Soyons clairs entre nous, une grande part de notre travail réside dans la production des mêmes reportings dans Excel. Ce n’est peut être pas le cas pour vous à ce jour mais ça le sera bientôt. Chaque jour, chaque semaine ou chaque mois vous devrez inlassablement répéter les mêmes tâches sur votre tableur préféré. Au début ça semble sympa. On apprend à maîtriser la mécanique du nouveau reporting mais bientôt on effectue les mêmes tâches tel un automate. Excel n’est plus notre outil. Excel est devenu notre cloître.
C’est à ce moment là que Python nous vient à la rescousse. Python nous permet d’automatiser ces tâches sans valeur ajoutée dans Excel. Vous en avez marre de prendre les mêmes exports de les retraiter avec des fonctions, tableaux croisés dynamiques, d’effectuer des mises en formes et graphiques? Tout ceci peut être automatiser avec Python avec à la clé un gain de temps énorme. Je vous dis tout sur la puissance de l’automatisation des reportings Excel grâce à Python dans cet article.
C’est quoi Python ?
Python est un langage de programmation open source créé dans les années 90. Ce langage a gagné en popularité ces dernières années grâce à sa communauté très active. Les pythonistas (adeptes de Python) sont parmis les plus actifs sur des forums en ligne tel que stackoverflow. Une communauté puissante et active garantit le succès d’un langage de programmation open source. Cette dynamique garantit une évolution constante du langage.
Python regorge de nombreuses librairies. La communauté crée régulièrement de ces groupements de fonctions et procédures permettant de créer toujours plus facilement des applications, des sites web, des logiciels,…
La grande force de Python à mon sens vient de son adaptation aux data sciences. Il s’agit d’un domaine mêlant à la fois le traitement de données massives et à son analyse. Nous sommes ici à la croisée des chemins entre l’informatique, les statistiques, les mathématiques et la science des données et de l’information. Il existe de nombreuses libraires permettant de récupérer des données, de les traiter et de les communiquer. Ainsi, il est très facile de récupérer des données dans Excel, dans une base de données ou dans un espace cloud. Le traitement des données se fait également très facilement avec des librairies comme Pandas and Numpy. La communication des données au travers de graphiques et d’exports Excel peut se faire via des librairies comme Matplotlib, xlsxwriter, openpyxl, seaborn.
Nous avons beaucoup à apprendre des data sciences en nous appropriant leurs outils et les adapater à notre quotidien.
Pourquoi utiliser Python pour automatiser Excel ?
Utiliser Python pour automatiser nos reportings Excel a de nombreux avantages. Ces avantages concernent notamment l’automatisation de vos reportings Excel. Passons en revue les différents avantages.
Facilitité d’apprentissage
Tout d’abord, sachez qu’apprendre le langage Python est plutôt facile. Sa synthaxe et sa lisibilité font de lui un langage parfait pour les débutants. Dès vos premières heures de pratique, vous serez capable de mettre en oeuvre Python et d’automatiser des reportings auparavant effectués dans Excel. Il existe de nombreuses plateformes en ligne pour apprendre de manière autodictate. Parmi celles-ci vous trouverez : openclassroom, datacamp, udemy, cousera.
Auditabilité
Lorsque vous travaillez un reporting dans Excel, le risque de commettre une erreur est assez élevé. En effet, il arrive bien souvent que n’ayez pas de structure pour travailler vos données. Vous placez vos données dans un premier onglet de votre classeur puis vous supprimez quelques colonnes et en ajoutez d’autres. Vous générez un tableau croisé dynamique dans un nouvel onglet. Grâce à ce TCD, vous placez des données dans plusieurs tableaux synthèses dans d’autres onglets. Vous pouvez passer à côté de quelques étapes lorsque vos procédures internes sont denses.
Avec Python, il existe des carnets de note Jupyter. Il s’agit de documents mêlant à la fois : notes, code et résultat du code. Chaque étape du production du reporting Excel est visible dans un processus linéaire grâce à Python. On parle alors d’auditabilité de production de votre reporting.
Imaginez un document d’éditeur de texte type Word. Vous y inscrivez votre première section “Import des données à partir de l’export Excel des ventes du mois”. Vous y ajoutez quelques notes sur l’emplacement du document ou sa forme puis vous placez le code Python permettant de récupérer l’export Excel à l’emplacement défini. Vous pouvez ensuite demander un aperçu des premières lignes du document chargé. Tout ceci dans le même document. Votre procédure de production du reporting Excel est parfaitement identifiable grâce à Python.
