fichier propre divise par 3 le temps de traitement et la consommation de tokens. Une PME de Dakar qui voulait analyser 18 mois de ventes a perdu 2 heures à cause d’un fichier avec entête sur 3 lignes que Claude n’arrivait pas à interpréter.

Étape 3 — Charger le fichier dans Claude

Sur claude.ai :
1. Cliquer sur le trombone (attach file) en bas à gauche du chat
2. Sélectionner ventes_2024.xlsx (max 30 Mo, formats acceptés :
   xlsx, csv, ods, xls, txt, pdf, json)
3. Attendre l'upload (icône verte = OK)
4. Pour fichiers de plus de 30 Mo : convertir en CSV puis splitter
   par mois ou par trimestre

Astuce : si Claude refuse pour cause de taille, exporter en CSV
et utiliser PowerShell ou Excel pour découper :
- Excel : Données > Filtrer > Exporter par filtre
- PowerShell : Import-Csv ventes.csv | Group-Object Mois

Claude lit le fichier, identifie les colonnes, détecte le type de chaque champ (date, texte, nombre) et résume automatiquement la structure : nombre de lignes, plage de dates, nombre de clients uniques, total des ventes en FCFA.

Étape 4 — Premier prompt : exploration des données

Prompt à copier-coller :

Tu es un data analyst senior pour une PME sénégalaise.
Voici mon fichier de ventes 2024.

1. Décris la structure du fichier (colonnes, types, plage)
2. Identifie les anomalies : doublons, valeurs manquantes,
   dates incohérentes, montants négatifs ou nuls
3. Donne-moi le top 5 des clients par CA en FCFA
4. Donne-moi le top 5 des produits par volume
5. Calcule le CA total par mois et par trimestre
6. Identifie les 3 mois les plus forts et les 3 plus faibles

Format de réponse : tableaux markdown, montants en FCFA
avec séparateur d'espace (ex : 1 250 000 FCFA), pas de
graphiques pour l'instant.

Cette exploration initiale prend 45 secondes à Claude. Elle remplace 4 heures d’analyse manuelle dans Excel ou 2 heures de scripting Python avec pandas. Les anomalies détectées (doublons de factures, dates futures par erreur, clients en double avec orthographe différente) sont souvent invisibles à l’œil nu sur un fichier de 8000 lignes.

Étape 5 — Tableaux croisés dynamiques en langage naturel

Au lieu de cliquer dans Excel pour créer un TCD :

Prompt :
Crée un tableau croisé : en lignes les régions du Sénégal
(Dakar, Thiès, Saint-Louis, Kaolack, Ziguinchor, autres),
en colonnes les trimestres T1 T2 T3 T4 2024, en valeurs
le CA en FCFA. Ajoute une ligne TOTAL et une colonne TOTAL.
Indique en pourcentage l'évolution T4 vs T1 par région.

Sortie attendue (exemple) :
Région    | T1       | T2       | T3       | T4       | TOTAL    | Evol
Dakar     | 12 500 K | 14 200 K | 13 800 K | 16 100 K | 56 600 K | +29%
Thiès     | 4 200 K  | 4 800 K  | 5 100 K  | 5 600 K  | 19 700 K | +33%
...

Claude produit le tableau directement en markdown copiable dans Word, Notion ou Google Docs. Pour Excel, demander : « exporte le résultat en CSV téléchargeable » et Claude génère un lien de téléchargement direct.

Étape 6 — Analyse de cohorte clients

L'analyse de cohorte est l'arme secrète des PME en croissance :
elle révèle si les nouveaux clients restent ou partent.

Prompt :
Construis une analyse de cohorte mensuelle des clients
acquis en 2024. Une cohorte = mois de première commande.
Pour chaque cohorte, indique le pourcentage de clients
encore actifs (au moins 1 commande) à M+1, M+2, M+3, M+6.

Identifie ensuite :
- La cohorte avec la meilleure rétention
- Le mois moyen de désabonnement (churn)
- Les 10 clients à risque (pas de commande depuis 90 jours)
  parmi le top 50 du CA

Une boutique en ligne de Dakar a découvert grâce à cette analyse que 60% des clients acquis pendant les promotions de Tabaski ne revenaient jamais après. Décision : ne plus faire de promo agressive en juin, recentrer sur l’acquisition de clients fidèles via le contenu.

