AI Powered Business Analytics With Excel Full Course | Excel For Business Analytics | Simplilearn

Ce cours, proposé par SimplyLearn, est conçu pour améliorer les compétences en analyse commerciale avec Excel et l'IA. Il vise à rendre l'analyse de données plus simple et plus rapide grâce à des outils comme ChatGPT et Excel, permettant de prendre de meilleures décisions. L'agenda du cours inclut l'utilisation de l'IA dans Excel pour générer des formules, les bases de l'analyse commerciale (descriptive, diagnostique, prédictive), la préparation des données avec des fonctions Excel comme TRIM et CLEAN, des compétences Excel avancées (VLOOKUP, INDEX, MATCH, formules conditionnelles), et le formatage conditionnel pour identifier les tendances. Pour ceux qui souhaitent approfondir leur carrière en analyse commerciale, SimplyLearn propose un cours d'analyste commercial optimisé par l'IA. Ce programme, aligné sur l'IAB BABOK V3, prépare aux certifications CBAP et CCBA, offrant une expérience pratique avec plus de 10 projets industriels et 40 activités, ainsi que des sessions en ligne dirigées par des experts. Le cours débute par des faits intéressants sur Excel. Il est souligné qu'Excel contient plus de 500 fonctions, mais même les experts n'en utilisent généralement qu'une cinquantaine à une centaine. Excel a été lancé en 1985, initialement pour Mac, avant même l'existence de Microsoft Windows. La fonction "Annuler" (Ctrl+Z) permet de revenir sur les 100 dernières actions, bien que la sauvegarde (Ctrl+S) puisse parfois empêcher de revenir en arrière, selon les réglages. Excel est utilisé par environ 1,5 milliard de personnes, soit environ 18-20% de la population mondiale, ce qui en fait le logiciel le plus utilisé au monde. Sa suprématie, après plus de 40 ans, s'explique par sa capacité à innover, sa convivialité et sa polyvalence. Il est désormais attendu que les étudiants connaissent Excel. Google Sheets a offert une concurrence notable en tant que solution basée sur le cloud, mais Excel reste préféré par les grandes organisations, notamment parce qu'il est intégré à la suite Microsoft Office (Outlook, Teams, Power BI). Microsoft continue d'innover avec Excel, en intégrant des fonctionnalités avancées. Il est désormais possible d'écrire du code Python directement dans Excel pour l'analyse de données, une fonctionnalité récente pour les utilisateurs d'Office 365. De plus, l'outil Copilot, basé sur l'IA, est intégré à Excel, offrant une assistance contextuelle pour l'analyse des données de la feuille de calcul. Des plugins comme ChatGPT pour Excel sont également disponibles, bien que certains soient payants. En termes de capacités techniques, une feuille Excel standard contient 1 048 576 lignes et 16 384 colonnes (jusqu'à XFD). Cela représente environ 17,18 milliards de cellules. Il faudrait environ 545 ans pour remplir manuellement toutes les cellules d'une seule feuille à raison d'une seconde par cellule. Le développement d'Excel a nécessité l'écriture d'environ 30 millions de lignes de code. Les dates dans Excel sont enregistrées à partir du 1er janvier 1900, toute date antérieure étant traitée comme du texte. Le cours aborde ensuite les concepts fondamentaux de l'analyse. L'analyse est définie comme l'examen détaillé des éléments, tandis que l'analytique implique l'analyse de données à l'aide de statistiques. Cette distinction est cruciale car les termes sont souvent utilisés de manière interchangeable. L'analyste est la personne qui effectue cette analyse, et il existe principalement deux types : l'analyste commercial et l'analyste de données. L'analyste commercial se concentre sur l'amélioration des décisions commerciales en analysant les processus et les documents, y compris les données. L'analyste de données, lui, se concentre spécifiquement sur la compréhension des données et des tendances sous-jacentes, utilisant des compétences en statistiques et des outils comme SQL et Python. Le concept de "Business Intelligence" (BI) est également introduit comme un terme englobant l'utilisation de la technologie pour collecter, analyser et transformer les données brutes en informations exploitables pour des décisions commerciales stratégiques. La BI inclut le stockage de données, l'exploration, l'analyse, le reporting, le machine learning et l'IA. L'évolution de la valeur des données est présentée en quatre étapes : 1. **Analyse descriptive** (Ce qui s'est passé) : Analyse des données historiques pour décrire les événements passés. Exemple : combien de transactions ont eu lieu ? Quelle était la vente en 2016 ? 2. **Analyse diagnostique** (Pourquoi cela s'est-il produit) : Comprendre les causes des événements passés. Exemple : pourquoi les ventes ont-elles augmenté ? 3. **Analyse prédictive** (Ce qui se passera) : Utilisation des données historiques et des modèles (comme la régression) pour prévoir l'avenir. Cela permet une planification et une gestion des ressources plus efficaces. 