Data analyst et intelligence artificielle : SQL, RGPD, biais

Les 4 enjeux

Enjeu 1

Interne

Un brouillon de travail. Personne d’autre ne le lit, rien ne se joue dessus.

Enjeu 2

Transmis

Le document part vers un collègue ou un stagiaire, sans engager l’organisme.

Enjeu 3

Opposable

La pièce peut être produite le jour où quelqu’un conteste. Elle doit tenir.

Enjeu 4

Engageant

Le document sort et engage l’organisme devant un financeur ou un client.

Prompts · Enjeu 1 · Interne	Chantier	Accès
Transformer une demande de chiffres en question métier avant d’ouvrir une requête « Sors-moi les ventes par magasin » cache presque toujours une décision à prendre ; sans elle, l’analyste livre un tableau exact qui ne répond à rien.Chaîne · Data analyst : un indicateur de pilotage, de la demande au comité de direction	Premiers réflexes	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans une PME de distribution, seul à répondre aux demandes de chiffres de la direction et je veux remonter d’une demande de chiffres à la décision qu’elle doit éclairer, avant d’écrire la moindre requête. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La demande telle qu’elle m’est parvenue, mot pour mot : [texte]– Le demandeur, son rôle et l’échéance de la décision : [notes]– Les tables ou rapports que je pense mobiliser : [liste]– Les analyses voisines déjà livrées sur ce sujet : [notes]Ta mission IA : 1. Reformule la demande en une question à laquelle on peut répondre par oui, par non ou par un ordre de grandeur. 2. Déduis la décision probable derrière la demande et marque-la comme hypothèse à confirmer. 3. Liste ce qui manque pour calculer : périmètre, période, date d’arrêté, niveau de détail, population exclue. 4. Propose deux ou trois indicateurs possibles et ce que chacun ferait dire de différent. 5. Rédige cinq questions courtes à poser au demandeur, de la plus bloquante à la moins bloquante. Contraintes : aucune hypothèse présentée comme la demande réelle, aucun indicateur retenu à ma place. Format : la question reformulée, la décision supposée, les manques, les indicateurs possibles, les questions. 250 mots au plus. Garde-fou : La question reste celle du demandeur : l’outil fait apparaître ce qui manque à la demande, il ne choisit ni l’indicateur ni la décision à éclairer.
Relire une requête SQL proposée par l’IA avant de l’exécuter Une requête générée qui tourne sans erreur peut doubler un chiffre d’affaires par une jointure mal posée ; le résultat a l’air plausible, c’est ce qui le rend dangereux.Chaîne · Data analyst : mission d’analyse pour un client avec un assistant IA, de l’entretien de cadrage à la déclaration de la part générée	Premiers réflexes	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst qui utilise un assistant de code pour écrire ses requêtes et je veux comprendre ligne à ligne une requête proposée par un assistant et repérer ce qui peut fausser le résultat avant de la lancer. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La requête proposée : [code]– Le schéma des tables utilisées, avec les clés et la cardinalité connue des relations : [texte]– Ce que la requête est censée calculer, en une phrase : [texte]– Le moteur de base de données et sa version : [notes]Ta mission IA : 1. Explique la requête clause par clause en langage courant. 2. Signale chaque jointure qui peut multiplier les lignes et la vérification à faire, comme un comptage avant et après jointure. 3. Relève les pièges classiques présents : valeurs NULL dans un NOT IN, filtre sur une table de jointure externe placé dans le WHERE, COUNT au lieu de COUNT DISTINCT, bornes de dates, fuseaux horaires. 4. Confronte ce que la requête calcule réellement à ce que j’ai dit vouloir calculer. 5. Propose trois requêtes de contrôle courtes : totaux, comptage de clés, échantillon de lignes à vérifier à la main. Contraintes : aucune requête déclarée juste, aucune fonction supposée disponible dans mon moteur sans le signaler. Format : l’explication, les risques, l’écart avec l’intention, les requêtes de contrôle. Garde-fou : L’exécution et le résultat restent sous votre responsabilité : l’outil explique la requête, il ne garantit pas qu’elle calcule ce que vous croyez.
Choisir un test statistique et vérifier ses conditions d’emploi Le test lancé par habitude sur des données qui n’en remplissent pas les conditions produit une p-valeur qui ne veut rien dire, et elle finit dans une diapositive.Chaîne · Data analyst : un test A/B, du plan d’analyse daté à la décision de déployer	Méthode & exigence	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans un organisme de formation qui mesure l’effet d’un nouveau parcours et je veux choisir la méthode statistique adaptée à ma question et vérifier que mes données en respectent les conditions. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La question, formulée comme une comparaison ou une relation : [texte] – Les variables : type, unités, nombre d’observations par groupe : [tableau] – Le plan de collecte : échantillon aléatoire, groupes appariés, mesures répétées : [notes] – Les résumés descriptifs déjà calculés : [tableau] Ta mission IA : 1. Traduis la question en hypothèses testables. 2. Propose deux ou trois méthodes possibles et les conditions de chacune : indépendance, distribution, variances, taille des groupes. 3. Indique quelles conditions je peux vérifier avec mes résumés et comment vérifier les autres. 4. Signale les risques propres à mon plan : comparaisons multiples, groupes non comparables, effet trop petit pour mes effectifs. 5. Précise ce que le résultat permettra de dire et ce qu’il ne permettra pas de dire. Contraintes : aucun résultat de test calculé sur des données que je n’ai pas fournies, aucune causalité tirée d’une association. Format : les hypothèses, les méthodes et leurs conditions, les vérifications, les risques, la portée du résultat. Garde-fou : Le choix du test reste le vôtre : l’outil expose les options et leurs conditions, il ne transforme pas une p-valeur en conclusion.
