Introduction à l'analyse de données
1. Qu'est-ce que l'analyse de données ?
- Analyse de données : ensemble des méthodes et outils pour collecter, organiser et interpréter des données afin d’en tirer des informations utiles à la décision ou à la validation d’un modèle.
- Trois étapes clés :
- Collecter : obtenir la bonne mesure dans les bonnes conditions.
- Organiser : structurer les données pour traitement.
- Interpréter : donner du sens aux résultats, notamment en tenant compte des incertitudes.
L’analyse de données vise à obtenir des résultats fiables, pas seulement des impressions.
2. Le processus d’analyse en six étapes
| Étape | Action principale | Exemple MécaTest Ingénierie |
|---|---|---|
| 1. Comprendre | Clarifier la question ou hypothèse à tester | « Le taux de pièces non conformes a-t-il augmenté ? » |
| 2. Collecter | Rassembler les données nécessaires, bonnes conditions | Extraire mesures du Banc d’essai 2 du mois dernier |
| 3. Nettoyer | Corriger erreurs, doublons, valeurs manquantes, formats | Uniformiser noms matériaux (« acier s235 » → « Acier S235 ») |
| 4. Analyser | Calculer, comparer, croiser : statistiques, tableaux | Calculer taux de non-conformité par matériau |
| 5. Interpréter | Donner du sens aux résultats, tenir compte des incertitudes | Le composite carbone/époxy concentre 30 % des non-conformités |
| 6. Communiquer | Restituer clairement pour décision ou conclusion | Rapport d’essai transmis au bureau d’études |
L’étape de nettoyage est souvent la plus longue et la plus cruciale.
3. Sources des données selon les domaines
| Domaine | Source principale des données | Exemples d’outils ou systèmes |
|---|---|---|
| Physique-Chimie | Instruments de mesure et capteurs | Multimètre, oscilloscope, spectrophotomètre, LIMS |
| Sciences de l’Ingénieur | Bancs d’essai avec capteurs et chaînes d’acquisition | Capteurs force/température, systèmes asservis, logiciels de simulation |
| Industrie | Capteurs IoT, systèmes SCADA/MES, essais normalisés | IoT, supervision de production, contrôle qualité |
4. Importance de l’analyse de données
| Domaine | Objectif principal de l’analyse | Exemple de question |
|---|---|---|
| Physique-Chimie | Valider ou infirmer un modèle, quantifier incertitude | « Notre mesure est-elle compatible avec la théorie ? » |
| Sciences de l’Ingénieur | Dimensionner, valider un système, diagnostiquer un dysfonctionnement | « Le capteur de vibration montre-t-il une dérive ? » |
| Industrie | Piloter la qualité, réduire rebuts, anticiper maintenance | « Faut-il resserrer les tolérances sur ce lot ? » |
Maîtriser l’interrogation des données, même avec un tableur simple, permet un raisonnement scientifique rigoureux.
À RETENIR
L’analyse de données est un processus structuré en six étapes : Comprendre → Collecter → Nettoyer → Analyser → Interpréter → Communiquer. Elle transforme des mesures brutes en conclusions exploitables dans les domaines scientifique et industriel.
Types d'analyse, indicateurs et outils
1. Types d'analyse
Les analyses de données répondent à quatre questions principales, classées par complexité croissante :
| Type d'analyse | Question posée | Exemple (dossier MécaTest Ingénierie) |
|---|---|---|
| Descriptive | Que s'est-il passé ? | Quelle est la contrainte moyenne à la rupture sur ce lot ? |
| Diagnostique | Pourquoi cela s'est-il passé ? | Pourquoi le taux de non-conformité est-il plus élevé sur le Banc 2 ? |
| Prédictive | Que va-t-il probablement se passer ? | Combien de cycles avant rupture pour ce matériau ? |
| Prescriptive | Que devrait-on faire ? | Faut-il changer d'instrument pour réduire l'incertitude sous 1 % ? |
À retenir : On ne peut diagnostiquer, prédire ou prescrire sans une analyse descriptive préalable rigoureuse.
2. Indicateurs (KPI)
Un indicateur clé de performance (KPI) est une mesure chiffrée choisie pour suivre l'atteinte d’un objectif précis.
Un bon KPI est SMART :
- Spécifique : mesure une grandeur claire et unique
- Mesurable : basé sur des données disponibles
- Atteignable : réaliste
- Pertinent : lié à l’objectif
- Temporel : défini sur une période ou une série précise
Exemple non valide : « Améliorer la précision »
Exemple valide : « Incertitude relative de mesure (%) calculée sur chaque série »
| Domaine | Exemples de KPI |
|---|---|
| Physique-Chimie | Incertitude relative (%), taux de reproductibilité, écart relatif à la valeur théorique |
| Sciences de l'Ingénieur | Fréquence d'acquisition (Hz), précision d’un capteur, temps de réponse d’un système asservi |
| Industrie | Taux de pièces conformes (%), MTBF (temps moyen entre pannes), coût de non-qualité |
3. Panorama des outils d'analyse de données
Les outils d’analyse varient du plus simple au plus technique. Ce cours se concentre sur les outils accessibles en 1ère année.
| Outil | Usage principal | Niveau attendu en 1ère année |
|---|---|---|
| Excel classique | Calculs, tris, filtres, tableaux croisés dynamiques, graphiques | Fondamental, cœur du module |
| Power Query | Importer et nettoyer automatiquement les données (ETL : Extraire, Transformer, Charger) | Découverte, approfondi en 2ème année |
| Power Pivot (DAX) | Modéliser des données liées, créer des indicateurs avancés | Découverte, approfondi en 2ème année |
| Power BI | Construire des tableaux de bord interactifs et partageables | Culture générale |
| Python (numpy, matplotlib) / SQL | Automatiser le traitement de séries et interroger de grandes bases | Culture générale |
À retenir : Excel classique suffit pour une analyse descriptive complète, base indispensable avant d’utiliser des outils plus avancés.
