Comment les analystes métier et professionnels du savoir utilisent l'analyse avancée de données de Zhipu Qingyan pour inspecter des feuilles de calcul, nettoyer des données et générer des graphiques

Dans le quotidien des entreprises, les analystes métier (Business Analysts) et les professionnels du savoir passent une part considérable de leur temps à résoudre les frictions inhérentes aux feuilles de calcul : rapports bruts issus d'ERP mal formatés, colonnes chiffrées polluées par des symboles monétaires et des unités textuelles hétérogènes, formules RECHERCHEV (VLOOKUP) corrompues, dates aux formats incohérents et demandes urgentes de visualisations pour les comités de direction. Lorsque l'on soumet ces données brutes à des modèles de langage conventionnels (LLM) en mode conversationnel pur, la saturation du contexte et les hallucinations arithmétiques faussent rapidement les résultats.

Conçu sur l'architecture des modèles GLM, Zhipu Qingyan (智谱清言) lève ces contraintes grâce à son module d'Analyse Avancée de Données (Code Interpreter / Interpréteur de code). Au lieu de déduire des résultats chiffrés par approximation statistique du texte, l'outil traduit les instructions en langage naturel en scripts Python exécutables au sein d'un environnement isolé (sandbox cloud sous Linux). Doté de bibliothèques analytiques préinstallées telles que pandas, openpyxl, matplotlib et seaborn, Zhipu Qingyan traite les classeurs Excel (.xlsx, .xls) et fichiers CSV avec une rigueur mathématique absolue, rectifie automatiquement les erreurs de script (Agent Loop), normalise les structures tabulaires et produit des graphiques analytiques prêts pour la décision accompagnés de fichiers nettoyés à télécharger.

Que ce soit sur l'interface web (chatglm.cn) ou au sein de Microsoft 365 grâce au complément GLM in Excel (Beta), les professionnels peuvent structurer leur démarche autour d'un flux de travail méthodique en quatre phases.

1. L'architecture d'exécution : environnement sandbox et autoréparation

Pour obtenir des données exploitables en contexte professionnel, il est essentiel de comprendre le fonctionnement sous-jacent de Zhipu Qingyan :

• Environnement sandbox isolé : Les fichiers téléversés sont montés dans un conteneur Linux sécurisé disposant de Python 3.11+. Le modèle orchestre l'interpréteur de code par le protocole d'appel d'outils (Tool Calling).
• Exactitude algorithmique contre approximation probabiliste : Face à une consigne comme "Calcule l'écart-type et le 90e centile de la colonne D", un agent conversationnel standard tenterait de deviner les valeurs probables. Zhipu Qingyan génère df['Colonne_D'].std() et df['Colonne_D'].quantile(0.90), exécute le script dans la sandbox et restitue le résultat calculé exact.
• Boucle d'autoréparation (Agent Loop) : Si un script échoue en raison d'un encodage imprévu (fichier avec BOM ou encodage GBK) ou d'une incohérence de type de données, la sandbox renvoie la trace stderr. Le modèle GLM analyse l'erreur, réécrit le code (en forçant par exemple encoding='gb18030' ou en utilisant pd.to_numeric(..., errors='coerce')) et le relance de manière autonome jusqu'à obtenir un résultat valide.
• Transparence totale du code source : Chaque réponse permet de déployer le bloc de code Python exécuté. L'analyste peut ainsi vérifier les hypothèses de calcul, valider les règles de filtrage et réutiliser le script dans un notebook Jupyter local ou un pipeline ETL d'entreprise.

2. Phase 1 : Inspection structurelle et diagnostic de la feuille de calcul

L'erreur la plus répandue consiste à formuler des requêtes d'analyse globale dès le téléversement du fichier (comme "Analyse ce tableau et donne-moi des enseignements"). Les classeurs professionnels contiennent fréquemment des cellules fusionnées, des lignes de séparation vides, des en-têtes complexes et plusieurs feuilles qui trompent le modèle si la structure n'est pas balisée au préalable.

La bonne pratique commence impérativement par une inspection d'architecture.

Démarche et prompt d'inspection

1. Téléverser le fichier : Cliquez sur l'icône de pièce jointe dans Zhipu Qingyan et déposez votre fichier .xlsx ou .csv.
2. Exécuter le prompt de diagnostic :

   "Lis le classeur téléversé. Liste d'abord l'ensemble des feuilles disponibles. Pour la feuille principale, affiche les 5 premières lignes (head()), les dimensions globales en lignes et colonnes (shape), les noms de colonnes et leurs types de données (dtypes), ainsi que le volume et le pourcentage de valeurs manquantes par colonne. Ne modifie aucune donnée pour le moment ; présente uniquement le rapport de structure."