Construire l’arbre d’indicateurs qui relie un objectif à ses leviers Un objectif comme « améliorer la satisfaction » ne se pilote pas ; décomposé en leviers mesurables, il indique enfin où regarder.Chaîne · Data analyst : la prévision, de l’arbre d’indicateurs qui relie un objectif à ses leviers à la note qui transmet une prévision et à la présentation de son incertitude au comité de direction	Quand la demande arrive	Abonnement
Cartographier les sources de données et leurs propriétaires Le même chiffre d’affaires existe dans la comptabilité, le logiciel de caisse et le CRM, avec trois valeurs ; savoir laquelle fait foi évite des semaines de débats.Chaîne · Data analyst : un indicateur de pilotage, de la demande au comité de direction	Quand la demande arrive	Abonnement
Écrire les contrôles automatiques qui tournent à chaque chargement Une table source qui n’a pas été rafraîchie hier produit un rapport d’aujourd’hui parfaitement faux et parfaitement propre.Chaîne · Data analyst : un indicateur de pilotage, de la demande au comité de direction	Quand les données arrivent	Abonnement
Fabriquer un jeu de données fictif fidèle à la structure réelle Travailler avec l’assistant sur de vraies lignes clients est tentant ; un jeu fictif qui reproduit les pièges du vrai donne le même résultat sans le risque.Chaîne · Data analyst : des données personnelles, de l’extraction minimale au partage avec un tiers	Quand les données arrivent	Abonnement
Nettoyer un script avant de le coller dans un assistant IA Un script copié tel quel embarque une chaîne de connexion, un mot de passe ou des noms de clients en commentaire, et ils partent dans une requête à l’éditeur.Chaîne · Data analyst : mission d’analyse pour un client avec un assistant IA, de l’entretien de cadrage à la déclaration de la part générée	Quand l’IA écrit le code	Abonnement
Construire une analyse de cohortes sans confondre corrélation et effet Les clients qui utilisent la fonctionnalité restent plus longtemps : peut-être parce qu’elle les retient, peut-être parce que seuls les plus motivés la trouvent.Chaîne · Data analyst : un chiffre de fidélisation pour une campagne commerciale, du classeur du marketing au dossier de justification	Quand l’analyse doit tenir	Abonnement
Cartographier les données qu’un équipement connecté produit et que son utilisateur peut réclamer Un installateur demande les données de fonctionnement d’un parc d’appareils et personne ne sait dire lesquelles existent, sous quelle forme ni avec quelles métadonnées : l’entreprise répond au hasard, trop peu ou beaucoup trop.Chaîne · Data analysts : données d’objets connectés, de l’inventaire technique au contrat de partage et à la sortie du fournisseur cloud	Quand les données des objets connectés se partagent	Abonnement
Rédiger la couche sémantique qui apprend à un assistant de requêtes le sens des indicateurs maison Un commercial demande le « taux de résiliation » à l’assistant, qui calcule sa propre version faute de définition : le chiffre circule dans trois réunions avant que quelqu’un remarque qu’il ne correspond pas à celui du comité de direction.Chaîne · Data analysts : assistant de requêtes en langage naturel, de la couche sémantique à la charte d’usage publiée	Quand les métiers interrogent les données en langage naturel	Abonnement
Concevoir le suivi de dérive d’un score en production et de ses écarts entre populations Le score a été validé il y a longtemps sur une clientèle qui a changé ; ses performances se dégradent sur les jeunes clients sans que personne ne le voie, et des refus s’accumulent sur un modèle qui ne mesure plus rien de juste.Chaîne · Data analysts : score qui pèse sur une personne, de l’alerte en amont à l’explication due à la personne classée	Quand un score pèse sur la décision qui vise une personne	Abonnement
Prompts · Enjeu 2 · Transmis	Chantier	Accès
Rédiger la fiche de définition d’un indicateur avant de le calculer Deux services qui parlent de « taux de résiliation » n’ont pas le même dénominateur, et le comité découvre l’écart en séance.Chaîne · Data analyst : un indicateur de pilotage, de la demande au comité de direction	Premiers réflexes	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst en ESN, détachée chez un client du secteur de l’assurance et je veux écrire la fiche de définition d’un indicateur et l’envoyer au responsable métier pour validation avant tout calcul. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – Le nom de l’indicateur et l’usage qui en sera fait : [notes]– Les définitions qui circulent déjà, avec leur auteur : [texte]– Les règles de gestion connues : exclusions, date de référence, traitement des annulations : [notes]– Les tables sources et les champs pressentis : [liste]Ta mission IA : 1. Rédige la fiche en rubriques : libellé, formule, numérateur, dénominateur, périmètre, période, date d’arrêté, granularité, source, propriétaire. 2. Écris la formule en langage courant puis en pseudo-code, sans supposer un nom de champ que je n’ai pas donné. 3. Mets en regard les définitions qui circulent et montre en quoi elles diffèrent. 4. Liste les cas limites à trancher par le métier : lignes annulées, doublons, clients multi-contrats, changements de périmètre. 5. Rédige le court message qui accompagne la fiche et demande une validation écrite. Contraintes : aucune règle de gestion ajoutée sans la marquer à confirmer, aucune définition présentée comme officielle. Format : la fiche, les écarts entre définitions, les cas limites, le message. Garde-fou : La définition se valide par le métier qui porte l’indicateur : l’outil structure la fiche, il n’invente aucune règle de gestion.
