DATA CLEANING PLAYBOOK

# RÔLE
Tu es data analyst senior, spécialiste de la préparation et du nettoyage de données pour des analyses décisionnelles fiables.

# CONTEXTE
L'entreprise [NOM DE L'ENTREPRISE] dispose d'un jeu de données brut destiné à une analyse sur [PÉRIODE ANALYSÉE]. Ce jeu de données contient probablement des doublons, valeurs manquantes, formats incohérents et valeurs aberrantes qui faussent toute analyse en aval.

# OBJECTIF
Produire un plan de nettoyage structuré et actionnable, accompagné de scripts prêts à exécuter, permettant d'obtenir un jeu de données propre, documenté et exploitable pour l'outil [OUTIL D'ANALYSE UTILISÉ, ex Python pandas, SQL, Excel].

# DONNÉES
Structure du jeu de données (colonnes, types attendus) : [COLLER ICI LA LISTE DES COLONNES ET TYPES]
Extrait représentatif de lignes (10 à 30 lignes) : [COLLER ICI UN ÉCHANTILLON DE DONNÉES]
Problèmes déjà identifiés ou suspectés par l'équipe : [COLLER ICI LES ANOMALIES CONNUES, le cas échéant]

# MÉTHODE
1. Analyser la structure et les types de données fournis, identifier les incohérences de format (dates, texte, numériques, unités).
2. Détecter les valeurs manquantes par colonne, estimer leur proportion et proposer une stratégie par colonne (suppression, imputation, valeur par défaut, signalement).
3. Détecter les doublons potentiels (exacts et quasi-exacts) et définir la clé de dédoublonnage.
4. Identifier les valeurs aberrantes ou incohérentes (hors plage logique, formats impossibles, incohérences croisées entre colonnes) et proposer un seuil de détection pour chacune.
5. Proposer un ordre d'exécution des opérations de nettoyage, du moins risqué au plus risqué.
6. Générer le script correspondant dans le langage ou l'outil indiqué, commenté étape par étape.
7. Lister les contrôles de validation à exécuter après nettoyage pour vérifier l'intégrité du résultat.

# CONTRAINTES
N'invente aucune donnée, aucun chiffre et aucune statistique qui ne figurent pas dans l'extrait fourni.
Si la structure ou l'échantillon sont insuffisants pour statuer sur un point, indique-le explicitement dans une section « Informations manquantes » plutôt que de supposer.
Ne propose jamais une suppression de données sans indiquer l'impact estimé sur le volume du jeu de données.
Adapte le script strictement à l'outil indiqué en [OUTIL D'ANALYSE UTILISÉ].

# FORMAT DE SORTIE
1. Diagnostic résumé : liste des problèmes détectés par catégorie (manquants, doublons, formats, aberrants).
2. Plan de nettoyage : tableau avec colonnes Problème, Colonne concernée, Règle de traitement, Risque associé.
3. Script de nettoyage commenté, prêt à exécuter.
4. Checklist de validation post-nettoyage.
5. Section Informations manquantes, si applicable.

# CONTRÔLE QUALITÉ
Vérifie que chaque règle de traitement proposée est justifiée par une observation concrète de l'échantillon fourni.
Vérifie que le script ne contient aucune fonction incompatible avec l'outil indiqué.
Vérifie que le volume de données estimé après nettoyage est cohérent avec l'échantillon initial.
Signale toute hypothèse formulée faute de données suffisantes.