Ouvrir le Studio

Data Analyzer

Le node Data Analyzer analyse des fichiers CSV, XLSX, JSON ou XML avec un modèle d'IA à partir d'instructions en langage naturel.

Node analyseur données sur le canevas relié fichier structuré et prompt IA

À quoi sert le node Data Analyzer ?

Le node Data Analyzer permet de poser des questions en langage naturel sur un jeu de données structuré (CSV, XLSX, JSON ou XML) et renvoie une réponse générée par une IA. Il transmet le fichier au fournisseur LLM de votre choix afin de résumer, filtrer ou extraire des informations sans écrire de SQL ni de code.

Cas d’usage typiques :

  • Résumer de gros jeux de données exportés depuis Google Sheets, BigQuery ou un rapport Haloscan/Semrush.
  • Détecter des tendances, anomalies ou valeurs aberrantes (pics de ventes, valeurs manquantes, doublons).
  • Répondre à des questions ciblées colonne par colonne (« revenu total par région », « top 10 des clients par montant de commande »).
  • Générer des comptes-rendus narratifs courts qu’un node LLM ou WordPress aval pourra publier.

Configuration rapide

Ajouter le node au canevas

Ouvrez la bibliothèque de nodes, allez dans AI puis glissez-déposez le node Data Analyzer sur votre espace de travail. Le node affiche un badge BETA.

Choisir un mode de source de données

Dans le panneau de configuration, choisissez l’un des trois modes Data source :

  • Static file — sélectionnez un fichier déjà téléversé dans vos Datasources.
  • Dynamic file input — recevez un fichier depuis un node amont via l’ancre d’entrée Structured File.
  • Direct data input — recevez des données brutes (string) depuis un node amont via l’ancre d’entrée Input Data.

    Sélectionner un modèle

Choisissez un LLM Provider puis un Model name. Seuls les modèles autorisés pour la fonctionnalité Data Analyzer apparaissent.

Rédiger le prompt d’analyse

Modifiez le prompt directement sur le canevas. Utilisez des variables {{nomVariable}} pour injecter des valeurs venant d’un node amont ; chaque variable génère automatiquement une ancre d’entrée correspondante.

Connecter la sortie

Reliez le port Output au node suivant pour exploiter le résultat de l’analyse sous forme de chaîne.

Paramètres de configuration

Paramètres analyseur fichier modèle source données et prompt tableau

Le node combine un socle commun aux autres nodes IA (Name, Description, Modèle) avec un sélecteur de source de données qui modifie les champs et ancres affichés.

Champs requis

Name string required default: Data Analyzer

Nom du node — Sert à identifier le node lors de l’exécution et du débogage du workflow (ex : « Analyse rapport ventes »).

Description string required default: A tool for analyzing csv, xlsx or json file with AI.

Description du node — Une courte phrase expliquant le type d’analyse réalisé.

Data Source Mode string required default: static_file

Origine du fichier ou des données. Valeurs possibles : static_file, dynamic_file, direct_data. Les autres champs/ancres dépendent de ce choix.

Model name llm required

Modèle LLM utilisé pour exécuter l’analyse. Choisissez un modèle autorisé pour la fonctionnalité Data Analyzer dans votre workspace.

prompt string required

Instructions d’analyse — Prompt en langage naturel envoyé au modèle avec les données. Supporte les variables dynamiques {{maVariable}} (caractères autorisés : -, _, .). Une erreur est levée si le prompt est vide.

Champs optionnels

File datasource

Fichier statique — Requis quand Data Source Mode = static_file. Sélectionnez un fichier déjà téléversé (CSV, XLSX, JSON ou XML) dans vos Datasources. Seuls les fichiers en statut DONE sont sélectionnables.

Structured File file

Ancre d’entrée fichier dynamique — Disponible quand Data Source Mode = dynamic_file. Connectez tout node amont qui produit un fichier unique (pas une liste). Le node refuse les entrées de type tableau de fichiers.

Input Data 1 string

Ancre d’entrée données directes — Disponible quand Data Source Mode = direct_data. Connectez tout node amont dont la sortie string doit être analysée directement (par exemple un Web Scraper ou un bloc LLM renvoyant un texte de type CSV).

Tip

Modifiez le prompt directement sur le canevas pour itérer rapidement, sans rouvrir le panneau de configuration. Les variables saisies en {{nom}} créent automatiquement de nouvelles ancres d’entrée.

Que renvoie le node ?