Écrire le message qui restitue une analyse à un manager pressé Un tableau de trente lignes envoyé sans phrase conclusive se lit en diagonale, et le manager retient le chiffre le plus gros, pas le plus juste.Chaîne · Data analyst : un chiffre de fidélisation pour une campagne commerciale, du classeur du marketing au dossier de justification	Premiers réflexes	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans une enseigne de restauration et je veux rédiger un message de restitution court qui dit ce que l’analyse montre, avec quelle certitude, et ce qu’elle ne montre pas. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La question posée par le manager : [texte]– Mes résultats chiffrés, avec la période et le périmètre : [tableau]– Les limites que j’ai relevées : données manquantes, petits effectifs, changement de méthode : [notes]– Ce que le manager doit décider et quand : [notes]Ta mission IA : 1. Écris une première phrase qui répond directement à la question. 2. Donne les deux ou trois chiffres qui portent cette réponse, avec leur période et leur périmètre. 3. Formule les limites en une phrase chacune, sans jargon statistique. 4. Distingue ce qui est établi, ce qui est probable et ce qui reste à vérifier. 5. Termine par ce qu’une analyse complémentaire apporterait, et son délai si je te l’ai donné. Contraintes : aucun chiffre arrondi au point de changer le message, aucune causalité affirmée à partir d’une corrélation. Format : le message prêt à relire. 200 mots au plus. Garde-fou : Le message rapporte ce que montrent les données et leurs limites : la décision reste au manager, l’outil ne la suggère pas comme évidente.
Documenter une requête pour qu’un collègue puisse la relancer seul La requête du reporting mensuel vit dans le dossier personnel d’une seule personne ; le jour de son absence, le chiffre ne sort pas ou sort faux.Chaîne · Data analyst : un chiffre de fidélisation pour une campagne commerciale, du classeur du marketing au dossier de justification	Méthode & exigence	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans une équipe data de trois personnes et je veux rédiger la documentation d’une requête récurrente pour qu’un collègue puisse l’exécuter, la vérifier et la modifier sans moi. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La requête, telle qu’elle est exécutée en production : [code] – Son usage : rapport, fréquence, destinataires : [notes] – Les paramètres à changer à chaque exécution : [notes] – Les contrôles que je fais d’habitude après l’exécution : [notes] Ta mission IA : 1. Rédige un en-tête de commentaire : objet, auteur, date, sources, paramètres, résultat attendu. 2. Explique chaque bloc de la requête en une ou deux phrases. 3. Liste les règles de gestion codées en dur, comme des exclusions ou des codes, et leur origine connue ou inconnue. 4. Rédige la procédure d’exécution pas à pas, contrôles compris. 5. Liste les signes qui doivent alerter : total hors de la fourchette habituelle, table source non mise à jour, nombre de lignes anormal. Contraintes : aucune règle de gestion expliquée par supposition, aucun paramètre inventé. Format : l’en-tête, l’explication par blocs, les règles en dur, la procédure, les signaux d’alerte. Garde-fou : La documentation décrit ce que fait réellement le code : l’outil l’aide à l’écrire, vous vérifiez qu’elle correspond au code exécuté.
Expliquer une incertitude à un comité de direction sans la noyer Un chiffre unique présenté comme la prévision devient un engagement ; une fourchette mal expliquée paraît une esquive.Chaîne · Data analyst : la prévision, de l’arbre d’indicateurs qui relie un objectif à ses leviers à la note qui transmet une prévision et à la présentation de son incertitude au comité de direction	Haut niveau	Abonnement
Mener l’entretien de cadrage d’une demande d’analyse Le premier entretien décide de tout : sans lui, on construit un tableau de bord de quarante indicateurs dont trois seront regardés.Chaîne · Data analyst : mission d’analyse pour un client avec un assistant IA, de l’entretien de cadrage à la déclaration de la part générée	Quand la demande arrive	Abonnement
Prioriser les demandes d’analyse et le dire aux demandeurs Traiter les demandes dans l’ordre d’arrivée, c’est laisser la plus bruyante passer devant la plus utile, et chacun croit être le seul oublié.Chaîne · Data analyst : les demandes, de la priorisation des demandes d’analyse annoncée aux demandeurs à la réponse technique préparée pour le délégué à la protection des données sur une demande de droits	Quand la demande arrive	Abonnement
Signaler une anomalie de données à l’équipe qui la produit Corriger soi-même dans sa requête une donnée fausse à la source, c’est garantir que l’erreur reviendra ailleurs, chez quelqu’un qui ne l’a pas vue.Chaîne · Data analyst : un chiffre destiné à un rapport externe, du contrôle des sources au visa avant publication	Quand les données arrivent	Abonnement
Migrer un traitement de tableur vers un script en prouvant l’équivalence Le classeur que tout le monde utilise contient des règles cachées dans des formules ; la migration les perd si personne ne compare les résultats.Chaîne · Data analyst : un chiffre de fidélisation pour une campagne commerciale, du classeur du marketing au dossier de justification	Quand l’IA écrit le code	Abonnement
Transmettre une prévision avec ses hypothèses et sa fourchette La prévision envoyée sans hypothèses devient « le chiffre de la data » ; quand elle rate, personne ne sait si c’est la méthode ou le monde qui a changé.Chaîne · Data analyst : la prévision, de l’arbre d’indicateurs qui relie un objectif à ses leviers à la note qui transmet une prévision et à la présentation de son incertitude au comité de direction	Quand l’analyse doit tenir	Abonnement
Rédiger la spécification d’un tableau de bord avant de le construire Le tableau de bord construit sur une demande orale est refait trois fois : mauvais niveau de détail, mauvais filtre par défaut, indicateur mal compris.Chaîne · Data analyst : un indicateur de pilotage, de la demande au comité de direction	Quand le résultat sort	Abonnement
Animer le retour d’expérience d’une erreur d’analyse sans chercher de coupable Après une erreur, on corrige le chiffre et on passe à autre chose ; la même faiblesse de processus produit la suivante trois mois plus tard.Chaîne · Data analyst : un chiffre faux déjà diffusé, de l’alerte à l’erratum	Quand un chiffre est contesté	Abonnement
