Cas d'usage · Données

Analyser des données

Faire parler vos dons et vos campagnes — même si vous n'êtes pas « quelqu'un des chiffres ».

Bonne nouvelle : l'IA aide énormément les profils non statisticiens. Elle peut proposer des angles d'analyse, écrire une formule Excel à votre place, remettre en forme un tableau en désordre.¹ Mais deux garde-fous s'imposent — l'un technique, l'autre éthique.

Le garde-fou technique : validez sur du connu

Avant de faire confiance à l'IA sur des données nouvelles, testez-la sur des données dont vous connaissez déjà le résultat.¹ Si elle retrouve ce que vous savez déjà, sa méthode gagne en crédibilité — sans garantie absolue : l'IA n'est pas toujours régulière, alors refaites le test de temps en temps. Documentez ce qui marche : on construit une confiance validée, pas une confiance aveugle.

Chiffres : faites écrire la formule, ne faites pas deviner le résultat

Distinction essentielle. Si vous collez des chiffres et demandez « fais-moi le total », l'IA estime le résultat mot après mot (propriété n° 1) — et peut se tromper avec aplomb. Pour un vrai calcul, demandez-lui plutôt d'écrire la formule Excel (ou le code) que vous exécuterez : le résultat devient exact et reproductible. En résumé : l'IA pour la méthode, votre tableur pour le calcul.

Et gardez la main : demandez-lui d'expliquer sa démarche (« comment as-tu calculé ça ? »). Comprendre le processus fait partie de votre Discernement — et la validation ne vous dispense jamais de votre responsabilité.

Le garde-fou éthique : ne pas optimiser que l'argent

En analysant les dons (fidélisation, dons ponctuels vs réguliers, efficacité des campagnes), résistez à la tentation d'optimiser uniquement le montant collecté.² Un petit donateur fidèle vaut, pour la mission et la confiance à long terme, bien plus qu'une ligne dans un tableau. La relation prime sur le revenu.

Rappel confidentialité

Données de donateurs = données sensibles. Anonymisez avant d'analyser (leçon 8) : pour repérer une tendance, les noms et coordonnées sont inutiles.

Trois analyses utiles

Analyse de vos messages — donnez 10 à 20 objets d'emails ou posts passés : l'IA en dégage thèmes, régularités, angles morts par rapport à votre mission.²
Tendances de dons — fidélisation, régularité, effet des campagnes (avec la prudence ci-dessus).
Anticipation des besoins — pressentir les pics d'abandon ou d'intake. Discernement maximal : confrontez toujours ces prédictions à votre expérience de terrain.²

🐾 Votre victoire du jour

Faire ressortir les thèmes de vos communications

Rassemblez 10 à 15 objets d'emails ou titres de posts passés — en retirant au passage un éventuel nom propre (un objet comme « Reçu fiscal – Marie Dupont » en contient un). Collez-les dans Claude avec :

Voici 15 objets d'emails que notre association a envoyés cette année. 1. Regroupe-les par thème. 2. Repère les régularités et les angles morts par rapport à notre mission (protection animale, adoption, lutte contre l'abandon). 3. Explique-moi comment tu as procédé. Ne tire pas de conclusion sur l'efficacité : je te donnerai les chiffres ensuite.

Lisez sa méthode, jugez-la, et confrontez ses thèmes à votre connaissance du terrain. Vous venez de faire de l'analyse — validée par vous.

Vérifions ce qui est resté

1. Avant de confier une nouvelle analyse à l'IA, le meilleur test ?

2. L'IA suggère d'« abandonner les petits donateurs, peu rentables ». Vous…

Auto-test : les deux garde-fous de l'analyse de données ?

Technique : valider la méthode de l'IA sur des données dont on connaît déjà le résultat (confiance validée, pas aveugle) — et, pour un vrai calcul, lui faire écrire la formule plutôt que deviner le résultat. Éthique : ne pas optimiser uniquement l'argent — la relation, surtout avec les petits donateurs fidèles, prime sur le revenu. Et toujours : anonymiser avant d'analyser.

Vous bloquez sur Excel ? Décrivez votre tableau et ce que vous voulez calculer : Claude vous écrira la formule et vous l'expliquera. Demandez toujours l'explication — c'est ainsi qu'on garde la main.

Pour aller plus loin (source recommandée)

« AI Fluency for Nonprofits », module analyse de données (messages, dons, tendances).² ⚠️ En anglais.

Prochaine étape. Vous répétez souvent le même contexte (« nous sommes La SPA, notre ton est… »). La leçon 12 vous apprend à l'écrire une seule fois et à le réutiliser partout : le contexte permanent.

AI Fluency for Nonprofits — analyse de données : valider sur du connu, garder la main. (en anglais)
AI Fluency for Nonprofits — analyse des messages, tendances de dons, relation > revenu. (en anglais)

Fiches : Confidentialité · Glossaire