3. Analyser le compte-rendu : Zhipu Qingyan exécute son script d'inspection et fournit :
   • La liste des feuilles (ex. : ['Ventes_T3', 'Referentiel_Clients', 'Synthese_TCD']).
   • La correspondance entre la ligne d'en-tête réelle et le début effectif des données exploitables.
   • Les anomalies de typage : des colonnes monétaires assimilées à du texte (object) en raison de la présence de symboles (€, $, ¥), d'espaces insécables ou de mentions telles que "À valider".

Repérage des pièges structurels fréquents

Ce diagnostic permet d'anticiper les dysfonctionnements :

• Espaces résiduels dans les intitulés : Des en-têtes comme 'Region ' empêchent les jointures ultérieures par correspondance exacte.
• Cellules fusionnées : Lors de l'ingestion dans un DataFrame Pandas, les blocs fusionnés verticalement ne conservent leur valeur que sur la première ligne, les suivantes devenant NaN.
• Lignes de totaux en bas de page : Des mentions comme "Total général" ou "Rapport édité par la comptabilité" faussent les calculs de moyennes et de variances si elles ne sont pas isolées d'emblée.

3. Phase 2 : Nettoyage et normalisation des données

Une fois la structure validée, l'analyste guide Zhipu Qingyan pas à pas pour assainir les champs hétérogènes et rétablir un format tabulaire normalisé.

Cas d'usage courants et prompts de nettoyage

A. Suppression des symboles et harmonisation des unités

Traitement des écritures hybrides courantes (ex. : "$1,250.00", "3 400 €", "50w", "12.5k").

• Exemple de prompt :

  "Dans les colonnes 'Chiffre_Affaires' et 'Cout_Revient', supprime tous les symboles monétaires ('€', '$', '¥'), espaces et virgules de séparation. Pour les valeurs se terminant par 'w' ou 'W', multiplie le nombre par 10 000 ; pour celles avec 'k' ou 'K', multiplie par 1 000. Convertis ces colonnes en type float64, remplace les entrées non convertibles par 0 et affiche un échantillon avant/après."

B. Dé-fusion des cellules et propagation vers le bas (ffill)

Traitement des catégories ou divisions qui étaient regroupées sur plusieurs lignes :

• Exemple de prompt :

  "La colonne 'Pole_Activite' comporte des cellules vides issues de fusions dans le fichier initial. Applique une propagation vers le bas (ffill) afin que chaque ligne hérite de son département d'appartenance. Supprime ensuite toutes les lignes où 'ID_Commande' et 'Montant' sont simultanément vides."

C. Harmonisation des formats de date

Standardisation des formats discordants comme 2026/03/15, 15/03/2026 ou valeurs de séries Excel (ex. : 45366) :

• Exemple de prompt :

  "Convertis la colonne 'Date_Commande' au format ISO standardisé (YYYY-MM-DD). Si des dates ne peuvent être résolues ou se situent en dehors de l'année 2026, liste les numéros de ligne correspondants dans un tableau d'anomalies."

D. Dédoublonnage sur clé composite

• Exemple de prompt :

  "Contrôle la présence de doublons sur la base de la clé composite ['ID_Client', 'Date_Transaction', 'Code_Produit']. En cas de doublon, conserve uniquement l'enregistrement dont la 'Date_Mise_A_Jour' est la plus récente et indique le nombre de lignes supprimées."

Téléchargement du fichier assaini

Une fois le traitement terminé, les données sont stockées dans l'espace de sortie de la sandbox. Il suffit d'ordonner :

"Enregistre l'ensemble des données assainies dans un fichier Excel nommé ventes_t3_nettoye.xlsx avec des en-têtes propres et un formatage numérique adapté, et fournis-moi le lien de téléchargement direct."

Le modèle génère une carte de téléchargement permettant de récupérer immédiatement le classeur prêt à l'emploi.

4. Phase 3 : Conception de graphiques analytiques et narration visuelle

Une fois les données épurées, Zhipu Qingyan s'appuie sur matplotlib et seaborn pour concevoir des visualisations orientées vers la prise de décision.

Un atout déterminant de l'environnement Linux de Zhipu Qingyan est la présence native de polices complètes telles que Noto CJK et WenQuanYi. Cela empêche les caractères spéciaux, internationaux ou asiatiques de se transformer en carrés vides ou points d'interrogation (□□), garantissant une lisibilité parfaite des titres et des axes.

Règles de conception d'un graphique percutant

1. Définir les axes, métriques et tris : Ne demandez pas simplement "un beau graphique". Précisez l'axe X, l'axe Y, le mode d'agrégation (somme, moyenne) et le critère de tri.
2. Ajouter des lignes repères et des étiquettes : Demandez des étiquettes de valeur directes sur les barres, des seuils d'objectifs ou la ligne d'accumulation de 80 % (Pareto).
3. Exiger une haute définition : Indiquez une résolution nette (dpi=300) et des proportions adaptées aux diapositives de présentation.

