Nettoyer un tableau Excel avec Copilot sans abîmer vos données

Pour nettoyer un tableau Excel avec Copilot, quelques consignes suffisent. Le vrai risque est ailleurs : l'IA peut « corriger » des données qui étaient justes. Voici une méthode sur un fichier clients de 200 lignes, avec copie de sécurité et contrôle chiffré.

Que peut-on attendre de Copilot sur un tableau mal saisi ?

Copilot gagne du temps sur les corrections répétitives : espaces en trop, casse des noms, formats de dates, doublons évidents. Il se trompe plus facilement sur ce qui demande du contexte : homonymes, dates ambiguës, numéros commençant par 0. Un nettoyage rapide mais non vérifié peut donc abîmer un fichier sans que personne s'en aperçoive.

Notre exemple : clients_2026.xlsx, hérité d'un collègue ou d'un ancien prestataire, 200 lignes, 7 colonnes. L'exemple est fictif, construit pour cette page, mais les erreurs sont celles que nous voyons dans les fichiers de TPE :

• 12 doublons réels, parfois avec un nom écrit différemment (« DUPONT marie » et « Marie Dupont »).
• Dates mélangées : 03/04/2026, 3 avril 2026, 2026-04-03, et certaines stockées en texte.
• Noms et prénoms inversés ou en majuscules, avec des espaces avant et après.
• Deux homonymes légitimes (deux « Paul Martin », à Lyon et à Lille, avec des e-mails différents). Ce sont des pièges : ils ne doivent pas fusionner.

Extrait avant, tel qu'il arrive :

Le « 03/04/2026 » est le premier point de vigilance : en France, c'est le 3 avril, mais un export d'un outil américain peut avoir voulu dire le 4 mars.

Copilot est-il disponible dans votre Excel, et avec quelle licence ?

L'accès à Copilot dans Excel dépend de votre abonnement Microsoft 365, de votre version d'Excel et de la façon dont l'administrateur a activé la fonction. Ces conditions ont changé plusieurs fois, et nous ne les figeons pas ici : la seule source fiable est la documentation officielle de Microsoft, rubrique « Copilot dans Excel ».

Un point d'attention sur l'actualité. Un média secondaire, Geeky Gadgets, évoque dans ses nouveautés Copilot de novembre 2026 une compétence Excel dédiée au nettoyage de données. Nous n'avons pas pu recouper cette information sur une page officielle Microsoft au moment de la rédaction. Considérez-la comme à confirmer, y compris sur son périmètre et son accès, avant de la promettre à une équipe.

Cinq vérifications simples avant de commencer :

1. Le bouton Copilot apparaît-il dans l'onglet Accueil d'Excel ?
2. Votre abonnement inclut-il Copilot, ou faut-il une licence complémentaire ? Demandez à l'administrateur du centre d'administration Microsoft 365.
3. Le fichier doit-il être enregistré sur OneDrive ou SharePoint ? Selon les versions, c'est souvent une condition.
4. Les données doivent-elles être mises sous forme de tableau (Ctrl + T) ? À vérifier de même.
5. Votre entreprise autorise-t-elle l'envoi de données clients vers Copilot ? Un fichier clients contient des données personnelles, donc RGPD.

Sans Copilot, vous n'êtes pas bloqué. Données > Supprimer les doublons, le Remplissage instantané et Power Query font déjà une bonne partie du travail, de façon déterministe.

Étape 1 : travailler sur une copie et relever les chiffres de départ

Ne nettoyez jamais l'original. Faites Fichier > Enregistrer sous et nommez la copie clients_2026_COPIE_nettoyage.xlsx. Avant toute demande à Copilot, notez quatre chiffres sur une feuille à part : ce sont vos témoins.

Nombre de lignes de données   : =NBVAL(A2:A201)
Total du CA 2026              : =SOMME(E2:E201)
Nombre d'e-mails distincts    : =NBVAL(UNIQUE(C2:C201))
Dates stockées en texte       : =SOMMEPROD(--ESTTEXTE(B2:B201))

Dans notre exemple : 200 lignes, 184 560 € de CA, et 31 dates en texte. Ces chiffres sont fictifs, les vôtres seront différents. La règle est que chaque chiffre doit pouvoir s'expliquer après nettoyage. Un écart inexpliqué signifie qu'il faut revenir en arrière.

Étape 2 : demander un diagnostic avant toute modification

Commencez par une consigne qui ne touche à rien. Ce diagnostic montre ce que Copilot a compris du fichier, et vous révèle des erreurs que vous n'aviez pas repérées.

Analyse ce tableau sans rien modifier. Liste les problèmes de qualité 
de données que tu observes : doublons (exacts ou probables), formats de 
dates différents, noms ou prénoms inversés, majuscules incohérentes, 
espaces superflus, numéros de téléphone mal formatés. Pour chaque 
problème, indique le nombre de lignes concernées et donne 3 exemples 
avec leur numéro de ligne.

Comparez la réponse à vos témoins. Si Copilot annonce 12 doublons et que vous en avez trouvé 12, bon signe. S'il en annonce 40 alors que vous soupçonnez des homonymes, vous venez d'éviter une erreur.

Étape 3 : corriger sans écraser, dans de nouvelles colonnes

Faites écrire les corrections à côté des données d'origine, pas dessus. C'est l'étape qui distingue un nettoyage sûr d'un nettoyage irréversible. Vous gardez la colonne source, vous voyez chaque modification, et vous pouvez annuler cas par cas.