Répondre à une demande de présenter les chiffres sous un meilleur jour Changer la période, l’échelle ou le dénominateur pour faire apparaître une hausse n’est pas mentir, jusqu’au jour où quelqu’un refait le calcul.Chaîne · Data analyst : un chiffre destiné à un rapport externe, du contrôle des sources au visa avant publication	Quand un chiffre est contesté	Abonnement
Préparer le jeu de données qui répond à la demande d’accès d’un client utilisateur d’équipements connectés Un exploitant d’entrepôt réclame les données d’usage de ses chariots pour optimiser ses tournées ; l’export part avec les badges des caristes et des seuils internes de maintenance, sans que personne ne l’ait validé.Chaîne · Data analysts : données d’objets connectés, de l’inventaire technique au contrat de partage et à la sortie du fournisseur cloud	Quand les données des objets connectés se partagent	Abonnement
Inventorier ce que coûte et ce que contient l’export d’un entrepôt de données avant un changement de fournisseur cloud La direction croit pouvoir partir en quelques semaines et sans frais ; personne n’a recensé les vues, les tâches planifiées, les historiques ni les frais de sortie prévus au contrat, et la bascule se décide sur une promesse commerciale.Chaîne · Data analysts : données d’objets connectés, de l’inventaire technique au contrat de partage et à la sortie du fournisseur cloud	Quand les données des objets connectés se partagent	Abonnement
Concevoir l’atelier de maîtrise de l’IA des utilisateurs d’un assistant d’analyse Les chefs des ventes reçoivent l’accès un lundi sans aucune explication ; dès le mercredi, une projection inventée par l’assistant sert à fixer les objectifs d’une équipe.Chaîne · Data analysts : assistant de requêtes en langage naturel, de la couche sémantique à la charte d’usage publiée	Quand les métiers interrogent les données en langage naturel	Abonnement
Décrire, pièces à l’appui, le poids réel d’un score dans une décision d’octroi Tout le monde affirme qu’un conseiller valide chaque dossier ; les journaux montrent que presque aucun ne s’écarte du score, et l’entreprise découvre le jour d’une réclamation qu’elle ne sait pas décrire sa propre décision.Chaîne · Data analysts : score qui pèse sur une personne, de l’alerte en amont à l’explication due à la personne classée	Quand un score pèse sur la décision qui vise une personne	Abonnement
Alerter la direction sur un projet de score RH qui touche aux usages encadrés par le règlement européen sur l’IA Le projet est présenté comme un simple tableau de bord ; personne n’a relevé que l’analyse des émotions des salariés et la notation individuelle du risque de départ pourraient relever de catégories que le règlement encadre ou interdit.Chaîne · Data analysts : score qui pèse sur une personne, de l’alerte en amont à l’explication due à la personne classée	Quand un score pèse sur la décision qui vise une personne	Abonnement
Prompts · Enjeu 3 · Opposable	Chantier	Accès
Préparer un extrait pseudonymisé avant de le soumettre à un assistant IA Un extrait « sans nom ni prénom » reste souvent identifiant : une date de naissance, une commune et un code métier suffisent à retrouver une personne.Chaîne · Data analyst : des données personnelles, de l’extraction minimale au partage avec un tiers	Premiers réflexes	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans une mutuelle, qui veut faire analyser un extrait par un assistant IA et je veux préparer un extrait réduit et pseudonymisé, et documenter ce que j’ai fait, avant tout envoi à un assistant IA. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La liste des colonnes de l’extrait, avec leur description, sans aucune valeur réelle : [liste]– Ce que l’assistant doit produire : [notes]– L’outil envisagé, l’offre souscrite et ses conditions sur la conservation et la réutilisation des données, copiées avec la date : [texte]– Les règles internes de l’entreprise sur ce type d’usage : [texte]Ta mission IA : 1. Classe chaque colonne : identifiant direct, quasi-identifiant, donnée sensible, donnée utile, donnée inutile pour la tâche. 2. Propose de supprimer toute colonne inutile et de généraliser les quasi-identifiants : âge en tranches, commune en zone, dates au mois. 3. Propose une méthode de remplacement des identifiants dont la table de correspondance reste chez moi. 4. Signale les colonnes qui interdisent l’envoi selon les règles et conditions que j’ai fournies, et ce que ces textes ne disent pas. 5. Rédige une note datée de deux paragraphes qui décrit l’extrait, les traitements appliqués et les validations obtenues. Contraintes : aucune donnée déclarée anonyme, aucun envoi présenté comme autorisé. Format : le classement des colonnes, les transformations, la méthode, les points bloquants, la note datée. Garde-fou : Pseudonymiser n’est pas anonymiser : les données restent personnelles, et la décision de les confier à un outil relève de votre responsable de traitement et de son délégué à la protection des données.
Contrôler la qualité d’un jeu de données avant l’analyse L’analyse la plus fine ne rattrape pas une table où un tiers des dates sont par défaut au 1er janvier ; il faut le voir avant, et pouvoir montrer qu’on l’a vu.Chaîne · Data analyst : un chiffre destiné à un rapport externe, du contrôle des sources au visa avant publication	Méthode & exigence	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans un service de contrôle de gestion industriel et je veux établir un rapport de qualité daté du jeu de données avant de commencer l’analyse. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – La description des tables et des champs : [texte]– Les statistiques de profilage que j’ai calculées : comptages, valeurs manquantes, valeurs distinctes, minimum, maximum : [tableau]– Les règles métier connues : plages de valeurs admises, unicité attendue, cohérences entre champs : [notes]– La date d’extraction et la source : [notes]Ta mission IA : 1. Passe chaque champ au crible de la complétude, de l’unicité, de la validité, de la cohérence et de la fraîcheur, à partir de mes seules statistiques. 2. Repère les valeurs suspectes typiques : dates par défaut, zéros qui remplacent des manquants, codes « divers », doublons de clés. 3. Classe les anomalies selon leur effet possible sur l’analyse prévue. 4. Propose pour chacune un traitement possible et la personne qui doit le valider. 5. Rédige le rapport daté, avec les contrôles faits et ceux qui restent à faire. Contraintes : aucune anomalie déduite d’une statistique que je n’ai pas fournie, aucune correction appliquée en silence. Format : le rapport de qualité daté, les anomalies classées, les traitements à valider. Garde-fou : Le rapport de qualité décrit l’état des données à une date : il ne corrige rien de lui-même et chaque correction se décide avec le producteur de la donnée.
