Savoir pratique. Décisions éclairées.AR  ·  EN  ·  FR

Analyser Excel avec l’IA sans divulguer les données clients : masquage, tests et rapprochements

Une méthode concrète pour repérer les informations sensibles, préparer des exemples fictifs et contrôler chaque transformation.

Un assistant d'intelligence artificielle peut expliquer une formule Excel ou suggérer des transformations Power Query, mais cela ne constitue pas une autorisation de transmettre un classeur client. Ce guide a été vérifié le 28 octobre 2026 à partir de la documentation Microsoft sur les informations masquées, des recommandations de l'autorité britannique ICO sur la pseudonymisation et du cadre NIST consacré aux risques de l'IA générative. La méthode proposée consiste à classifier les données, à privilégier les exemples fictifs et à rapprocher indépendamment les résultats. Remplacer un nom par un code n'assure pas nécessairement l'anonymat.

Deux collègues discutent des informations affichées sur un ordinateur portable au bureau
Photographie éditoriale — Vitaly Gariev / Unsplash. Photo illustrative, ni donnée boursière en temps réel ni recommandation commerciale.

Inventorier les données avant de consulter un assistant

Commencez par établir un inventaire des champs, plutôt que par rédiger une consigne. Notez le propriétaire du fichier, sa finalité, les feuilles et connexions présentes, ainsi que les colonnes contenant noms, coordonnées, comptes bancaires, salaires, adresses ou références de factures. Distinguez les données personnelles, les secrets commerciaux et les agrégats réellement autorisés à être partagés. Le chiffre d'affaires d'une petite entreprise peut rester confidentiel sans contenir le nom d'une personne. Une interdiction contractuelle de divulgation demeure applicable à un service d'IA.

Formulez ensuite la question exacte : rechercher des factures en double, expliquer une formule, rapprocher deux soldes ou créer une transformation reproductible. Souvent, des intitulés de colonnes et dix lignes entièrement fictives suffisent. Si le traitement des données réelles est indispensable, utilisez un environnement approuvé par l'organisation, avec des droits d'accès, une durée de conservation et un cadre contractuel documentés. Une mention commerciale promettant la confidentialité ne remplace pas l'examen des conditions applicables au service utilisé.

Pseudonymiser n'est pas toujours anonymiser

Remplacer le nom d'une cliente par C001 tout en conservant une table de correspondance constitue une pseudonymisation, et non forcément une anonymisation irréversible. L'ICO souligne l'importance des informations supplémentaires et des possibilités de recoupement pour apprécier le risque de réidentification. La combinaison d'une ville, d'un âge et d'une date d'achat peut suffire à reconnaître une personne. Examinez donc les identifiants indirects, les valeurs rares et les combinaisons uniques, puis protégez séparément toute clé de correspondance.

Pour un exercice sans risque lié à un client réel, créez un nouveau classeur avec des personnes inventées, des montants fictifs et des dates sans lien avec des transactions existantes. Modifier quelques noms dans une copie de la base réelle ne suffit pas : commentaires, références, feuilles masquées ou identifiants peuvent subsister. Si le besoin porte uniquement sur une tendance mensuelle, privilégiez des totaux agrégés, tout en vérifiant qu'un groupe trop restreint ne permet pas de reconnaître quelqu'un. Le bon niveau de protection dépend du contexte.

Contrôler aussi le contenu invisible du classeur

Microsoft recommande d'utiliser l'Inspecteur de document sur une copie du classeur avant tout partage. Excel peut contenir des lignes ou feuilles masquées, des commentaires, des propriétés d'auteur, des liens externes, des objets intégrés ou des caches liés aux fonctions analytiques. Dans les versions de bureau compatibles, ouvrez Fichier, Informations, Vérifier l'absence de problèmes, puis Inspecter le document. Examinez les résultats avant toute suppression : retirer un élément masqué peut modifier les formules, et l'opération n'est pas toujours réversible.

Vérifiez également les requêtes, les connexions, les plages nommées et les tableaux croisés dynamiques. Une feuille visuellement propre ne prouve pas qu'aucune donnée confidentielle ne subsiste dans un cache ou un objet intégré. Enregistrez une copie destinée au partage sous un nouveau nom, rouvrez-la et testez les calculs essentiels. Si une connexion pointe toujours vers un serveur interne ou si l'effet d'une suppression est incertain, interrompez la transmission et demandez une vérification technique.

Faire proposer une méthode, puis la soumettre à des tests

Vous pouvez demander à l'assistant d'expliquer SOMME.SI.ENS ou de proposer une procédure de suppression des doublons. Fournissez-lui un jeu de données fictif contenant volontairement une ligne dupliquée, une date vide, un montant négatif et deux identifiants proches. Précisez les types de colonnes, les critères de correspondance et le résultat attendu. Testez ensuite tout code Power Query proposé sur un petit échantillon dont vous connaissez déjà la réponse. Ajoutez des cas limites avec devises, formats de dates et montants identiques.

Les outils de profilage Power Query indiquent la qualité des colonnes et la répartition des valeurs. Microsoft précise toutefois que le profilage peut porter par défaut sur les mille premières lignes. Activez l'analyse de l'ensemble des données lorsque l'exhaustivité est nécessaire, faute de quoi les erreurs situées plus loin peuvent passer inaperçues. Consignez les nombres de lignes avant et après transformation, les clés distinctes et les sommes par devise. Deux opérations ayant le même montant ne sont pas automatiquement des doublons.

Un exemple rapproché et une décision de diffusion

Imaginons un fichier d'entraînement de 1 000 factures fictives représentant 250 000 unités monétaires. Un test contrôlé identifie dix enregistrements réellement dupliqués, totalisant 3 000 unités. Leur retrait doit conduire à 990 lignes et à un total de 247 000. Ces nombres sont purement pédagogiques et ne proviennent d'aucun dossier client. La clé de détection doit être explicite, par exemple numéro de facture, fournisseur et date. Si le résultat de l'IA diffère, recherchez les lignes en cause au lieu d'ajouter une écriture d'ajustement inexpliquée.

Avant toute diffusion, vérifiez l'autorisation du responsable des données, l'absence d'identifiants sensibles dans l'exemple, l'inspection des contenus masqués, la traçabilité des transformations, le rapprochement des volumes et montants, la revue humaine indépendante et les modalités de conservation et de suppression. Gardez un journal des consignes, résultats attendus et erreurs sans y recopier de secrets. Le cadre NIST insiste sur l'évaluation et la maîtrise continues des risques. Refuser de téléverser un fichier peut donc être la décision la plus rigoureuse.

Ressources officielles

Essayer un outil gratuit adapté ↗
Information importante

Aucune méthode de revenus en ligne ni de trading ne garantit de bénéfices.

Avertissement ↗

Rechercher dans la bibliothèque