Étape 7 — Prévisions de vente avec Claude

Prompt :
Sur la base de mes ventes mensuelles 2023 et 2024 :
1. Calcule la tendance linéaire pour 2025 (mois par mois)
2. Calcule la moyenne mobile sur 3 mois
3. Applique un ajustement saisonnier (Tabaski en juin,
   rentrée scolaire en octobre, fêtes de fin d'année)
4. Donne-moi 3 scénarios pour 2025 :
   - Pessimiste (-10% vs tendance)
   - Réaliste (tendance + saisonnalité)
   - Optimiste (+15% si on lance le produit X en mars)
5. Indique le CA cumulé annuel pour chaque scénario en FCFA

Claude n’égale pas Prophet ou ARIMA pour des prévisions ultra-précises, mais pour le budget annuel d’une PME, l’écart est sous les 8%. Suffisant pour planifier les achats et le recrutement. Pour des prévisions critiques (gestion de stock juste-à-temps), garder un data scientist humain dans la boucle.

Étape 8 — Détecter la fraude et les anomalies

Prompt :
Analyse mes 12 000 lignes de transactions et signale :
1. Les montants supérieurs à 3 écarts-types de la moyenne
   par catégorie de produit
2. Les ventes effectuées en dehors des heures d'ouverture
   (avant 8h ou après 22h heure de Dakar)
3. Les clients avec plus de 5 commandes annulées sur 10
4. Les vendeurs dont le panier moyen est 2x plus élevé que
   leurs collègues sur les 30 derniers jours
5. Les paiements en espèces de plus de 500 000 FCFA
   (seuil OHADA pour déclaration)

Format : tableau avec niveau de risque (faible, moyen, élevé)
et recommandation d'action.

Cette analyse révèle souvent des fraudes internes (employé qui truque des remises) ou des erreurs de saisie (vente à 1 500 000 FCFA au lieu de 15 000 FCFA). Une PME de Saint-Louis a récupéré 4,2 millions FCFA de fraude en 6 mois grâce à ces audits mensuels.

Étape 9 — Générer un rapport exécutif PDF

Prompt :
Rédige un rapport exécutif de 4 pages pour le comité de
direction (1er trimestre 2025) :

Page 1 : Synthèse en 5 KPI clés (CA, marge, nb clients,
panier moyen, taux de rétention) avec évolution vs T4 2024

Page 2 : Top 5 produits, top 5 clients, top 3 régions
avec graphiques en barres horizontales

Page 3 : Analyse des risques (clients perdus, produits
en chute, retards de paiement)

Page 4 : 3 recommandations stratégiques chiffrées en FCFA
avec calendrier d'exécution sur 90 jours

Ton : professionnel, concis, orienté décision. Police
recommandée : Inter ou Calibri 11. Format A4.

Claude génère le rapport en HTML structuré. Pour le PDF, ouvrir le HTML dans Chrome puis Imprimer > Enregistrer en PDF. Alternative : copier-coller dans Google Docs puis Fichier > Télécharger en PDF. Le rendu est de qualité conseil en stratégie.

Étape 10 — Visualisations et graphiques

Claude ne génère pas d'images de graphiques nativement,
mais propose 3 méthodes éprouvées :

Option 1 : Code Python matplotlib à exécuter
Demande à Claude : "donne-moi le code Python matplotlib
pour générer un bar chart du CA mensuel". Copier dans
Google Colab (gratuit) puis exécuter.

Option 2 : Code JavaScript Chart.js (idéal web)
Demander : "donne-moi le HTML+JS pour intégrer ce
graphique sur mon site WordPress avec Chart.js"

Option 3 : Tableau markdown + Datawrapper
Copier le tableau Claude dans datawrapper.de (gratuit)
qui produit des graphiques web responsives en 2 minutes.

Pour 90% des besoins, l’option 3 (Datawrapper) est la plus rapide. Pour un dashboard récurrent, l’option 2 (Chart.js intégré sur Intranet) est meilleure.

Étape 11 — Industrialiser avec des prompts réutilisables

Sauvegarder vos prompts dans un fichier prompts_ventes.md :

# Prompt 1 : Reporting mensuel
Analyse les ventes du mois écoulé et compare au même mois
N-1. Format : 1 tableau, 5 KPI, 3 commentaires.

# Prompt 2 : Top clients VIP
Liste les 20 clients qui ont dépassé 1 000 000 FCFA d'achat
sur les 12 derniers mois. Inclure : nom, CA, nb commandes,
date dernière commande, panier moyen.

# Prompt 3 : Détection désabonnement
Liste les clients qui n'ont pas commandé depuis 90 jours
mais avaient commandé chaque mois auparavant.

# Prompt 4 : Performance vendeurs
Classement des commerciaux par CA, marge, et taux de
transformation des devis en commandes.

Un commercial à Dakar gagne 6 heures par semaine en utilisant ces 4 prompts récurrents le lundi matin sur les données extraites du logiciel de caisse en CSV.

