Une seule version de la vérité, tenue toute seule

Les trois désordres, et leur remède

Le doublon

Le même client existe trois fois : une fois avec le nom mal orthographié, une fois avec l'ancienne adresse email, une fois créé par un commercial qui n'avait pas cherché. Les traitements de rapprochement croisent plusieurs signaux (nom normalisé, domaine email, téléphone, SIREN) et produisent un score. Au-dessus d'un seuil, on fusionne ; en dessous, on propose.

La divergence

Le CRM dit une chose, la facturation en dit une autre. Le remède n'est pas technique mais organisationnel : on décide quel système fait autorité pour quel champ. L'adresse de facturation vient de la compta, le statut commercial vient du CRM. Une fois cette règle écrite, la synchronisation devient triviale.

Le format

Des téléphones en cinq notations, des raisons sociales avec et sans « SAS », des pays en toutes lettres et en code ISO. Ça ne gêne personne jusqu'au jour où il faut segmenter, dédupliquer ou importer, et là ça bloque tout. La normalisation à l'écriture évite d'avoir à nettoyer plus tard.

Le rafraîchissement périodique

Une base B2B se dégrade d'environ un quart par an : les gens changent de poste, les sociétés changent de nom, les emails meurent. Un job périodique reprend la base, la compare aux sources officielles et produit un différentiel prêt à importer : avec les changements listés pour relecture, pas appliqués en silence.

C'est exactement ce qu'on a mis en place pour un courtier international sur une base de plusieurs milliers de contacts qui se dégradait chaque saison.

Ce qu'on ne fait jamais

• Supprimer sans trace. Toute fusion est réversible et journalisée. Une base client est un actif, pas un fichier de travail.
• Fusionner sur un seul signal. Deux homonymes dans la même ville ne sont pas la même personne.
• Écraser silencieusement. Quand deux sources se contredisent hors des règles définies, le cas remonte.
• Enrichir sans provenance. Toute donnée ajoutée porte sa source et sa date, exigence RGPD autant que question d'hygiène.

Comment se déroule un rapprochement

La déduplication est l'opération la plus risquée d'un projet de données : une fusion ratée détruit de l'information. Voici comment nous l'encadrons.

1. Normalisation d'abord. Téléphones au format international, raisons sociales sans forme juridique, emails en minuscules, adresses standardisées. Beaucoup de faux doublons disparaissent à cette étape seule.
2. Score sur plusieurs signaux. Nom normalisé, domaine email, téléphone, SIREN, adresse. Aucun signal ne décide seul.
3. Trois zones. Au-dessus du seuil haut, fusion automatique. En dessous du seuil bas, on ne touche à rien. Entre les deux, une file de propositions à valider.
4. Fusion conservatrice. On garde la fiche la plus ancienne comme socle, on complète les champs vides depuis l'autre, on ne remplace jamais une valeur renseignée sans règle explicite.
5. Journalisation. L'état d'avant est conservé. Toute fusion est réversible.

Sur les premières exécutions, on fonctionne en mode proposition uniquement, le temps de caler les seuils sur vos données réelles. C'est une semaine de plus, et ça évite l'accident qu'on ne rattrape pas.

Ce qu'un référentiel propre débloque

Le nettoyage n'est presque jamais un objectif en soi. Il est le préalable de trois choses qui, elles, rapportent.

Comment nous mesurons le gain

• Le taux de complétude des champs qui comptent, mesuré à l'audit puis suivi. C'est le chiffre qui montre que la base cesse de se dégrader.
• Le nombre de doublons résiduels, et le nombre de propositions en attente de validation.
• Le taux d'emails valides, indicateur avancé de la santé de la base commerciale.
• Le temps passé à arbitrer entre deux sources : impossible à mesurer précisément, mais tout le monde sait dire s'il a disparu.

À lire ensuite