Excel, c’est dépassé !

Ok, tout le monde connait Excel, vous utilisez Excel, j’utilise Excel, Papa / Maman utilisent Excel et peut-être même Papy.

On fait tous des rapports, des graphiques, de la planification de projets…

En fait on utilise Excel pour presque tout.

Lorsque la société de Redmond a sorti Microsoft Excel en 1985, c’était déjà un succès et aujourd’hui, Excel est extrêmement populaire.

Mais vous savez quoi ?

On n’a jamais appris à l’utiliser.

Excel, ce grand inconnu

Tout le monde à une façon différente de travailler avec Excel. Il n’y a pas de consensus clairement défini ou de « bonnes pratiques ».

Le fait que nous ne soyons pas réellement formés à ce genre d’outils entraîne un manque de connaissances une fois arrivé dans le monde professionnel.

En fait, il y a un débat classique sur le net, du genre Python c’est mieux qu’Excel, Excel c’est dépassé…

Python est utilisé par des gars qui ont appris à coder durant des années voir des décennies, ce débat est donc largement biaisé.

Et maintenant je vais vous dire la vérité

Voilà ce qu’ils reprochent à Excel :

Excel n’est pas automatisable. 

Un langage de programmation est intégré à Excel – Visual Basic for Application – ok, c’est plus ou moins réservé aux initiés, mais honnêtement, c’est le langage de programmation le plus simple que je connaisse.

Il est dépassé ?

Oui, mais en fait il n’y a pas que VBA dans Excel, il y a M (manipulation de données), DAX (calculs dans le cadre d’un modèle relationnel) et désormais OfficeScript (proche de Typescript/Javascript).

Oh, pour en revenir à VBA, y a quand même un gars qui a fait Zelda enfin Excelda avec :

Excel n’est pas scalable

Limite de Power Pivot : 2 147 483 647 tables, nombres de lignes max dans chaque tables : 1 999 999 997.

Les capacités graphiques sont limitées

Certes :

Un débat qui coûte de l’argent

En fait ce débat est né de la montée en puissance de la data science et de l’ère du big data.

Tout un ensemble de nouveaux emplois ont vu le jour : data-scientist, data-analyst, data-engineer, machine learning engineer, data-devops, etc…

Le maître mot est DATA, et l’objectif principal de ces nouveaux métiers est de créer de la valeur à partir de ces grands volumes de données.

Des ingénieurs, qui ont appris Python à l’école, mais pas Excel.

Et c’est comme ça que le fossé s’est crée : 

D’un côté, il y a les personnes qui utilisent un tableur dans leur travail quotidien comme ils le peuvent.

Et de l’autre côté les data analyst, data scientist, business intelligence truc qui tentent d’exploiter ces données, mais qui se retrouvent avec des fichiers Excel non structurés.

Par conséquent, du temps et de l’argent sont perdus.

Et maintenant le grand secret : il est possible de structurer ses données dans Excel.

Mais cela s’apprend.

Et si on apprenait à utiliser Excel ?  

Votre commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l’aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l’aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l’aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l’aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s