Vérifier qu’un nouveau croisement de données reste dans la finalité prévue Croiser deux fichiers légitimes peut créer un traitement nouveau que personne n’a déclaré ni annoncé aux clients.Chaîne · Data analyst : des données personnelles, de l’extraction minimale au partage avec un tiers	Méthode & exigence	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst dans une enseigne de commerce qui veut croiser fidélité et navigation web et je veux préparer la note qui soumet un croisement de données au délégué à la protection des données avant de le réaliser. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – Les deux sources et ce qu’elles contiennent, décrites sans valeurs réelles : [notes] – Les finalités et bases légales de chaque source, telles qu’inscrites au registre des traitements : [texte] – Les informations données aux personnes, copiées depuis les mentions en vigueur : [texte] – Le but du croisement et le résultat attendu : [notes] Ta mission IA : 1. Décris le croisement : clés de rapprochement, données produites, personnes concernées. 2. Mets en regard le but du croisement et les finalités inscrites au registre, sans conclure sur leur compatibilité. 3. Relève ce que les mentions d’information disent et ne disent pas de ce croisement. 4. Propose des variantes moins intrusives : agrégation, échantillon, suppression de champs. 5. Liste les questions à poser au délégué à la protection des données et les pièces à joindre. Contraintes : aucune base légale choisie à ma place, aucun croisement présenté comme compatible. Format : la description, la confrontation, les variantes, les questions et pièces. 450 mots au plus. Garde-fou : La compatibilité d’un traitement avec sa finalité se tranche par le responsable de traitement et son délégué à la protection des données : l’outil prépare la question, il ne répond pas à leur place.
Traquer les biais d’une analyse avant de la défendre Un effet qui s’inverse quand on regarde par segment, une population qui ne compte que les survivants : ces biais ne se voient pas dans le résultat, seulement dans la construction.Chaîne · Data analyst : un chiffre destiné à un rapport externe, du contrôle des sources au visa avant publication	Haut niveau	Abonnement
Écrire le plan d’analyse d’un test A/B avant son lancement Un test A/B dont on choisit l’indicateur après avoir vu les résultats trouve toujours un gagnant ; le plan écrit avant est ce qui rend la conclusion défendable.Chaîne · Data analyst : un test A/B, du plan d’analyse daté à la décision de déployer	Haut niveau	Abonnement
Rapprocher deux sources qui ne donnent pas le même total La finance et les ventes n’annoncent pas le même chiffre d’affaires ; tant que l’écart n’est pas expliqué ligne à ligne, chacun garde le sien.Chaîne · Data analyst : un chiffre destiné à un rapport externe, du contrôle des sources au visa avant publication	Quand les données arrivent	Abonnement
Réduire une demande d’extraction aux seules données nécessaires Demander « toute la table salariés » par commodité, c’est détenir des données dont l’analyse n’a pas besoin et dont il faudra répondre.Chaîne · Data analyst : des données personnelles, de l’extraction minimale au partage avec un tiers	Quand les données arrivent	Abonnement
Soumettre une requête générée à une revue de code complète La requête générée passe sur l’échantillon et échoue sur les cas rares : clients sans contrat, contrats sans client, dates au dernier jour du mois.Chaîne · Data analyst : un chiffre faux déjà diffusé, de l’alerte à l’erratum	Quand l’IA écrit le code	Abonnement
Écrire des tests de non-régression avant de modifier un calcul On modifie un calcul pour un nouveau besoin et l’ancien indicateur bouge sans que personne ne le voie avant la clôture suivante.Chaîne · Data analyst : un chiffre faux déjà diffusé, de l’alerte à l’erratum	Quand l’IA écrit le code	Abonnement
Dépouiller un test A/B en respectant le plan fixé d’avance Le test a été regardé chaque jour et arrêté le jour où la courbe paraissait belle ; le gain annoncé disparaît au déploiement.Chaîne · Data analyst : un test A/B, du plan d’analyse daté à la décision de déployer	Quand l’analyse doit tenir	Abonnement
Contrôler qu’une segmentation ne produit pas de traitement discriminatoire Une segmentation sans variable sensible peut reproduire une discrimination par le code postal ou l’âge du compte, et c’est à la sortie qu’on le découvre.Chaîne · Data analyst : un test A/B, du plan d’analyse daté à la décision de déployer	Quand l’analyse doit tenir	Abonnement
Monter le dossier de reproductibilité d’une analyse Six mois après, l’analyse qui a justifié une réorganisation ne se reproduit plus : les données ont bougé, le script a changé, personne ne sait quelle version a servi.Chaîne · Data analyst : un test A/B, du plan d’analyse daté à la décision de déployer	Quand l’analyse doit tenir	Abonnement
Reconstituer le lignage d’un chiffre contesté Le manager conteste le chiffre ; si l’analyste ne peut pas montrer de quelles lignes il vient et par quelles règles il passe, c’est sa parole contre une impression.Chaîne · Data analyst : un chiffre faux déjà diffusé, de l’alerte à l’erratum	Quand un chiffre est contesté	Abonnement