Ajoute de nouvelles colonnes à droite du tableau, sans modifier les 
colonnes existantes :
1. « Nom_propre » : nom de famille en majuscules, sans espaces en trop.
2. « Prénom_propre » : première lettre en majuscule, prénoms composés 
   avec trait d'union conservés (Jean-Pierre).
3. « Date_ISO » : la date de première commande au format AAAA-MM-JJ. 
   Les dates écrites avec des jours supérieurs à 12 suivent le format 
   JJ/MM/AAAA. Si une date est ambiguë (jour et mois tous deux ≤ 12), 
   n'invente rien : écris « À VÉRIFIER ».
4. « Tel_propre » : numéro à 10 chiffres sans espaces, avec le 0 initial 
   conservé, au format texte.
Ne touche ni au CA, ni aux e-mails.

La clause sur les dates ambiguës est la plus importante. Sans elle, Copilot choisit un sens et ne le dit pas. Les dates écrites « 3 avril 2026 » ou « 2026-04-03 » sont sans équivoque : c'est sur les 03/04/2026 qu'il faut garder la main.

Autres corrections « bien intentionnées » qui abîment : un « de la Fontaine » ou « O'Neill » transformé en « De La Fontaine » ou « O'neill », un « 0612345678 » qui devient 612345678 parce que le tableur l'a traité comme un nombre, un « Dupont-Martin » découpé en deux.

Extrait après cette étape :

Notez que la première ligne reste « À VÉRIFIER » alors que sa jumelle donne le 3 avril. C'est à vous d'arbitrer : le doublon lève ici l'ambiguïté, mais Copilot ne devait pas le deviner seul.

Étape 4 : repérer les doublons avant de les supprimer

Demandez un marquage, pas une suppression. Choisissez la clé de comparaison vous-même : sur un fichier clients, l'e-mail est en général plus fiable que le nom, qui produit des faux positifs avec les homonymes.

Ajoute une colonne « Doublon_probable ». Considère deux lignes comme un 
doublon si elles ont le même e-mail (sans tenir compte des majuscules). 
Écris « OUI – doublon de la ligne N » sur la ligne la plus récente. 
Ne supprime aucune ligne. Ensuite, donne-moi la liste des lignes qui 
ont le même nom et prénom mais un e-mail différent : ce sont peut-être 
des homonymes.

Dans notre fichier, cette deuxième liste a fait remonter les deux « Paul Martin » : deux personnes, deux e-mails, deux villes. Un tri sur la colonne Doublon_probable, un coup d'œil aux 12 lignes marquées, puis vous supprimez vous-même ces lignes, ou vous demandez à Copilot de le faire sur la base de votre validation.

Notre avis de formateurs : pour un fichier ponctuel, Copilot est confortable. Pour un export qui revient chaque mois avec les mêmes défauts, Power Query est préférable, car ses étapes s'enregistrent et se rejouent à l'identique, sans dépendre de la façon dont une IA interprète votre consigne ce jour-là.

Comment contrôler le résultat : lignes et totaux, avant et après

Un nettoyage réussi se démontre par un tableau de réconciliation : chaque écart entre avant et après doit avoir une explication chiffrée. Reprenez vos quatre témoins de l'étape 1 et recalculez-les sur le fichier nettoyé.

Les chiffres sont ceux de notre exemple fictif. La logique, elle, vaut pour tout fichier :

• Le CA ne doit baisser que du montant des lignes supprimées. S'il baisse davantage, une ligne légitime a disparu ou une valeur a été modifiée. S'il change sans suppression, Copilot a touché à une colonne qu'il n'aurait pas dû.
• Le nombre d'e-mails distincts ne doit pas bouger. Il baisserait si Copilot avait fusionné deux clients différents.
• Comparez au hasard 15 à 20 lignes entre la colonne d'origine et la colonne nettoyée. Un contrôle visuel reste utile pour les noms à particule, les prénoms composés et les numéros de téléphone.
• Conservez la copie d'origine jusqu'à la fin de la validation, et gardez trace de la consigne utilisée (collez-la dans un onglet « Journal »).

Si un contrôle échoue, ne demandez pas à Copilot de « réparer » dans la foulée : rouvrez la copie d'origine, précisez la consigne, et recommencez. Empiler les corrections sur un fichier déjà modifié rend l'erreur introuvable.

Questions fréquentes

Copilot peut-il supprimer les doublons dans Excel sans risque ?

Pas sans contrôle. Demandez d'abord de signaler les doublons probables dans une colonne, vérifiez-les, puis seulement supprimez. Deux clients homonymes ne sont pas un doublon : l'e-mail ou le SIRET départagent.

Faut-il une licence particulière pour nettoyer un tableau Excel avec Copilot ?

Cela dépend de votre abonnement et de votre version d'Excel, et les conditions ont évolué. Vérifiez sur la documentation officielle Microsoft et auprès de l'administrateur de votre tenant. Sans Copilot, Supprimer les doublons, Remplissage instantané et Power Query font une partie du travail.

Copilot comprend-il les dates françaises mal saisies ?

Il convertit bien les formats évidents, comme « 3 avril 2026 ». Pour les dates ambiguës (03/04 : 3 avril ou 4 mars ?), imposez-lui de les signaler au lieu de trancher.

Peut-on confier un fichier clients à Copilot ?

Un fichier clients contient des données personnelles. Vérifiez avec votre administrateur Microsoft 365 et votre politique RGPD avant de l'ouvrir dans Copilot, et ne traitez pas de colonnes inutiles à la tâche.

Pour aller plus loin avec votre équipe, nous construisons des formations IA sur mesure pour les entreprises, à partir de vos fichiers et de vos usages réels. Vous travaillez seul ? Voyez la formation IA pour particuliers, ou contactez-nous pour poser votre cas.