Comment centraliser ses données dispersées dans Excel ?

GUIDE PRATIQUE POUR PME SUISSES

Une trajectoire progressive pour supprimer les doublons, automatiser les consolidations et créer une source fiable.

Quand Excel devient un système d’information invisible

La centralisation soulève aussi une question de droits. Tout le monde n’a pas besoin de voir toutes les lignes, et la facilité de partage d’un fichier masque parfois cette réalité. Nous profitons du projet pour clarifier qui consulte, qui corrige et qui valide. La sécurité devient ainsi une règle compréhensible de votre processus, pas un filtre ajouté à la fin.

Nous faisons également la différence entre archiver et sauvegarder. L’archive conserve une version utile pour comprendre le passé ; la sauvegarde permet de reprendre après un incident. Une base centrale doit répondre à ces deux besoins. Sans cela, vous avez peut-être supprimé les copies visibles sans avoir réellement amélioré la continuité.

Les fichiers Excel se multiplient rarement par négligence. Ils apparaissent parce qu’une personne doit répondre vite à un besoin local. Le problème commence lorsque votre chiffre d’affaires, vos stocks ou vos délais dépendent d’une chaîne de fichiers que personne ne voit dans son ensemble. Nous vous proposons une transition progressive pour centraliser ce qui doit l’être sans bloquer vos équipes.

Le piège consiste à réunir tous les classeurs dans un classeur encore plus gros. Vous obtenez alors une centralisation apparente, mais les mêmes formules fragiles et les mêmes responsabilités floues. Nous préférons séparer les sources, les transformations et le reporting, afin que chaque chiffre puisse être retracé sans demander à une seule personne de se souvenir de toute la chaîne.

Nous remplaçons les consolidations manuelles par un flux contrôlé, une source centrale et une lecture commune.

La démarche s’inscrit dans l’approche pragmatique de Datavizin : partir d’un besoin métier, structurer les données utiles et construire une solution proportionnée.

Des fichiers Excel dispersés vers une base centralisée et un cockpit de pilotage.

Cartographier avant de fusionner

Nous ne commençons pas par déplacer les fichiers. Nous suivons le chemin d’un chiffre important : qui le saisit, qui le corrige, quels classeurs le transforment et où il est finalement présenté. Cette cartographie révèle souvent une étape manuelle oubliée ou une personne dont dépend tout le processus.

Recensez les fichiers utilisés, leur propriétaire, leur fréquence de mise à jour et les décisions qu’ils alimentent. Deux fichiers portant le même nom peuvent avoir des règles très différentes.

Nous vous conseillons d’identifier les doublons, les dépendances et les fichiers critiques connus d’une seule personne. Cette carte permet de choisir un premier périmètre sans interrompre l’activité.

Désigner les sources maîtres

Une source maître ne signifie pas qu’elle est parfaite. Elle signifie que vous avez décidé où une information fait autorité et qui arbitre en cas d’écart. Cette décision évite que deux corrections concurrentes vivent indéfiniment dans deux fichiers différents.

Pour chaque donnée importante, choisissez une source de référence : l’ERP pour les commandes, le CRM pour les contacts, la comptabilité pour les écritures validées, par exemple.

Les autres fichiers peuvent enrichir ou corriger temporairement l’information, mais les exceptions doivent être documentées et réduites progressivement.

• Une source maître par domaine.
• Un responsable métier.
• Une règle de résolution des écarts.

Nettoyer les clés et les formats

Nous traitons d’abord les champs qui permettent aux données de se rejoindre : codes clients, références articles, dates et unités. Une faute dans une colonne de commentaire gêne peu ; une clé incohérente peut faire disparaître des ventes entières du rapprochement. La priorité dépend donc de l’impact, pas du nombre total d’erreurs.

La centralisation échoue souvent sur les identifiants : codes clients différents, articles saisis librement, dates et unités incohérentes. Traitez d’abord ces champs de liaison.

Nous vous recommandons de créer des tables de correspondance lorsque les systèmes ne peuvent pas être corrigés immédiatement, puis surveillez les nouvelles anomalies.

Automatiser l’import et conserver l’historique

Une actualisation fiable doit aussi savoir signaler son échec. Nous contrôlons que le fichier attendu est présent, que la période est complète et que le volume reste plausible. Vos équipes peuvent alors utiliser le cockpit sans se demander chaque matin si le dernier copier-coller a bien été effectué.

Power Query, des connecteurs, un ETL ou des flux simples peuvent remplacer les copier-coller. Les données sont chargées dans une base ou un data mart, puis transformées selon des règles reproductibles.

Conserver l’historique permet d’expliquer les évolutions et d’éviter qu’une mise à jour écrase le passé. C’est un avantage majeur par rapport à un classeur constamment remplacé.

Remplacer les copier-coller par un pipeline contrôlé et des tableaux de bord partagés.

Construire un modèle commun et un cockpit

Une fois centralisées, les données doivent être reliées dans un modèle compréhensible : faits de vente, dimensions clients, produits et calendrier, par exemple.

Le Data Starter Pack part précisément des sources existantes — Excel, ERP, MES ou bases — pour construire un modèle simplifié et un premier cockpit Power BI évolutif.

Organiser la transition sans bloquer les équipes

Nous gardons volontairement une courte période de comparaison entre l’ancien et le nouveau reporting. Chaque écart devient une occasion de valider une règle. Une fois la confiance installée, nous fixons une date de bascule et nous archivons les anciennes versions pour éviter qu’elles reprennent vie au premier doute.

Nous vous déconseillons de supprimer tous les fichiers immédiatement. Mettez en parallèle l’ancien et le nouveau reporting, comparez les résultats, documentez les écarts et formez les utilisateurs.

Lorsque le cockpit est validé et intégré à la routine, archivez les fichiers obsolètes et empêchez la création de nouvelles versions concurrentes.

Par quoi nous vous conseillons de commencer

Choisissez une consolidation pénible mais bien connue, par exemple le suivi hebdomadaire des commandes. Nous suivons un cycle complet, validons les sources maîtres et automatisons d’abord ce flux. Vos équipes peuvent comparer le résultat au fichier historique, signaler les écarts et décider sur une base concrète. Ce premier périmètre donne ensuite une méthode réutilisable pour les stocks, la finance ou la production.

Le bon prochain pas dépend moins de la technologie que de la clarté du périmètre, de la disponibilité des données et de l’engagement des utilisateurs. Un atelier court permet souvent de vérifier ces trois conditions.