4. **Analyse prescriptive** (Comment faire en sorte que cela se produise) : Recommander des actions pour atteindre des objectifs futurs. Ces concepts sont illustrés avec un exemple de jeu de données "Sample Superstore", montrant comment identifier les transactions historiques et comprendre les causes des tendances. Le cours met l'accent sur l'importance de la pratique avec Excel. Un conseil clé pour devenir un expert est de minimiser l'utilisation de la souris et de privilégier les raccourcis clavier. Plus on utilise de raccourcis, plus on travaille vite et plus on est perçu comme un expert. Les premiers raccourcis présentés incluent : * `Shift + F11` pour ouvrir une nouvelle feuille. * `Alt + HDS` pour supprimer une feuille. * `Alt + HOUH` pour désmasquer une feuille. * `Alt + OHR` pour renommer une feuille. * `Alt + HOT` pour colorer un onglet de feuille (jugé moins important). * `Ctrl + N` pour ouvrir un nouveau classeur. La sélection de cellules et de plages est fondamentale : * Flèches pour sélectionner une seule cellule. * `Shift + Flèches` pour sélectionner plusieurs cellules. * `Ctrl + Espace` pour sélectionner une colonne. * `Shift + Espace` pour sélectionner une ligne. * `Ctrl + Shift + Flèche` pour sélectionner une plage de données jusqu'à la fin. L'interface d'Excel est expliquée : le ruban (la zone grise en haut) contient des onglets (Accueil, Insertion, etc.), qui sont divisés en groupes (Police, Alignement, etc.), et chaque groupe contient des commandes (icônes d'action). Les fonctions de base de copie et de collage sont rappelées (`Ctrl + C` et `Ctrl + V`). La fonction de "remplissage" via le petit carré en bas à droite d'une cellule est également présentée pour étendre des formules ou des données. Les différents types d'analyses commerciales sont explorés : * **Analyse financière** : Examen des données financières (ventes, profits, bilans) pour évaluer la performance. Des métriques comme le ratio de profit (profit/ventes) ou le coût (ventes - profit) sont des exemples de métriques dérivées. Les concepts de MTD (Month-To-Date), QTD (Quarter-To-Date) et YTD (Year-To-Date) sont expliqués pour suivre la performance sur des périodes spécifiques. * **Analyse de performance** : Utilisation des données et de la technologie pour évaluer la performance d'une entreprise dans divers domaines (marketing, opérations, budget) et identifier les axes d'amélioration. Les indicateurs clés de performance (KPI) sont essentiels ici. * **Analyse client** : Comprendre le comportement, les préférences et les caractéristiques des clients (segmentation du marché, analyse des sentiments, prédiction du comportement d'achat) pour améliorer l'engagement et la fidélité. * **Analyse des risques** : Identifier, mesurer et atténuer les risques dans les processus commerciaux pour gérer les incertitudes et améliorer la prise de décision. Des exemples incluent la prévision des incertitudes futures ou la gestion des risques liés à la livraison dans des zones dangereuses. Le processus de nettoyage et de préparation des données est crucial, car la majorité du temps passé sur un projet de données est consacrée à cette étape (souvent 50 à 70 %). Le principe du "Garbage In, Garbage Out" (GIGO) est souligné : des données de mauvaise qualité mènent à des analyses et des conclusions erronées. Les activités de nettoyage de données incluent : * Correction des erreurs et suppression des doublons. * Gestion des données manquantes. * Standardisation des variables (par exemple, uniformisation des formats de date). * Ajustement des formats structurels (uniformisation du nombre de colonnes). * Validation des types de données (texte, numérique, date, booléen, géographique). Pour importer des données dans Excel, on peut utiliser l'option "Obtenir les données" sous l'onglet "Données", qui permet d'importer à partir de diverses sources (autres fichiers Excel, bases de données SQL, services cloud comme Azure). Une fonctionnalité récente basée sur l'IA permet même d'importer des données à partir d'une image. Les fonctions Excel pour le nettoyage des données incluent : * **Trier et Filtrer** : Trier les données par ordre croissant ou décroissant, et filtrer pour afficher uniquement les données qui répondent à certains critères. Le tri personnalisé permet de trier par plusieurs colonnes. * **Grouper et Dégrouper** : Permet de masquer ou d'afficher des sections de données (lignes ou colonnes) pour une vue plus concise, particulièrement utile avec de grandes quantités de données. * **Texte en colonnes** : Convertit le texte d'une seule colonne en plusieurs colonnes, en utilisant des délimiteurs (virgule, espace, etc.) ou une largeur fixe. * **Sous-total** : Calcule des statistiques récapitulatives (somme, moyenne, etc.) pour des groupes de données, en insérant automatiquement des lignes de sous-total et en regroupant les données. Des fonctions de préparation de texte sont ensuite présentées : * `TODAY()` et `NOW()` pour afficher la date et l'heure actuelles. * `CONCATENATE()` pour combiner le contenu de plusieurs cellules, avec la possibilité d'ajouter des espaces ou d'autres délimiteurs. * `LEFT()` et `RIGHT()` pour extraire un nombre spécifique de caractères du début ou de la fin d'une chaîne de texte. * `FIND()` est utilisé en combinaison avec `LEFT()` pour extraire dynamiquement des parties de texte (par exemple, le prénom avant un espace). * `LEN()` renvoie la longueur d'une chaîne de texte. * `TEXT()` convertit un nombre, une date ou une heure en texte avec un format spécifié. La référence de cellule est un concept clé pour écrire des formules dynamiques : * **Référence relative** (A1) : La référence change lorsque la formule est copiée. * **Référence absolue** ($A$1) : La ligne et la colonne sont fixes et ne changent pas lors de la copie. * **Référence mixte** ($A1$ ou A$1$) : Seule la colonne ou la ligne est fixe. Le cours aborde ensuite le formatage conditionnel, une fonctionnalité puissante pour mettre en évidence des tendances ou des exceptions dans les données. Cela permet de colorer automatiquement les cellules en fonction de leurs valeurs (par exemple, vert pour les valeurs supérieures à 40, orange pour les valeurs entre 35 et 40, rouge pour les valeurs négatives). On peut également ajouter des barres de données, des échelles de couleurs ou des jeux d'icônes. Le formatage conditionnel peut être basé sur des règles simples ou des formules complexes, incluant des fonctions logiques comme `AND()` pour combiner plusieurs conditions. Enfin, les fonctions logiques sont présentées : *