CONTRÔLE QUALITÉ DES DONNÉES RH — PROMPTS ET INSTRUCTIONS Atlas Industries Maroc (fictif) — AI Institute — Parcours 3, cas d'usage 05 ============================================================================== RAPPEL : Copilot aide à analyser, expliquer et rédiger. La détection des anomalies est faite par des règles explicites (Power Query) et chaque e-mail est approuvé par un humain avant envoi. Ne collez jamais de données RH dans un outil d'IA non approuvé par l'entreprise ; utilisez Microsoft 365 Copilot avec votre compte professionnel (protection des données commerciales). 1. PROFILER UNE SOURCE (Copilot dans Excel, fichier extraction-sirh.xlsx ouvert depuis OneDrive) Analyse le tableau T_SIRH de ce classeur (contrôle qualité des données RH). 1) Donne le nombre de lignes et de matricules distincts. 2) Pour les colonnes Niveau de poste, CSP, Département, Site industriel et Région, liste les valeurs distinctes avec leur nombre d'occurrences. 3) Signale les cellules vides par colonne. 4) Vérifie que chaque niveau respecte la grille N1–N2 = Ouvrier, N3 = Employé, N4–N5 = TAM, N6–N7 = Cadre et liste les exceptions. Ne modifie pas les données ; présente le résultat sous forme de tableaux. 2. AIDE À L'ÉCRITURE D'UNE RÈGLE EN M (Microsoft 365 Copilot Chat) Je travaille dans Power Query (Excel). J'ai une table « Comparaison » avec, pour chaque matricule, les colonnes Niveau_SIRH, Niveau_VP, Niveau_Sites (texte, null si absent). Écris une fonction M qui reçoit une ligne (record) et renvoie une liste de records [Code, Champ, Source, Valeurs, Email] lorsqu'au moins deux valeurs non nulles diffèrent. Règle : le SIRH fait foi ; si VP et Sites sont égaux entre eux et différents du SIRH, la source à corriger est « SIRH » ; sinon ce sont les sources qui diffèrent du SIRH. Commente chaque étape en français. (Le code complet et testé est fourni dans requetes-power-query.txt : utilisez ce prompt pour comprendre ou adapter une règle.) 3. ANALYSER LE RÉSULTAT (Copilot dans Excel, classeur controle-qualite-donnees.xlsx, tableau Anomalies) À partir du tableau « Anomalies » de ce classeur : 1) Compte les anomalies par type d'anomalie, par site (réf.) et par responsable ; présente 3 tableaux triés par nombre décroissant. 2) Identifie le site et la source (SIRH, VP, Sites) qui concentrent le plus d'anomalies et propose une explication plausible à vérifier. 3) Liste les anomalies de gravité « Haute » à traiter en priorité. 4) Rédige un résumé de 5 lignes pour la Responsable Données RH, factuel, sans jugement sur les personnes. 4. EXPLIQUER UNE ANOMALIE À UN NON-SPÉCIALISTE (Copilot dans Excel ou Copilot Chat) Explique en langage simple, pour un responsable RH de site non spécialiste des données, pourquoi le matricule AIM-1013 est signalé avec la règle R01 et pourquoi c'est le SIRH (et non le fichier VP ou le fichier Sites) qui est désigné comme source à corriger. Indique ce qu'il faut vérifier avant de corriger (ex. une décision de promotion récente). 5. AMÉLIORER LE TON D'UN BROUILLON (Copilot dans Word ou Outlook) — AVANT validation Voici un brouillon d'e-mail de demande de correction de données RH (collé ci-dessous). Améliore la clarté et le ton (courtois, factuel, non accusateur) sans changer : le tableau des anomalies, les matricules, les valeurs, l'action demandée et la date limite. Garde moins de 150 mots hors tableau. Propose aussi une version courte de l'objet (moins de 70 caractères). [collez ici le contenu de la colonne Corps de l'onglet « Brouillons à valider »] 6. POINT D'AVANCEMENT DES CORRECTIONS (Copilot dans Excel, resultat-attendu-anomalies.xlsx ou suivi-validation-envois.xlsx) À partir de l'onglet « Suivi (exemple J+10) » et de l'onglet « Indicateurs de suivi » : 1) Donne le nombre d'anomalies corrigées, en attente, requalifiées, et le pourcentage de correction. 2) Liste les responsables qui ont encore des corrections en attente, avec les IDs. 3) Identifie les anomalies récurrentes (déjà présentes en novembre 2026) et propose une action de fond pour chacune (ex. contrôle à la saisie, formation, verrouillage d'une liste de valeurs). 4) Rédige un point d'avancement de 6 lignes pour le comité Données RH. 7. DEMANDE DE VALIDATION DANS TEAMS (message du canal « Données RH ») @Ilham Bennis — contrôle qualité des données RH du 05/01/2027 : 18 anomalies, 15 brouillons d'e-mails à valider dans suivi-validation-envois.xlsx (onglet « Brouillons à valider »). Merci de renseigner Décision (Validé / Rejeté) et un commentaire en cas de rejet. Aucun e-mail ne partira avant votre validation. Copilot dans Teams peut résumer les réponses du fil : « Résume les décisions et commentaires de ce fil de discussion et liste les brouillons rejetés. » 7 bis. COPILOT DANS EXCEL — PRÉPARER LA VALIDATION (classeur suivi-validation-envois.xlsx) "Pour chaque ligne de l'onglet Brouillons à valider, vérifie que le nombre d'IDs dans la colonne IDs anomalies est égal à la colonne Nombre, que le Destinataire figure dans l'onglet Responsables de regles-anomalies.xlsx, et que le Corps contient la date limite 15/01/2027. Liste uniquement les lignes qui posent problème. Ne modifie rien." 7 ter. COPILOT DANS OUTLOOK — RELECTURE AVANT ENVOI (Coaching par Copilot) Après avoir collé l'Objet et le Corps d'un brouillon VALIDÉ dans un nouveau message : Copilot > Coaching par Copilot. Acceptez uniquement les suggestions de ton ou de clarté ; ne modifiez jamais les matricules, les valeurs, l'action demandée ni la date limite. 8. RÉPONSES ATTENDUES (pour vérifier Copilot) - 18 anomalies au total ; R04 (information manquante) est le type le plus fréquent (4), devant R01 et R02 (3 chacun). - Tanger concentre 7 anomalies sur 18 ; la source VP en porte 7, la source Sites 6, le SIRH 5 (dont l'absence d'AIM-1061 dans le SIRH). - 15 e-mails préparés ; 3 regroupent 2 anomalies (Khadija Mernissi R01 ; Hind Tazi R02 ; Youssef Lamrani R04). - AIM-1013 : SIRH = N7, VP = N6, Sites = N6 → le SIRH est désigné car les deux autres sources concordent ; à vérifier : promotion récente.