Introduction

L’analyse de données sert à éclairer les décisions. L’analyse n’est pas une fin en soi. Elle doit aboutir à un résultat concret qui aide quelqu’un à agir : un graphique pour la direction, un bilan d’expérimentation pour une équipe produit, une évaluation de modèle pour des chercheurs ou un tableau de bord pour piloter les opérations au quotidien.

L’ouvrage R for Data Science a popularisé une démarche cyclique : importez et structurez les données, puis alternez transformation, visualisation et modélisation pour mieux les comprendre avant de communiquer vos résultats.

ChatGPT Work s’intègre bien à cette démarche. Il vous aide à nettoyer les données, à explorer des hypothèses, à mener des analyses et à produire des résultats reproductibles. L’objectif va au-delà d’un notebook à usage unique : d’autres personnes doivent pouvoir examiner votre analyse, s’y fier et la reproduire.

Définissez votre cas d’usage

Choisissez une question concrète à laquelle vous souhaitez répondre à partir de vos données. Plus la question est précise, plus il est facile de déterminer quelles données utiliser, quels contrôles effectuer et quel résultat produire.

Exemple suivi : la valeur des maisons à proximité d’une autoroute

Prenons la question suivante :

Dans quelle mesure la valeur estimée des maisons situées près de l’autoroute est-elle inférieure à celle des maisons qui en sont plus éloignées ?

Supposons qu’un jeu de données contienne les valeurs estimées des biens ou leurs prix de vente, et qu’un autre renseigne leur emplacement, leur parcelle ou leur distance à l’autoroute. L’analyse va au-delà de l’exécution d’un modèle. Il faut vérifier la fiabilité des données, documenter les jointures, tester la robustesse du résultat et produire un livrable qu’une autre personne pourra utiliser.

Vous pouvez joindre des fichiers CSV ou des classeurs Excel, indiquer le nom d’une feuille de calcul Google Sheets approuvée avec @google-drive ou utiliser l’application de bureau ChatGPT si vos données sont stockées sur votre ordinateur.

ChatGPT Work

Importez les données

Commencez par joindre les fichiers et demandez à ChatGPT de les examiner. Vous pourrez ainsi répondre à quelques questions simples mais importantes :

• Quels sont les formats des fichiers fournis ?
• Que semble représenter chaque jeu de données ?
• Quelles colonnes pourraient contenir des variables cibles, des identifiants, des dates, des lieux ou des mesures ?
• Où se situent les problèmes de qualité les plus évidents ?

Demandez d’abord un inventaire des données et une explication de leur contenu. Les conclusions viendront plus tard.

Préparez et fusionnez les données

C’est souvent ici que commence l’essentiel du travail. Vous disposez d’au moins deux jeux de données, la clé primaire n’est pas évidente et une fusion sans vérification risque de faire perdre des données ou de créer des doublons.

Avant la fusion, demandez à ChatGPT d’effectuer les vérifications suivantes :

• Vérifier l’unicité des valeurs de chaque clé candidate.
• Mesurer la proportion de valeurs nulles et l’ampleur des écarts de format.
• Corriger les incohérences de format évidentes, notamment celles qui concernent la casse, les espaces ou la présentation des adresses.
• Tester les jointures et indiquer les taux de correspondance.
• Recommander la stratégie de fusion la plus sûre avant de créer le fichier fusionné final.

Si vous devez construire une clé à partir d’une adresse normalisée ou de plusieurs colonnes qui, ensemble, identifient une parcelle, ou si vous envisagez une jointure géographique, demandez à ChatGPT d’expliquer les compromis et les cas particuliers avant de valider la fusion.

Explorez les données à l’aide de graphiques

Utilisez des graphiques pour comprendre les données avant de choisir un modèle. Dans notre exemple, comparez les maisons proches de l’autoroute à celles qui en sont plus éloignées. Examinez les valeurs aberrantes et la répartition des valeurs manquantes, puis vérifiez si l’effet apparent s’explique par la composition des quartiers, la superficie des maisons ou un autre facteur.

Veillez à ce que chaque graphique éclaire la question de départ. Enregistrez les comparaisons utiles pour qu’une autre personne puisse examiner l’analyse.

Choisissez un modèle adapté à la question

Une analyse ne nécessite pas toujours un modèle complexe. Commencez par un modèle de référence interprétable.

Pour étudier la proximité de l’autoroute, vous pouvez commencer par une régression ou un autre modèle facile à interpréter. Le modèle doit estimer la relation entre la distance à l’autoroute et la valeur du bien en tenant compte de facteurs pertinents comme sa superficie, son âge et son emplacement.

Demandez à ChatGPT de préciser les points suivants :

• La variable cible et la définition des variables explicatives.
• Les variables de contrôle à inclure et les raisons de ce choix.
• Les risques de fuite de données et les données exclues.
• Les critères de choix de la répartition des données, de la méthode d’évaluation ou de la méthode d’estimation de l’incertitude.
• Ce que signifie le résultat, en termes simples.

Même si le premier modèle donne des résultats peu satisfaisants, il vous aide à déterminer si le problème vient du modèle, des variables explicatives, de la qualité de la jointure ou de la question elle-même.

Communiquez le résultat

Une analyse n’est utile que si d’autres personnes peuvent l’exploiter. Demandez à ChatGPT de produire le livrable adapté à votre public :

• Une note au format Markdown pour vos collègues techniques.
• Une feuille de calcul ou un fichier CSV pour les opérations en aval.
• Un document mis en forme ou un PDF pour les décideurs.
• Un notebook, un tableau de bord ou un rapport statique pour une analyse réutilisable.

Demandez à ChatGPT de préciser les limites de l’analyse. Si la jointure est imparfaite, si l’échantillon présente un biais ou si les hypothèses du modèle sont fragiles, le livrable doit l’indiquer clairement.

Facultatif : configurez un environnement Python

Si le projet nécessite des scripts réutilisables ou un notebook, demandez à ChatGPT d’utiliser l’environnement Python existant ou de configurer un environnement minimal et reproductible. Conservez les fichiers sources intacts et enregistrez séparément l’analyse, les graphiques et le rapport final. Vous pouvez analyser les fichiers joints dans ChatGPT Work sans configurer Python au préalable.

Prompts suggérés

Chargez les jeux de données et décrivez leur contenu

Vérifiez les conditions de la fusion avant d’effectuer la jointure

Construisez un premier modèle interprétable

Préparez les résultats pour les parties prenantes