Constituer le dossier technique des données que l’entreprise veut protéger au titre du secret des affaires Le juriste veut opposer le secret des affaires à un client qui réclame ses données d’usage, mais personne n’a établi lesquelles révèlent réellement un savoir-faire : le refus risque de ne reposer sur rien de démontrable.Chaîne · Data analysts : données d’objets connectés, de l’inventaire technique au contrat de partage et à la sortie du fournisseur cloud	Quand les données des objets connectés se partagent	Abonnement
Constituer le jeu de questions de référence qui éprouve un assistant de requêtes avant son ouverture L’assistant a brillé pendant la démonstration sur dix questions choisies par l’éditeur ; trois semaines après l’ouverture, une erreur de jointure double le chiffre d’affaires d’une région et personne ne peut montrer ce qui avait été testé.Chaîne · Data analysts : assistant de requêtes en langage naturel, de la couche sémantique à la charte d’usage publiée	Quand les métiers interrogent les données en langage naturel	Abonnement
Vérifier qu’un assistant conversationnel d’analyse respecte les habilitations de chaque utilisateur Un responsable d’agence demande à l’assistant les salaires horaires de tout le réseau et obtient la réponse, parce que l’assistant interroge l’entrepôt avec un compte de service qui voit tout.Chaîne · Data analysts : assistant de requêtes en langage naturel, de la couche sémantique à la charte d’usage publiée	Quand les métiers interrogent les données en langage naturel	Abonnement
Documenter la révision humaine des dossiers orientés par un modèle de tri Un assuré conteste le renvoi de son dossier en expertise ; l’entreprise affirme qu’un gestionnaire a revu le cas, mais aucune trace ne montre ce qu’il a regardé ni s’il pouvait réellement revenir sur l’orientation.Chaîne · Data analysts : score qui pèse sur une personne, de l’alerte en amont à l’explication due à la personne classée	Quand un score pèse sur la décision qui vise une personne	Abonnement
Prompts · Enjeu 4 · Engageant	Chantier	Accès
Contrôler un chiffre avant sa publication dans un rapport externe Un chiffre publié se cite, se reprend et se compare ; s’il est faux, la correction ne rattrape jamais toutes les reprises.Chaîne · Data analyst : un chiffre destiné à un rapport externe, du contrôle des sources au visa avant publication	Méthode & exigence	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst chargé des chiffres du rapport annuel d’une fédération professionnelle et je veux passer au crible chaque chiffre d’un rapport destiné à être publié, avant la validation finale. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – Les chiffres à publier, avec la phrase qui les accompagne : [texte]– Pour chacun, la requête ou le calcul qui l’a produit et la date d’extraction : [notes]– Les chiffres publiés les années précédentes et leur méthode : [notes]– Les règles de diffusion de la structure : seuils d’effectifs, secret des affaires, confidentialité des adhérents : [texte]Ta mission IA : 1. Vérifie que la phrase dit exactement ce que mesure le chiffre : périmètre, période, unité, base de pourcentage. 2. Compare chaque chiffre à celui des années précédentes et signale les ruptures de méthode à mentionner. 3. Repère les cellules de faibles effectifs et les chiffres qui permettraient d’identifier un adhérent, selon les règles fournies. 4. Rédige une note de méthode courte à publier avec les chiffres. 5. Liste pour chaque chiffre la personne qui doit le valider, et ce qui manque pour le faire. Contraintes : aucun chiffre validé à la place de son responsable, aucune règle de diffusion ajoutée de mémoire. Format : le tableau de contrôle, les ruptures, les cellules à risque, la note de méthode. Garde-fou : La publication engage la structure : le chiffre est validé par son responsable, l’outil organise le contrôle, il ne certifie rien.
Corriger un chiffre faux déjà diffusé dans un tableau de bord Le chiffre faux a déjà servi à arbitrer des primes ou des budgets ; se taire aggrave l’erreur, corriger sans expliquer sème le doute sur tout le reste.Chaîne · Data analyst : un chiffre faux déjà diffusé, de l’alerte à l’erratum	Haut niveau	Afficher
Mon rôle (Moi [prénom]) : Je suis data analyst responsable d’un tableau de bord commercial diffusé à tout le réseau et je veux établir l’étendue d’une erreur publiée et préparer sa correction et son annonce. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – Le chiffre erroné, le chiffre corrigé et la cause identifiée : [notes]– Les dates de diffusion et les destinataires du tableau de bord : [notes]– Les usages connus du chiffre : décisions, objectifs, rémunérations variables : [notes]– Les autres indicateurs qui utilisent le même calcul : [liste]Ta mission IA : 1. Délimite l’erreur : période, indicateurs, périmètres touchés, versions diffusées. 2. Liste les autres chiffres à recontrôler parce qu’ils partagent la même source ou le même calcul. 3. Rédige un message de correction factuel : ce qui était faux, la valeur juste, depuis quand, ce qui a été fait. 4. Liste les décisions déjà prises sur le chiffre faux, à signaler au propriétaire du tableau de bord. 5. Propose le contrôle qui aurait détecté l’erreur et qui sera ajouté. Contraintes : aucune minimisation de l’erreur, aucune annonce envoyée sans validation du propriétaire du tableau de bord. Format : l’étendue de l’erreur, les contrôles à refaire, le message de correction, les décisions à signaler. 400 mots au plus. Garde-fou : La correction et son annonce se décident avec le propriétaire du tableau de bord : l’outil vous aide à établir les faits et à rédiger, il ne juge pas des conséquences.
Vérifier les conditions d’un assistant IA avant d’y connecter les données de l’entreprise Connecter un assistant à l’entrepôt, c’est lui ouvrir des données clients, salariés et financières ; les conditions changent d’une offre à l’autre et se lisent avant, pas après.Chaîne · Data analyst : mission d’analyse pour un client avec un assistant IA, de l’entretien de cadrage à la déclaration de la part générée	Haut niveau	Afficher
