Le point de départ : un fichier de ventes rempli d'erreurs, avec des doublons, des dates écrites de plusieurs façons, des noms et des villes en majuscules ou en minuscules, et des montants manquants. J'ai écrit un script Python (Pandas) qui :

supprime les doublons ; met toutes les dates au même format (JJ/MM/AAAA) ; harmonise les noms et les villes ; convertit les montants en euros, avec deux décimales ; signale les cases vides au lieu de les supprimer. Résultat : un fichier propre, prêt à analyser, et un script réutilisable qui traite des milliers de lignes en quelques secondes. (Exemple réalisé avec des données fictives.)

Le point de départ : une boutique qui notait ses ventes dans un grand tableau Excel, sans vue d'ensemble, et qui refaisait ses calculs à la main chaque mois. J'ai construit un tableau de bord Excel qui affiche en une seule page :

les 4 chiffres clés : chiffre d'affaires, nombre de commandes, panier moyen et taux de retour, avec leur évolution sur un an ; le chiffre d'affaires mois par mois ; la part des ventes par catégorie de produits. Tout est calculé automatiquement avec des formules (SOMME.SI.ENS, RECHERCHEX) et des tableaux croisés dynamiques : il suffit d'ajouter les nouvelles ventes et de cliquer sur « Actualiser ». Résultat : le client voit en un coup d'œil comment va son activité, sans aucun calcul à faire. (Exemple réalisé avec des données fictives.)