Projet personnel — Automatisation comptable

Importer n'importe quel releve sans le configurer

Chaque banque exporte dans un format different. ComptaFlow reconnait les colonnes seul, categorise les transactions et apprend de chaque correction.

Python Automatisation Comptabilite Machine Learning

Le probleme

Changer de banque, changer de logiciel, changer d'export : a chaque fois, il faut tout reconfigurer.

Avant

Formats incompatibles

LCL exporte en CSV avec virgule, Boursorama en point-virgule, N26 en anglais. Chaque outil de compta demande un mapping manuel avant le premier import.

Avec ComptaFlow

Detection automatique

L'outil analyse les entetes, les types de donnees et les patterns pour identifier date, libelle, montant et solde, peu importe leur nom dans le fichier.

Ce que ca change

Zero reconfiguration

Deposez le fichier. L'outil propose sa lecture, vous validez ou corrigez. A la prochaine importation du meme format, tout est deja connu.

L'import en action

Simulation d'un releve bancaire depose — detection des colonnes, categorisation automatique, apprentissage des corrections.

releve_lcl_septembre_2026.csv

152 lignes
Depot
Detection colonnes
Categorisation
Validation
Export

Colonnes detectees — confiance du modele k-NN

"Date op."
DATE
98%
"Libelle"
LIBELLE
96%
"Debit euros"
DEBIT
99%
"Credit euros"
CREDIT
99%
"Ref. interne"
REF ?
61%
Date Libelle Montant Categorie Source
27/09/2026 VIR SEPA SARL DUPONT BATIMENT +4 800,00 € Recette client Appris (3 fois)
26/09/2026 PRLV SFR MOBILE PRO -89,00 € Telephonie Appris (8 fois)
25/09/2026 CB LEROY MERLIN 0947 -234,50 € Materiel / Fournitures Auto (mot-cle)
23/09/2026 LOYER OCT 2026 IMMO GESTION -1 250,00 € Loyer Appris (12 fois)
20/09/2026 CB AMAZON MARKETPLACE -67,20 € A categoriser Ambiguïte

Transactions

152
Septembre 2026

Categories auto

94%
Sans intervention

A verifier

9
Suggestions ambiguës

Formats memorises

7
LCL, Boursorama, N26...

Ce que l'outil fait

De l'import brut a la comptabilite propre, sans intervention systematique.

🧰

Reconnaissance de colonnes

Algorithme k-NN entraine sur des dizaines de formats bancaires. Detecte date, libelle, debit, credit, solde, meme avec des noms de colonnes exotiques.

🏷

Categorisation adaptative

CategoryLearner apprend de chaque validation manuelle. Apres quelques corrections, les memes libelles sont categories automatiquement.

📄

Multi-format natif

CSV (virgule, point-virgule, tabulation), Excel .xlsx, OFX. Detection automatique de l'encodage et du separateur decimal.

📋

Memoire des formats

Chaque format reconnu est sauvegarde. La deuxieme fois que vous importez un releve LCL, aucune validation n'est demandee.

💾

Export comptable

Generation d'un CSV structure par categorie et par periode, compatible avec la plupart des logiciels de comptabilite.

🔒

100% local

Aucune donnee bancaire ne quitte votre machine. Pas d'API externe, pas de compte en ligne. Tourne en Python sur votre poste.

Stack technique

Classification

Python, scikit-learn. k-NN avec ponderation bayesienne pour la detection de colonnes. CategoryLearner maison pour la categorisation.

Ingestion

Pandas pour la lecture multi-format. Detection automatique du separateur, de l'encodage et du format de date.

Persistance

SQLite pour l'historique des imports et la memoire des formats. Modele serialise en JSON pour la portabilite.