Guide
Dictionnaire de données : exemple et modèle à remplir
Ce que contient chaque colonne, en clair : un exemple rempli, un modèle à copier, et où le saisir pour qu'un outil d'IA comprenne votre base.
Mis à jour le
Un dictionnaire de données est un tableau qui dit, pour chaque colonne de votre base : son nom, ce qu'elle contient en français, son unité, ses valeurs possibles et ses pièges. C'est le document qui permet à un nouveau collègue, à un prestataire, ou à un outil d'IA de comprendre que mt_ht2 est « le montant hors taxes après remise ». Sans lui, l'outil devine ; avec lui, il a des chances de répondre juste.
Un exemple rempli
Exemple illustratif, pour la table commandes d'une petite entreprise :
| Colonne | En clair | Type | Unité ou format | Valeurs possibles | Attention |
|---|---|---|---|---|---|
id |
Numéro de commande | nombre | — | unique | — |
cli_id |
Client qui a commandé | nombre | renvoie à clients.id |
— | — |
dt_cde |
Date de la commande | date | AAAA-MM-JJ | — | Ce n'est pas la date de facture |
dt_liv |
Date de livraison | date | AAAA-MM-JJ | vide si pas livrée | — |
stt |
Statut | texte | — | EC en cours, LV livrée, AN annulée |
Exclure AN de tout chiffre d'affaires |
mt_ht |
Montant avant remise | décimal | euros hors taxes | — | — |
mt_ht2 |
Montant après remise | décimal | euros hors taxes | — | C'est lui qui fait foi |
canal |
Origine de la commande | texte | — | WEB, TEL, SALON |
SALON existe depuis 2025 seulement |
Les deux dernières colonnes, « valeurs possibles » et « attention », sont celles qui évitent le plus d'erreurs. Un outil qui ne sait pas que AN veut dire « annulée » inclura les commandes annulées dans le chiffre d'affaires, sans prévenir.
Le modèle à copier
| Table | Colonne | En clair | Type | Unité ou format | Valeurs possibles | Attention | Qui la remplit |
|---|---|---|---|---|---|---|---|
La dernière colonne, « qui la remplit », aide à juger la fiabilité : une valeur saisie à la main par trois personnes n'a pas la même qualité qu'une date posée par le logiciel.
Par où commencer
- Listez vos dix questions les plus fréquentes : chiffre d'affaires du mois, devis en attente, clients sans commande…
- Repérez les tables et colonnes qu'elles utilisent. Le schéma de la base aide.
- Documentez d'abord les colonnes de date, de montant et de statut : ce sont elles qui faussent le plus souvent un résultat.
- Écrivez les codes en clair : chaque abréviation, chaque chiffre qui code un statut.
- Notez les ruptures : un champ qui a changé de sens à une date, un code ajouté en cours de route.
Où saisir ces informations pour qu'un outil les utilise
Un tableau dans un fichier sert déjà aux humains. Plusieurs outils permettent aussi de saisir ces explications là où l'IA les lit. D'après leur documentation, lue le 15/11/2026 :
- Metabase : les administrateurs peuvent changer le nom affiché d'une table ou d'une colonne (« auth.user » devient lisible), ajouter une description, et préciser ce que représente une colonne. Ces changements ne touchent pas aux données de la base. Metabase précise que masquer une colonne n'est pas un outil de sécurité : elle reste accessible en SQL (langage de requête structuré).
- Power BI : pour les questions-réponses (Q&A), Microsoft explique qu'un mot que l'outil ne trouve pas dans les données est souligné de deux traits rouges, par exemple quand les champs sont mal nommés. Pour Copilot, Microsoft décrit une préparation des données pour l'IA, avec un schéma de données IA, des instructions et des réponses vérifiées, et prévient que, sans préparation, Copilot peut mal interpréter les données. Voir notre fiche Power BI.
- Airtable : les réglages d'Omni comportent deux zones de texte pour donner le contexte de votre organisation et vos préférences de réponse. On peut y écrire les définitions les plus importantes.
- AlloyDB (base de données de Google) : Google décrit une couche de contexte qui décrit tables, colonnes et relations, et un magasin de modèles de requêtes qu'on enrichit avec ses propres requêtes métier.
Les règles d'écriture qui aident l'IA
- Un nom, un sens. Si « client » désigne à la fois le payeur et le livré, écrivez lequel est lequel.
- Les unités en toutes lettres : « euros hors taxes », « jours », « kilos ».
- Les synonymes de votre métier : si l'équipe dit « affaire » pour « devis », notez-le.
- Les exclusions habituelles : « le chiffre d'affaires exclut toujours les commandes annulées et les avoirs ».
- La date qui fait foi pour chaque indicateur : commande, livraison ou facture.
Le garder à jour
Un dictionnaire de données vieillit à chaque nouvelle version du logiciel. Ajoutez une ligne « mis à jour le JJ/MM/AAAA par… » en tête, et relisez-le quand un chiffre surprend. Souvent, l'erreur d'un outil d'IA révèle une colonne mal décrite : corrigez la description, reposez la question, et notez-la parmi vos questions de test.
Questions fréquentes
Faut-il renommer les colonnes dans la base ?
Pas forcément, et c'est souvent risqué : le logiciel qui utilise la base attend ses noms. Mieux vaut renommer à l'affichage dans l'outil de tableaux de bord, ou ajouter une description. Metabase, par exemple, permet de changer le nom affiché sans toucher à la base.
Combien de temps faut-il pour faire un dictionnaire de données ?
Commencez petit : les cinq ou six tables qui portent vos questions courantes, et dans chacune les colonnes de date, de montant et de statut. Le reste peut attendre.
Masquer une colonne dans Metabase la protège-t-elle ?
Non. Metabase précise que ce réglage de visibilité n'est pas un outil de sécurité : la colonne reste accessible en SQL. Pour protéger une colonne, il faut agir sur les droits du compte.
Sources
Pages consultées pour écrire cet article :
- https://www.metabase.com/docs/latest/data-modeling/metadata-editing
- https://learn.microsoft.com/fr-fr/power-bi/natural-language/q-and-a-intro
- https://learn.microsoft.com/fr-fr/power-bi/create-reports/copilot-prepare-data-ai
- https://support.airtable.com/docs/using-omni-ai-in-airtable
- https://docs.cloud.google.com/alloydb/docs/ai/natural-language-overview?hl=fr