4. Synthèse
- Analyse descriptive : base indispensable, répond à « Que s’est-il passé ? »
- KPI SMART : indicateurs précis et mesurables pour suivre un objectif
- Outils : maîtriser Excel classique avant d’aborder Power Query, Power Pivot, Power BI ou Python/SQL
Ces notions sont fondamentales pour structurer et comprendre les données avant toute analyse plus poussée.
Statistique descriptive et structuration des données
1. Statistique descriptive : les indicateurs essentiels
Quatre indicateurs suffisent généralement à décrire une série de mesures :
| Indicateur | Ce qu'il mesure | Fonction Excel | Piège à éviter |
|---|---|---|---|
| Moyenne | Valeur typique : somme des mesures / nombre | MOYENNE | Très sensible aux valeurs extrêmes (outliers) |
| Médiane | Valeur qui partage la série en deux moitiés | MEDIANE | Ne renseigne pas sur l'ampleur des écarts |
| Mode | Valeur la plus fréquente | MODE.SIMPLE ou MODE | Peu utile pour variables continues |
| Écart-type | Dispersion des mesures autour de la moyenne | ECARTYPE.STANDARD | Un écart-type élevé peut refléter une vraie variabilité |
La moyenne, la médiane et l'écart-type lus ensemble décrivent mieux une série que pris isolément.
2. Utilitaire d'analyse d'Excel (Data Analysis ToolPak)
- Permet de générer un rapport complet (moyenne, médiane, mode, écart-type, min, max, etc.) en un clic.
- Activation :
- Fichier > Options > Compléments
- Gérer « Compléments Excel » > Atteindre...
- Cocher « Utilitaire d'analyse »
- Onglet Données > « Analyse de données » > « Statistiques descriptives » > sélectionner données + « Statistiques sommaires »
Utile pour explorer rapidement une série, mais les formules restent nécessaires pour des rapports dynamiques.
3. Notion de variable et typologies
- Variable : caractéristique mesurée ou observée par ligne (observation) dans un dataset.
- Deux grandes catégories :
| Type | Sous-type | Description | Exemples dans le dataset |
|---|---|---|---|
| Qualitative | Nominale | Catégories sans ordre naturel | Materiau, Type_Essai, Banc_Essai, Resultat_Essai |
| Ordinale | Catégories avec ordre naturel | Classe_Tolerance (Standard < Serré < Précision) | |
| Quantitative | Discrète | Valeurs numériques limitées (entiers) | Nombre_Cycles |
| Continue | Valeurs numériques dans un intervalle | Diametre_mm, Masse_g, Temperature_Essai_C, Contrainte_Appliquee_MPa |
Le type de variable détermine les calculs pertinents (ex. moyenne non pertinente pour variable nominale).
4. Structuration des données : le dataset
- Dataset : tableau où chaque ligne = une observation, chaque colonne = une variable.
- Règles pour un dataset bien structuré :
- Une ligne = une observation (ex. un essai)
- Une colonne = une variable, avec un en-tête clair, unique, sans espaces superflus
- Pas de cellules fusionnées dans la zone de données
- Une seule nature de données par colonne (pas de mélange texte/nombre)
- Pas de lignes ou colonnes vides au milieu du tableau
- Utiliser un tableau structuré Excel (Insertion > Tableau) pour fiabiliser formules, tris, filtres
Un dataset mal structuré provoque erreurs et perte de temps.
5. Qualité des données : 5 dimensions clés
| Dimension | Ce qu'elle vérifie | Exemple d'anomalie |
|---|---|---|
| Exactitude | Valeurs reflètent la réalité et bon format | Contrainte enregistrée en texte « 512.4 MPa » |
| Complétude | Toutes les mesures attendues sont présentes | Incertitude manquante sur certaines lignes |
| Cohérence | Catégories écrites de façon uniforme | « Acier S235 », « acier s235 », « ACIER S235 » |
| Unicité | Chaque observation est unique | Essai enregistré deux fois |
| Actualité | Données suffisamment récentes | Étallon périmé utilisé pour validation |
Repérer ces anomalies est la première étape du nettoyage des données.
6. Formats de valeurs dans Excel
| Format | Utilisation | Exemple d'affichage | Remarque |
|---|---|---|---|
| Nombre | Valeurs numériques simples | 25,6 | Aligné à droite par défaut |
| Scientifique | Très grandes ou petites valeurs | 1,25E+03 | Utile pour constantes physiques |
| Pourcentage | Proportions, taux (ex. incertitude) | 1,8 % | Excel stocke 0,018 mais affiche 1,8 % |
| Date | Dates d'essai, étalonnage | 14/03/2025 | Vérifier format jour/mois/année |
| Texte | Identifiants, codes, commentaires | PC-1042 | Identifiants commençant par zéro doivent être texte |
Un nombre stocké en texte (aligné à gauche) est ignoré par les calculs sans message d'erreur.
7. Points clés à retenir
- L'analyse de données suit l'ordre : comprendre, collecter, nettoyer, analyser, interpréter, communiquer.
- La statistique descriptive (moyenne, médiane, mode, écart-type) est la base indispensable avant toute autre analyse.
- Le type de variable (qualitative/quantitative) conditionne les calculs possibles.
- Un dataset bien structuré et de qualité est indispensable pour éviter erreurs et pertes de temps.
- Le format des données dans Excel impacte directement la validité des calculs.
Pour une analyse fiable, maîtriser la statistique descriptive et la structuration des données est indispensable.