Skip to content
Back to skills

Finance Expense Analyzer

ASecurity

Analyse un relevé de dépenses et identifie les tendances, fuites d'argent et pistes d'économie. À utiliser quand l'utilisateur colle un relevé bancaire ou liste ses dépenses. Se déclenche aussi avec "analyse mes dépenses", "relevé bancaire", "où part mon argent", "trop de dépenses", "fuites d'argent". Also triggers on "analyze my expenses", "where is my money going", "spending trends".

  • 27 stars
  • 0 votes
  • 0 copies
  • 0 views
  • Added October 18, 2026
ai-agentspythongovueapi

Works with

  • api

Security analysis

A100/100

Scanned October 18, 2026

npx -y skills add khalilbenaz/claude-skills-collection --skill finance-expense-analyzer --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Finance Expense Analyzer?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Finance Expense Analyzer
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/khalilbenaz-finance-expense-analyzer/badge)](https://www.skillsdirectory.com/skills/khalilbenaz-finance-expense-analyzer)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: finance-expense-analyzer
description: Analyse un relevé de dépenses et identifie les tendances, fuites d'argent et pistes d'économie. À utiliser quand l'utilisateur colle un relevé bancaire ou liste ses dépenses. Se déclenche aussi avec "analyse mes dépenses", "relevé bancaire", "où part mon argent", "trop de dépenses", "fuites d'argent". Also triggers on "analyze my expenses", "where is my money going", "spending trends".
---

# Expense Analyzer

## Étape 0 — Réception et nettoyage des données

Avant toute analyse, évalue la qualité de l'input :

- **Format CSV** : vérifie séparateur (`,` ou `;`), encodage (UTF-8), présence des colonnes date/libellé/montant.
- **Copier-coller bancaire** : extrais date, libellé, débit/crédit avec regex si nécessaire.
- **Liste informelle** : reformate en tableau structuré avant de continuer.

Si des lignes sont ambiguës, liste-les explicitement et propose une catégorie par défaut.

Exemple de normalisation rapide (Python) :
```python
import pandas as pd

df = pd.read_csv("releve.csv", sep=";", parse_dates=["Date"])
df.columns = ["date", "libelle", "debit", "credit"]
df["montant"] = df["debit"].fillna(0) - df["credit"].fillna(0)
df = df[df["montant"] > 0]  # garder uniquement les dépenses
```

---

## Étape 1 — Catégorisation

Classe chaque ligne dans une catégorie. Hiérarchie recommandée :

| Catégorie       | Exemples de libellés clés                          |
|-----------------|----------------------------------------------------|
| Logement        | loyer, EDF, GDF, assurance habitation, syndic      |
| Transport       | SNCF, Uber, essence, péage, assurance auto         |
| Alimentation    | Carrefour, Leclerc, Lidl, Monoprix, boulangerie    |
| Santé           | pharmacie, mutuelle, médecin, laboratoire          |
| Abonnements     | Netflix, Spotify, SFR, Orange, Adobe, Amazon Prime |
| Loisirs         | restaurant, cinéma, sport, voyage, culture         |
| Épargne/invest. | virement épargne, assurance-vie, courtier          |
| Divers          | tout ce qui ne rentre pas ailleurs                 |

Règle de décision : si un libellé contient un mot-clé connu → catégorie directe. Sinon → heuristique sur le montant + contexte. Si incertain → marque `?` et indique la règle appliquée.

---

## Étape 2 — Résumé par catégorie

Pour chaque catégorie, fournis :
- **Total** en devise locale
- **% du revenu net** (si fourni) ou **% du total dépenses**
- **Nombre de transactions**

Format de sortie attendu :

```
Catégorie       | Total    | % dépenses | Nb txn
----------------|----------|------------|-------
Logement        | 950 €    | 32 %       | 3
Alimentation    | 480 €    | 16 %       | 22
Abonnements     | 120 €    | 4 %        | 8
...
TOTAL           | 2 980 €  | 100 %      | 67
```

Repères budgétaires (règle 50/30/20) :
- Besoins (logement + transport + santé) : ≤ 50 % du revenu net
- Envies (loisirs, restaurants, abonnements) : ≤ 30 %
- Épargne : ≥ 20 %