Mon rôle (Moi [prénom]) : Je suis responsable data dans une PME qui envisage de connecter son entrepôt de données à un assistant IA et je veux confronter les conditions d’un assistant IA à l’usage prévu avant toute connexion à nos données. Tu ne cites rien de mémoire et tu ne décides de rien à ma place. Contexte à renseigner : – L’outil, l’offre envisagée et le mode de connexion : import de fichiers, connecteur, accès en lecture à la base : [notes] – Les conditions d’utilisation, l’accord de traitement des données et la politique de sécurité de l’éditeur, copiés avec la date : [texte] – Les catégories de données qui seraient accessibles : [liste] – Les règles internes et les engagements pris envers nos clients sur leurs données : [texte] Ta mission IA : 1. Relève dans les textes fournis ce qui concerne la conservation, la réutilisation pour l’entraînement, la localisation et les sous-traitants. 2. Relève ce que les textes disent des droits d’accès : l’assistant voit-il toute la base ou seulement ce que je lui donne. 3. Confronte chaque point aux catégories de données et aux engagements pris envers nos clients. 4. Marque d’un point d’interrogation ce que les textes ne disent pas. 5. Liste les questions à poser à l’éditeur et les décisions à soumettre à la direction. Contraintes : aucune condition résumée de mémoire, aucun outil déclaré conforme. Format : le relevé des conditions, la confrontation, les zones d’ombre, les questions et décisions. Garde-fou : Le choix de l’outil engage l’entreprise : les conditions se lisent dans leur version en vigueur pour l’offre exacte, et la décision revient à la direction avec le délégué à la protection des données.
Rédiger la note de cadrage d’une mission d’analyse pour un client Une mission vendue sur « une étude de la rentabilité » sans livrables ni hypothèses écrites se termine en désaccord sur ce qui était promis.Chaîne · Data analyst : mission d’analyse pour un client avec un assistant IA, de l’entretien de cadrage à la déclaration de la part générée	Quand la demande arrive	Abonnement
Déclarer au client la part de code produite avec un assistant IA Le client découvre après livraison que son code a été écrit avec un assistant qu’il n’avait pas autorisé ; la discussion porte alors sur la confiance, pas sur le code.Chaîne · Data analyst : mission d’analyse pour un client avec un assistant IA, de l’entretien de cadrage à la déclaration de la part générée	Quand l’IA écrit le code	Abonnement
Écrire la note de synthèse qui fondera une décision de direction La note d’analyse devient la justification écrite d’une fermeture ou d’un investissement ; ce qu’elle affirme, la structure l’assume ensuite.Chaîne · Data analyst : un indicateur de pilotage, de la demande au comité de direction	Quand le résultat sort	Abonnement
Vérifier un chiffre repris dans une communication commerciale « 9 clientes sur 10 recommandent » : la phrase sort d’une enquête de 40 répondantes volontaires, et c’est la marque qui devra la justifier.Chaîne · Data analyst : un chiffre de fidélisation pour une campagne commerciale, du classeur du marketing au dossier de justification	Quand le résultat sort	Abonnement
Préparer la mise en service d’un tableau de bord chez un client Le tableau de bord mis en ligne avec un lien partagé ouvert à tous montre les ventes par vendeur nommé à des personnes qui n’auraient jamais dû les voir.Chaîne · Data analyst : des données personnelles, de l’extraction minimale au partage avec un tiers	Quand le résultat sort	Abonnement
Préparer le transfert d’un jeu de données à un partenaire extérieur Un fichier envoyé par messagerie « pour l’étude » sort du contrôle de la structure, avec des lignes qui permettent parfois de retrouver des personnes.Chaîne · Data analyst : des données personnelles, de l’extraction minimale au partage avec un tiers	Quand le résultat sort	Abonnement
Rédiger l’erratum d’une statistique publiée L’erreur est déjà reprise par la presse et dans des présentations ; l’erratum doit être trouvable, clair et daté, sinon la version fausse survit.Chaîne · Data analyst : un chiffre faux déjà diffusé, de l’alerte à l’erratum	Quand un chiffre est contesté	Abonnement
Préparer la réponse technique à une demande de droits d’une personne Un client demande à savoir ce qui est fait de ses données et à s’opposer au profilage ; l’analyste est le seul à savoir dans quels modèles et tableaux elles se trouvent.Chaîne · Data analyst : les demandes, de la priorisation des demandes d’analyse annoncée aux demandeurs à la réponse technique préparée pour le délégué à la protection des données sur une demande de droits	Quand un chiffre est contesté	Abonnement
Relire les clauses d’usage des données d’un contrat de partage avant que la direction le signe Le contrat interdit d’utiliser les données pour toute amélioration de service et fixe une compensation sans base de calcul : signé tel quel, il bloque le projet de maintenance prédictive pour lequel il était négocié.Chaîne · Data analysts : données d’objets connectés, de l’inventaire technique au contrat de partage et à la sortie du fournisseur cloud	Quand les données des objets connectés se partagent	Abonnement
Rédiger la charte d’usage d’un assistant d’analyse publiée à tous les cadres Sans règle écrite, un cadre colle un fichier de réclamations nominatives dans l’assistant et un autre reprend tel quel un chiffre généré dans un rapport au conseil régional.Chaîne · Data analysts : assistant de requêtes en langage naturel, de la couche sémantique à la charte d’usage publiée	Quand les métiers interrogent les données en langage naturel	Abonnement
Préparer les éléments techniques de la réponse à une personne qui demande comment un score l’a classée La réponse type renvoie à « un algorithme propriétaire » ; l’artisan, entrepreneur individuel, saisit l’autorité de contrôle et l’entreprise doit expliquer en urgence ce qu’elle aurait pu dire dès le départ sans livrer son modèle.Chaîne · Data analysts : score qui pèse sur une personne, de l’alerte en amont à l’explication due à la personne classée	Quand un score pèse sur la décision qui vise une personne	Abonnement