Le node retourne la réponse textuelle du modèle sous forme d’une chaîne unique sur le port Output. La forme exacte dépend de ce que demande votre prompt : un paragraphe, un tableau Markdown, un blob JSON, une liste, etc.

output string

Réponse générée par le modèle à partir du fichier/des données et du prompt. Connectez-la à n’importe quel node qui consomme une string (LLM, Find and Replace, JSON Path Extractor, WordPress Post Create, etc.).

Exemples d’utilisation

Cas 1 : Résumé de ventes depuis un CSV statique

Téléversez un fichier sales_2024.csv dans les Datasources, puis configurez le node :

  • Data Source Mode : Static file
  • File : sales_2024.csv
  • Prompt :
Summarize total revenue per region for January 2024. Return a Markdown table
sorted by revenue descending, then a one-sentence highlight.

Sortie attendue :

| Region | Revenue |
|--------|---------|
| North  | $125,000 |
| East   | $112,000 |
| South  | $98,000  |
| West   | $89,000  |

North led January with 28% of total revenue.

Cas 2 : Détection d’anomalies sur un fichier dynamique

Un node Google Drive récupère le dernier export, puis le transmet au Data Analyzer.

  • Data Source Mode : Dynamic file input
  • Connectez Google Drive → Data Analyzer (ancre Structured File).
  • Prompt :
Inspect the dataset for data-quality issues. List rows with missing values,
negative numbers, or duplicates. Format the answer as a bulleted list.

Cas 3 : Données directes avec une variable de prompt

Exécutez un Web Scraper, passez sa sortie brute en données directes et utilisez une variable pour cadrer la question.

  • Data Source Mode : Direct data input
  • Connectez Web Scraper → Data Analyzer (ancre Input Data 1).
  • Prompt :
From the data below, extract the top {{topN}} products by sold_units.
Return JSON: [{"product": "...", "sold_units": ...}].

En reliant un Text Input à l’ancre topN générée automatiquement, vous changez le seuil sans modifier le prompt.

Problèmes courants

Le node refuse ma connexion sur l'ancre Structured File

Cause : Le node amont produit une liste de fichiers, ou sa sortie n’est pas de type file. Le Data Analyzer n’accepte qu’un seul fichier.

Solution : Intercalez un node Pick List Item pour extraire un fichier de la liste, ou basculez sur Direct data input si la sortie amont est une string.

Erreur de validation : « requires instructions to be configured »

Cause : Le champ prompt est vide ou ne contient que des espaces.

Solution : Ouvrez le node sur le canevas et saisissez vos instructions d’analyse dans la zone prompt avant d’exécuter le workflow.

Le sélecteur « Static file » est vide ou affiche un bandeau jaune

Cause : Aucun fichier en statut DONE n’est téléversé pour votre workspace, ou votre fichier est encore en cours de traitement.

Solution : Cliquez sur Upload a file dans le bandeau pour ajouter un fichier CSV/XLSX/JSON/XML, puis attendez qu’il passe en statut DONE avant de le sélectionner.

Mes variables de prompt n'apparaissent pas comme ancres d'entrée

Cause : Les variables utilisent des caractères interdits ou n’ont pas été enregistrées.

Solution : Utilisez uniquement des lettres, chiffres, -, _, et . à l’intérieur de {{...}}. Sauvegardez le prompt ; les ancres d’entrée correspondantes sont générées automatiquement.

Bonnes pratiques

Tip

Soyez précis sur les noms de colonnes et le format de sortie attendu. « Return revenue by region as a Markdown table sorted descending » donnera de meilleurs résultats que « tell me about the data » et consommera moins de tokens.

Warning

Les fichiers volumineux (dizaines de milliers de lignes) peuvent dépasser la fenêtre de contexte du modèle. Pré-agrégez avec BigQuery Reader ou filtrez avec une requête Google Sheets avant d’envoyer le résultat au Data Analyzer.

Comment s’intègre-t-il dans un workflow ?

Le Data Analyzer s’utilise généralement comme étape de « lecture + raisonnement » entre une étape de collecte de données et une étape de publication ou d’aiguillage :

graph LR
    DS[Google Drive / BigQuery / Web Scraper] --> CSV[Data Analyzer]
    CSV --> CL[Find and Replace
<br/>nettoie la sortie]
    CL --> EX[JSON Path Extractor]
    EX --> WP[WordPress Post Create]

Nodes complémentaires