Étape 12 — Limites de Claude vs pandas

Claude est imbattable pour :
- Analyses ad hoc (1 question, 1 réponse)
- Exploration rapide de nouveaux datasets
- Génération de rapports narratifs
- Détection d'anomalies en langage naturel
- Prototypage d'analyses

Pandas reste indispensable pour :
- Pipelines automatisés en production (ETL quotidien)
- Datasets de plus de 100 000 lignes ou 100 Mo
- Calculs ultra-rapides (millions de lignes)
- Reproductibilité parfaite (mêmes inputs = mêmes outputs
  bit pour bit, ce que les LLM ne garantissent pas)
- Intégration avec scikit-learn pour le machine learning
- Calculs financiers ultra-précis (Claude peut arrondir)

Stratégie hybride recommandée : Claude pour l’exploration et le reporting, pandas pour les flux automatisés. Une équipe data peut utiliser Claude le matin pour cadrer une analyse, puis coder en pandas l’après-midi pour la production.

Étape 13 — Sécurité et confidentialité des données

Avant d'envoyer un fichier client à Claude, vérifier :

1. Anthropic n'utilise PAS vos données pour entraîner ses
   modèles si vous êtes en plan Pro ou Team (paramètre
   à activer dans Settings > Privacy)

2. Anonymiser les données ultra-sensibles avant envoi :
   - Remplacer noms de clients par CLIENT_001, CLIENT_002
   - Hasher les numéros de téléphone (SHA-256)
   - Ne jamais envoyer mots de passe, RIB, CNI

3. Pour données vraiment sensibles (médical, juridique) :
   - Utiliser Claude API en mode "Bedrock" sur AWS Dakar
   - Ou installer Llama 3 en local (souveraineté totale)

4. Conformité OHADA : la donnée comptable doit rester
   archivée 10 ans. Garder les originaux Excel localement,
   ne jamais s'appuyer uniquement sur l'historique Claude.

Une fiduciaire de Dakar fait signer à ses clients un avenant qui mentionne explicitement l’usage de Claude pour les analyses, conformément au RGPD européen et à la loi sénégalaise n°2008-12 sur la protection des données.

Étape 14 — Cas concret : audit de marge en 30 minutes

Workflow complet pour une PME de distribution :

1. Export des ventes 2024 depuis le logiciel (CSV, 25 Mo)
2. Export des coûts d'achat fournisseurs (CSV, 8 Mo)
3. Upload des 2 fichiers dans Claude (plan Pro)
4. Prompt :
   Croise les ventes et les coûts par produit. Calcule
   la marge brute en FCFA et en pourcentage pour chaque
   produit. Identifie :
   - Les 10 produits qui rapportent le plus en valeur
   - Les 10 produits avec la marge la plus faible (< 5%)
   - Les 5 produits vendus à perte (alerte rouge)
   - Recommandation : arrêter, augmenter prix, ou négocier
     fournisseur

Résultat : tableau de 4 pages, 18 décisions immédiates
pour gagner 8 millions FCFA de marge sur l'année.

Ce même audit, demandé à un consultant externe, coûte entre 800 000 et 1 500 000 FCFA. Avec Claude Pro à 12 000 FCFA/mois, le retour sur investissement est immédiat.

Erreurs classiques

• Envoyer un fichier Excel avec entêtes sur 3 niveaux ou cellules fusionnées : Claude se perd. Aplatir avant.
• Ne pas préciser la devise FCFA dans le prompt : Claude raisonne parfois en dollars par défaut.
• Demander des graphiques en image : Claude ne génère pas d’images, demander du code ou des tableaux.
• Faire confiance aveuglément aux calculs : toujours vérifier le total final dans Excel pour les montants critiques.
• Envoyer des données ultra-sensibles (CNI, RIB) en clair : anonymiser systématiquement avant.
• Saturer le contexte avec un fichier de 200 Mo : découper par trimestre ou par catégorie.
• Oublier de sauvegarder les bons prompts : créer un fichier prompts.md versionné dans Git ou Drive.
• Utiliser Claude pour des calculs financiers ultra-précis (centimes) : préférer Excel ou pandas pour les arrondis.

Checklist

• Compte Claude.ai créé, plan Pro activé pour fichiers volumineux (12 000 FCFA/mois).
• Fichier Excel propre : une feuille, entêtes ligne 1, dates AAAA-MM-JJ, montants en nombres bruts.
• Fichier de prompts réutilisables sauvegardé dans Drive ou Git.
• Anonymisation des données sensibles validée avec le DPO ou le dirigeant.
• Premier prompt d’exploration testé sur un échantillon de 100 lignes avant l’analyse complète.
• Rapport exécutif PDF généré et partagé avec le comité de direction.
• Tableaux croisés et analyses de cohorte vérifiés contre les chiffres officiels du logiciel comptable.
• Workflow récurrent (mensuel, trimestriel) documenté dans un Notion ou un Confluence.
• Plan B documenté : si Claude est en panne, savoir reprendre l’analyse en pandas ou Excel.
• Conformité OHADA respectée : originaux Excel archivés 10 ans en local.