---

## Étape 3 — Détection d'anomalies

Cherche systématiquement :

1. **Doublons** : même libellé + même montant + écart < 3 jours → signal fort.
2. **Abonnements oubliés** : récurrences mensuelles < 20 € souvent invisibles (ex. essais gratuits devenus payants).
3. **Pics inhabituels** : montant > 2× la médiane de la catégorie sur la période.
4. **Charges fantômes** : libellé inconnu + montant rond (5, 10, 15 €/mois) → risque de souscription non voulue.
5. **Frais bancaires** : agios, frais de tenue de compte, commissions de change.

Pour chaque anomalie, indique : libellé exact, montant, date, impact annuel estimé.

---

## Étape 4 — Tendances (si données multi-périodes)

Si au moins 2 mois sont fournis :
- Calcule la variation mensuelle par catégorie (en € et %).
- Identifie les catégories en hausse continue (tendance à surveiller).
- Calcule le solde moyen mensuel : `revenus - dépenses`.

```
Alimentation : jan 420 € → fév 510 € → mar 480 € (+14 % sur 3 mois, pic fév)
Abonnements  : jan 95 €  → fév 95 €  → mar 120 € (+26 %, nouvel abonnement détecté en mar)
```

---

## Étape 5 — Top 5 des postes de dépense

Liste les 5 transactions ou sous-catégories les plus élevées avec :
- Montant exact
- Libellé bancaire
- Impact annuel projeté (× 12 si récurrent)
- Levier d'action possible (oui/non/partiel)

---

## Étape 6 — Pistes d'économie

Formule 3 à 6 recommandations **chiffrées et actionnables**, classées par potentiel d'économie décroissant :

Exemples :
- "Cumul abonnements streaming : 35 €/mois. Conserver 1 seul → économie 25 €/mois = **300 €/an**."
- "Frais bancaires : 7 €/mois. Compte en ligne (Boursorama, Fortuneo) : 0 €. → **84 €/an**."
- "Restaurants midi : 18 repas × 14 € = 252 €/mois. Panier repas 3j/sem → **-90 €/mois**."

Ne propose pas d'optimisation sur les postes déjà raisonnables (logement dans la moyenne régionale, mutuelle obligatoire, etc.).

---

## Garde-fous et anti-patterns

- **Ne jamais juger** les choix de consommation (loisirs, restaurants, mode). Ton neutre et factuel.
- **Ne pas extrapoler** sans base : si un seul mois est fourni, pas de "tendance".
- **Ne pas inventer** des libellés ou catégories non présents dans les données.
- **Ne pas arrondir** les montants dans les calculs intermédiaires ; arrondi uniquement à l'affichage.
- **Devise** : utilise systématiquement la devise des données. Si mixte (€ + $), convertis au taux du jour et signale-le.
- **Données manquantes** : si revenus non fournis, omets les ratios % du revenu et indique-le clairement.
- **Confidentialité** : ne répète pas les IBAN, numéros de carte ou données personnelles détectées dans les libellés.

---

## Bonnes pratiques 2026

- Propose d'exporter l'analyse en CSV ou Markdown si l'utilisateur veut archiver.
- Si l'utilisateur utilise un outil de gestion (YNAB, Bankin', Linxo, Copilot), adapte la nomenclature des catégories à cet outil.
- Pour les indépendants/freelances : sépare dépenses pro et perso dès le début ; signale les dépenses potentiellement déductibles (repas pro, abonnements métier, matériel).
- Recommande une revue trimestrielle des abonnements plutôt qu'annuelle (les offres changent vite).


## Communication Rules — MANDATORY

- Ultra-concise. No filler, no preamble, no pleasantries.
- Never say "happy to help", "sure!", "great question", "let me", or similar.
- Tool first, talk second. Act before explaining.
- Result first. Lead with outcome, not process.
- Stop when done. No summary, no recap, no trailing commentary.
- No politeness wrappers. Direct and blunt.
- Minimum words. If one word works, do not use ten.
- No unsolicited explanations.
- No emoji unless asked.

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.