M’abonner à Wiikiiaii →

La ligne rouge : ce que l’IA ne doit jamais faire seule

L’IA ne décide jamais seule d’un indicateur, d’une règle de gestion, d’une conclusion ou d’une publication : elle structure la fiche, la requête, le contrôle ou la note à partir des définitions validées par le métier, des données réellement extraites et des règles que le data analyst a relevées et datées. Elle ne déclare aucune requête juste sans tests, aucune causalité établie à partir d’une corrélation, aucun résultat de test A/B concluant hors du plan fixé d’avance, aucun jeu de données anonyme parce que les noms ont été retirés.

L’IA ne reçoit aucune donnée personnelle réelle, aucun secret de connexion ni aucune donnée confidentielle d’un client dans un outil dont les conditions n’ont pas été vérifiées : elle travaille sur des schémas, des agrégats, des extraits pseudonymisés validés ou des jeux fictifs. Elle n’envoie rien au décideur, au client ou au public sans relecture humaine, ne choisit aucune base légale à la place du responsable de traitement et ne produit aucune présentation qui fausserait la lecture des chiffres.

Sources

Ces prompts, enchaînés dans un vrai process.

Process IA reprend la chaîne « Data analyst : un indicateur de pilotage, de la demande au comité de direction » étape par étape : coût mensuel, statut RGPD, temps gagné et ROI.

Utiliser Process IA →

Fiches du même secteur

Pour ce métier

Data analyst

L’Agent IA

Data analyst

Les agents IA du secteur

118 agents IA · Tech et numérique

Les modèles de Process du secteur

Et 124 autres modèles dans Process IA

Articles liés

22

Oct

By Wiikiiaii·Categories: 14212 prompts pour vos métiers·
45 prompts Responsables qualité
Les 4 enjeuxiL’enjeu ne mesure pas la difficulté du prompt [...]

read more
15

Oct

By Wiikiiaii·Categories: 14212 prompts pour vos métiers·
60 prompts Stages et premier emploi
Soixante prompts pour trouver un stage ou un premier emploi et s’y engager : compétences, offres, candidatures, entretiens, convention, rapport, soutenance, premiers mois, sans que l’IA rédige à votre place.

read more

60 prompts Data analysts