« Jean Dupont », « DUPONT Jean », « J. Dupont » : trois fiches, un seul client. Qui reçoit trois fois le même courrier, apparaît trois fois dans vos statistiques, et dont l’historique d’achats est éparpillé. Les doublons sont le défaut le plus courant d’un fichier clients, et l’un des plus coûteux sans qu’on s’en rende compte.
Voici la méthode que j’applique pour dédoublonner une base clients proprement : ce qu’il faut préparer, comment repérer les doublons qui ne se ressemblent pas, et comment fusionner sans perdre d’information.
D’où viennent les doublons ?
Presque toujours des mêmes sources :
- Plusieurs points d’entrée : boutique en ligne, caisse, formulaire de contact, import d’un salon, saisie commerciale. Chacun crée sa fiche.
- Des saisies différentes : majuscules, accents, abréviations, fautes de frappe, numéros de téléphone écrits de dix façons.
- Des fusions de fichiers : rachat d’une base, changement de logiciel, regroupement de deux agences.
- Des clients qui changent : nouvelle adresse e-mail, déménagement, changement de nom.
Comprendre la source aide à éviter que le problème revienne une fois la base nettoyée.
Ce que coûtent les doublons
Des envois en double qui agacent les clients et coûtent en affranchissement. Des statistiques faussées : nombre de clients surestimé, panier moyen et fidélité sous-estimés. Des commerciaux qui appellent un client déjà suivi par un collègue. Et une gestion plus compliquée des demandes liées aux données personnelles : quand un client demande à ne plus être contacté, il faut retrouver toutes ses fiches.
Étape 1 : sauvegarder, toujours
Avant toute manipulation, faites une copie complète du fichier d’origine et gardez-la intacte. Un dédoublonnage mal paramétré peut fusionner deux clients différents, et c’est beaucoup plus difficile à défaire qu’à faire. Travaillez toujours sur une copie.
Étape 2 : normaliser les données
Deux fiches identiques mais écrites différemment ne seront jamais détectées comme doublons. Il faut d’abord ramener les données à un format commun :
- Noms et prénoms : même casse, espaces superflus supprimés, prénom et nom dans les bonnes colonnes.
- E-mails : tout en minuscules, espaces supprimés.
- Téléphones : un seul format, par exemple sans espaces ni points, avec l’indicatif international.
- Adresses : abréviations harmonisées (« av. », « avenue »), codes postaux sur cinq chiffres, communes écrites de la même façon.
- Sociétés : forme juridique séparée ou retirée (« SARL Martin » et « Martin » doivent pouvoir se rapprocher).
Cette étape est souvent la plus longue, et c’est elle qui fait la qualité du résultat.
Étape 3 : éliminer les doublons exacts
Une fois les données normalisées, les doublons strictement identiques ressortent facilement. Dans Excel, la fonction « Supprimer les doublons » (onglet Données) le fait en un clic, sur les colonnes que vous choisissez.
Attention à ses limites : elle ne repère que les correspondances parfaites, et elle garde simplement la première ligne rencontrée en supprimant les autres, avec les informations qu’elles contenaient. Si la deuxième fiche avait le numéro de téléphone que la première n’avait pas, il est perdu. D’où l’intérêt de fusionner plutôt que de supprimer (étape 5).
Étape 4 : repérer les doublons approchants
C’est là que se cache la majorité des doublons. « Jean-Pierre Martin, 12 rue des Lilas » et « JP Martin, 12 r. des lilas » ne sont pas identiques, mais ce sont sans doute la même personne.
On utilise pour cela des clés de rapprochement, du plus fiable au moins fiable :
| Clé | Fiabilité | Remarque |
|---|---|---|
| SIRET (clients professionnels) | Très forte | Un identifiant unique par établissement |
| Adresse e-mail | Forte | Sauf e-mails partagés (famille, accueil@) |
| Téléphone mobile | Forte | Après normalisation |
| Nom + code postal | Moyenne | Homonymes fréquents dans les grandes villes |
| Nom + adresse | Moyenne | Dépend de la qualité des adresses |
Pour les écarts d’écriture, on utilise une comparaison approximative, qui mesure à quel point deux textes se ressemblent malgré une faute de frappe ou une abréviation. Power Query, intégré à Excel, propose une fusion avec correspondance approximative ; au-delà de quelques milliers de lignes, un script dédié est plus confortable et plus fiable.
Règle d’or : les correspondances certaines sont fusionnées automatiquement, les correspondances incertaines sont listées et vérifiées par un humain. Mieux vaut laisser un doublon que fusionner deux clients différents.
Étape 5 : fusionner sans perdre d’information
Pour chaque groupe de doublons, on choisit une fiche maîtresse, puis on la complète avec les informations utiles des autres fiches. Quelques règles à fixer à l’avance :
- Quelle fiche garder ? Souvent la plus récente, ou la plus complète, ou celle qui porte l’historique d’achats.
- Quelle valeur garder en cas de conflit ? Par exemple l’adresse la plus récente, mais tous les numéros de téléphone.
- Que faire de l’historique ? Commandes, factures et échanges doivent être rattachés à la fiche conservée.
- Et les préférences de contact ? Si une seule des fiches indique un refus de prospection, ce refus doit s’appliquer à la fiche fusionnée.
Étape 6 : tracer ce qui a été fait
Gardez un journal des fusions : quelles fiches ont été regroupées, laquelle a été conservée, sur quel critère. En cas d’erreur ou de question d’un client, vous pourrez retrouver ce qui s’est passé. C’est aussi ce qui permet de faire valider le résultat par les équipes qui utilisent la base au quotidien.
Et après : éviter que les doublons reviennent
Un fichier nettoyé se dégrade de nouveau si rien ne change à l’entrée. Quelques garde-fous simples :
- vérifier l’existence d’un client (par e-mail ou téléphone) avant d’en créer un nouveau ;
- imposer des formats de saisie pour le téléphone et le code postal ;
- limiter le nombre de points d’entrée, ou les synchroniser ;
- prévoir un contrôle régulier, par exemple chaque trimestre.
En résumé
Dédoublonner un fichier clients, ce n’est pas cliquer sur « Supprimer les doublons ». C’est sauvegarder, normaliser, rapprocher avec les bonnes clés, fusionner avec des règles claires et garder une trace. Pour un petit fichier, Excel et un peu de rigueur suffisent. Pour une base de plusieurs milliers de contacts, ou plusieurs fichiers à fusionner, l’automatisation fait gagner des jours et évite les erreurs.
Votre base a besoin d’un vrai ménage ? Ma prestation de nettoyage et dédoublonnage de base de données vous livre une base propre, prête à importer dans votre CRM, avec le journal de chaque fusion. Une fois la base saine, la segmentation clients permet d’en tirer vos meilleurs segments. Demandez un devis gratuit, un échantillon anonymisé suffit pour commencer.