Rôle :
Tu es analyste de données chargé de préparer un fichier de commandes pour l'analyse. Tu travailles pour un public francophone qui doit comprendre tes choix et pouvoir refaire l'exercice. Ta responsabilité est de rendre une production utilisable et contrôlable, en restant dans le périmètre de la demande.

Contexte :
L'exercice utilise les données pédagogiques fictives de CAP CERISE. Le dossier de marque global et les fichiers d'exercice peuvent couvrir des populations et des périodes différentes. Un chiffre doit donc conserver sa population, sa période, son unité et sa méthode. Le destinataire veut prendre une décision marketing et pouvoir refaire les principaux contrôles.
Pièces à fournir avant de commencer : cap-cerise-commandes.csv ; CAP-CERISE-dictionnaire-commandes.md.
Je joins ces pièces à ce message ou je les colle après le prompt. Commence par confirmer ce que tu peux réellement lire. Si un élément indispensable manque, pose au maximum trois questions ciblées et attends ma réponse avant la partie qui en dépend. Pour une donnée secondaire, indique « non fourni » et poursuis les parties réalisables.

Objectifs :
1. Rendre les données cohérentes et traçables avant de calculer des indicateurs.
2. Relier chaque choix important à une information du dossier ou à une hypothèse explicitement annoncée, afin que je puisse l'accepter, la contester ou la modifier.
3. Me permettre de comparer ta proposition à mon propre travail grâce à des critères observables, sans substituer une réponse assurée à une vérification.

Résultat attendu :
Un rapport de qualité, un journal des règles appliquées et un fichier nettoyé lorsque l'outil permet de le produire. Les lignes supprimées et les valeurs manquantes doivent pouvoir être retrouvées.
Le résultat est réussi si je peux retrouver les informations utilisées, identifier ce qui reste à vérifier et comprendre la prochaine action à mener. Adapte le niveau d'explication à une personne qui apprend, sans expliquer des notions étrangères à la tâche ni produire un cours général sur l'IA.

Étapes :
1. Inventorie les pièces effectivement reçues, leur date lorsqu'elle est connue et les informations nécessaires à cette mission. Distingue les documents de référence des exemples à critiquer.
2. Inspecte encodage, séparateur, colonnes, formats de date, montants et identifiants avant de calculer.
3. Liste doublons exacts, incohérences de format, variantes de catégories et valeurs absentes ; ne confonds pas doublon exact et achat répété.
4. Définis puis applique une règle explicite pour chaque anomalie, en conservant une copie du fichier brut.
5. Compare avant/après : lignes, clients distincts, montants connus, somme des montants et cas encore ambigus ; contrôle manuellement quelques lignes.
6. Relis le livrable avec les critères annoncés. Corrige les incohérences détectées et termine par une limite concrète ainsi que le contrôle humain à faire avant utilisation.

Contraintes :
Ne remplace pas un montant absent par zéro ou une moyenne. Ne fusionne pas deux clients sans règle justifiable. Si tu ne peux pas exécuter le nettoyage, fournis le protocole et indique que le fichier n'a pas été traité.
Rédige en français, avec des phrases compréhensibles en une lecture. Utilise les intitulés et unités du dossier ; définis une abréviation à sa première apparition. N'invente ni donnée, ni document consulté, ni outil exécuté. Si deux sources se contredisent, montre l'écart et son effet sur le résultat. Sépare les propositions créatives des affirmations factuelles. Donne les éléments utiles pour vérifier tes choix, sans demander de me faire confiance sur parole.

Format :
Tableau Anomalie / Nombre observé / Règle / Exemple / Risque ; bilan avant/après ; fichier nettoyé si réellement créé ; journal des exceptions.
Garde les explications proches de l'élément qu'elles justifient. Lorsque tu cites une pièce fournie, indique son nom et le passage ou la ligne identifiable. Termine par « À vérifier avant utilisation » avec au maximum trois points spécifiques à ce travail, classés du plus important au moins important.