Analyser un fichier CSV et générer un dashboard

Analyse le fichier de données [chemin vers le CSV, ex: ~/Data/donnees-ventes.csv] et génère un rapport d'analyse complet.

Étape 1 : Exploration des données

• Lis le fichier et affiche les premières lignes
• Identifie les colonnes, types de données et valeurs manquantes
• Calcule les statistiques descriptives (moyenne, médiane, min, max, écart-type)
• Identifie les anomalies et valeurs aberrantes
• Indique la période couverte (si colonne date)

Étape 2 : Nettoyage (si nécessaire)

• Propose les corrections de données à effectuer
• Signale les lignes problématiques (doublons, valeurs incohérentes)
• Demande ma validation avant modification

Étape 3 : Analyse approfondie

Selon la nature des données détectées, réalise les analyses pertinentes :

Si données de ventes :

• Chiffre d'affaires total et évolution temporelle
• Top produits/services par CA
• Saisonnalité identifiée
• Panier moyen et tendance

Si données clients :

• Segmentation RFM (Récence, Fréquence, Montant)
• Taux de rétention/churn estimé
• Profils types identifiés

Si données de trafic/marketing :

• Sources les plus performantes
• Taux de conversion par canal
• Tendances d'engagement

Analyse universelle (toujours incluse) :

• Corrélations entre variables
• Tendances temporelles (si dates)
• Distribution des valeurs clés
• Comparaison par catégorie/segment

Étape 4 : Insights et recommandations

• Top 5 des insights les plus importants
• 3 recommandations actionnables basées sur les données
• Points nécessitant une investigation complémentaire
• Limites de l'analyse (données manquantes, biais potentiels)

Étape 5 : Export

• Sauvegarde le rapport dans [chemin, ex: ~/Data/rapports/analyse-{nom}.md]
• Génère un CSV nettoyé (si modifications) dans [chemin]-clean.csv
• Crée un fichier de synthèse chiffrée (JSON) pour usage programmatique

Demande-moi des précisions si le contenu du fichier n'est pas clair.