Exemples de prompts pour visualisations analytiques

Scénario 1 : Diagramme de Pareto (Double axe : Barres + Ligne cumulée)

• Exemple de prompt :

  "Regroupe les ventes par 'Categorie_Produit' et trie par ordre décroissant. Conçois un graphique à double axe Y : sur l'axe gauche, des barres bleu marine représentant le chiffre d'affaires total avec étiquette chiffrée au sommet de chaque barre ; sur l'axe droit, une courbe orange représentant le pourcentage cumulé avec une ligne pointillée rouge à 80 % comme seuil de Pareto. Exporte l'image en 300 DPI."

Scénario 2 : Évolution mensuelle et marge nette (Zone ombrée et mise en évidence)

• Exemple de prompt :

  "Agrège les données par mois et trace l'évolution sur les 12 derniers mois du 'CA_Brut' et de la 'Marge_Nette'. Applique un remplissage gris clair translucide sous la courbe de marge nette et mets en valeur le mois le moins performant avec une flèche et une zone de texte explicative."

Scénario 3 : Carte thermique de corrélation multivariée (Heatmap)

• Exemple de prompt :

  "Calcule la matrice de corrélation de Pearson entre 'Budget_Marketing', 'Impressions', 'Taux_Clic', 'Cout_Acquisition' et 'Valeur_Vie_Client'. Génère une carte thermique avec Seaborn dans la palette coolwarm, en affichant les coefficients avec 2 décimales dans chaque case et en inclinant les étiquettes de l'axe X à 30 degrés."

Affinage itératif de la mise en page

Après l'affichage du graphique, les détails peuvent être ajustés de façon conversationnelle :

• "Déplace la légende en dehors du cadre, en haut à droite."
• "Change la couleur des barres pour le bleu marine institutionnel et atténue la grille de fond."
• "Enregistre le visuel en version PNG 300 DPI ainsi qu'en PDF vectoriel avec leurs liens de téléchargement."

5. Intégration bureautique : le complément GLM in Excel (Beta)

Pour les professionnels qui préfèrent intervenir directement sur leurs feuilles de calcul sans passer par un navigateur externe, le complément GLM in Excel (Beta) s'intègre au poste de travail.

• Exécution in situ dans le volet Excel : Fonctionnant dans un volet latéral sur Microsoft 365 ou Office 2021+, le complément s'applique directement au classeur actif. Nul besoin d'exporter des données confidentielles : les instructions s'exécutent sur place.
• Diagnostic et réparation des formules : Lorsque des erreurs comme #REF!, #VALEUR!, #DIV/0! ou des références circulaires apparaissent, le complément identifie la cellule défaillante, reconstitue la chaîne de dépendances et réécrit la formule appropriée.
• Liaisons multi-feuilles et automatisation RECHERCHEX : Il identifie les clés de relation entre plusieurs feuilles (commandes, barème tarifaire, référentiel clients) et compose automatiquement les formules croisées comme XLOOKUP ou SUMIFS.
• Traçabilité par surbrillance colorée : Les cellules modifiées ou complétées par l'IA sont mises en valeur par une couleur de remplissage, facilitant le contrôle par les analystes financiers et les auditeurs.

6. Bonnes pratiques de gouvernance et sécurité des données

Pour exploiter ces outils avec discernement en entreprise, les analystes doivent observer des règles strictes de conformité :

1. Anonymisation préalable des données : Ne téléversez jamais de fichiers contenant des données à caractère personnel (DCP/PII), des numéros bancaires, des identifiants non masqués ou des secrets commerciaux non chiffrés. Remplacez localement les entités réelles par des désignations neutres (Client_01, Employe_A) avant l'envoi.
2. Découpage systématique des demandes : Ne tentez pas de demander l'inspection, le nettoyage lourd, les calculs de synthèse et quatre graphiques dans une commande unique. Structurer la démarche en quatre temps (Inspecter → Nettoyer → Calculer → Visualiser) évite les dépassements de délai et garantit un contrôle à chaque étape.
3. Audit systématique du code généré : Déployez systématiquement le volet de code Python pour vérifier les choix méthodologiques (par exemple, si les valeurs manquantes ont été éliminées avec dropna ou remplacées par fillna(0), ou si une jointure a provoqué une multiplication indésirable de lignes).
4. Dimensionnement des volumes de données : Pour des bases de données volumineuses de plusieurs millions de lignes, procédez à une agrégation préalable par requête SQL dans votre entrepôt de données et transmettez à la sandbox des classeurs synthétisés de taille maîtrisée (généralement entre 20 Mo et 50 Mo).

En utilisant l'Analyse Avancée de Données de Zhipu Qingyan comme un assistant technique Python disponible en permanence, les analystes métier et les professionnels du savoir s'affranchissent des tâches chronophages de préparation pour concentrer leur expertise sur l'interprétation stratégique et la prise de décision.

Références

• 智谱清言
• GLM in Excel（Beta）
• 预装沙箱环境
• 工具
• 工具调用