Puissance de calcul
Qui n’a jamais eu de problème de lenteur dans un reporting Excel ? C’est la crise de nerf assurée. Vous voyez des heures de travail partir en fumée. Pour ma part ça m’arrivait régulièrement dès lors que je mettais des formules complexes et lourdes. Excel recalcule l’ensemble du classeur même si votre mise à jour ne concerne qu’un onglet particulier. On peut toujours tenter d’alléger son fichier mais souvent au prix de nouvelles étapes de production du reporting Excel.
Avec Python, une fois que vous avez édité votre code, vous pouvez le faire tourner. S’agissant d’un programme, il va s’exécuter de manière linéaire. Dans un carnet de note Jupyter, il sera même possible d’actualiser uniquement quelques étapes du reporting. On a le combo gagnant : puissance de calcul et optimisation des ressources nécessaires.
Fonctionnalités
Python, grâce à des librairies spécialisées, permet d’ajouter des fonctionnalités hors du commun à vos reportings Excel.
Avez-vous à faire un reporting commercial ? Imaginez que vous travaillez pour un constructeur de maisons individuelles. Votre reporting comporte la liste des clients potentiels avec des caractéristiques précieuses (nombre d’enfants, âge des enfants, âge des parents, ville souhaitée, budget, commercial attribué,…). Vous pouvez mettre en place un modèle prédictif. C’est à dire qu’avec l’historique des données clients et les résultats obtenus, vous pouvez probabiliser l’issue des prochains résultats.
Dans votre procédure de production de votre reporting Excel vous devez récupérer des données sur Internet ? Il peut s’agir de ratios de l’INSEE ou des cours bouriser. Vous le faisiez manuellement jusqu’à présent. Avec Python vous pouvez aller toujours plus loin dans l’automatisation des reportings Excel avec une récupération de ce type de données grâce aux API ou aux librairies de web scrapping.
J’ai piquer votre intérêt pour Python et sa capacité à automatiser vos reportings Excel ? Je vous donne quelques outils pouvant vous permettre de débuter sur Python en quelques minutes.
Comment utiliser Python pour Excel ?
Vous avez décidé de tester par vous même l’utilisation de Python. Vous ne savez pas par où commencer ? Vous n’avez pas envie de demander à votre patron un nouvel outil pour vos reportings Excel ? L’avantage de Python est que vous pouvez démarrer très facilement sans avoir besoin de validation extérieure. Il existe de nombreuses plateformes pour héberger votre code en ligne. L’installation sur votre poste de Python et de Jupyter ne requiert pas de droit d’administration dans une large mesure.
L’objectif de cet article n’est pas d’aborder de façon approfondie les différentes solutions et leurs mises en oeuvre mais de vous montrer que des solutions facilement accessibles sont disponibles. Passons en revue quelques solutions vous permettant de tester rapidement vos premières automatisations de reporting Excel avec Python.
Kaggle
Kaggle est la référence dans le monde du data scientism. La plateforme permet gratuitement de mettre en place des carnets de note Jupyter et propose un grand nombre de jeux de données pour nous entrainer. Les meilleurs data scientists partage leur travail dans des carnets ouverts au public. C’est à la fois une très bonne plateforme pour nous entrainer et trouver l’inspiration. De plus, son utilisation est gratuite.
Naas.ai
Naas.ai est une plateforme visant à faciliter la mise en production des carnets de note Jupyter. La solution souhaite démocratiser l’usage de Python dans les entreprises et a créé des librairies low-code permettant toujours plus facilement de prendre en main Python. Ainsi, il devient très facile de récupérer des données stockées dans Google Sheet, Excel, Airtable, Notion,… La solution est payante mais offre les premiers crédits.
Jupyter
La dernière solution que je vous propose est d’installer Python sur votre poste ainsi que Jupyter. Vous devrez alors installer par vous mêmes les principales libraires pour pouvoir travailler jouer avec aisance. Vous pourrez faire intéragir Python avec vos répertoires de travail et ainsi pouvoir récupérer et compiler des fichiers Excel. Vous pourrez mettre en place vos premières automatisations de reportings Excel grâce à Python.
Conclusion
Alors, qu’est-ce que Python ? C’est un langage de programmation qui a été conçu pour être facile à lire et à écrire. Pourquoi utiliser Python pour Excel ? En bref, parce qu’il simplifie considérablement l’automatisation des tâches. Si vous voulez apprendre à utiliser Python pour Excel, de nouveaux articles vont sortir ces prochaines semaines pour vous fournir tout ce dont vous avez besoin pour commencer. Une fois que vous aurez maîtrisé les bases, les possibilités sont infinies pour ce que vous pouvez faire avec cette puissante combinaison. Si vous souhaitez que je vous parle davantage des avantages de Python pour Excel ou que je vous montre des exemples spécifiques, faites-le moi savoir dans les commentaires ci-dessous.
