Lorsqu’une personne apparaît sous plusieurs profils dans le CRM, la boutique en ligne et d’autres systèmes, le problème semble simple : il faut supprimer les doublons. Pourtant, une correspondance ne prouve pas que deux fiches appartiennent au même client. Une fusion erronée peut mélanger des historiques, modifier des communications ou attribuer un achat à une autre personne. La décision doit concilier qualité des données, continuité des opérations et possibilité de corriger les erreurs.
Une politique efficace ne consiste pas seulement à choisir un outil ou une règle de correspondance. Elle définit ce que signifie être une seule et même personne, les preuves suffisantes pour agir, la façon de résoudre les conflits entre champs et les modalités d’annulation d’une opération. L’objectif est de rendre cohérents les profils associés sans supprimer des informations qui peuvent encore être utiles.
Définir quand deux fiches représentent le même client
Avant de comparer les données, il convient de préciser quelle identité doit être résolue. S’agit-il d’une personne, d’un compte d’entreprise, d’un foyer ou d’une relation commerciale ? Dans certains systèmes, plusieurs personnes partagent une adresse e-mail ou un numéro de téléphone ; dans d’autres, une même personne utilise plusieurs adresses e-mail. La politique doit tenir compte de ces situations, au lieu de supposer qu’un attribut identifie toujours un individu.
Il faut aussi distinguer un doublon d’un lien légitime. Deux profils peuvent partager une adresse parce que leurs titulaires vivent au même endroit, ou un numéro parce qu’ils utilisent une ligne familiale. Une personne peut avoir un compte professionnel et un compte personnel. Si l’activité exige de représenter ces liens séparément, les fusionner ferait disparaître des distinctions valides.
Documentez l’objectif de la résolution et les exceptions pertinentes. Déterminez, par exemple, si les comptes d’entreprise doivent être regroupés par organisation ou par contact, et comment traiter les profils de test, les comptes partagés et les fiches incomplètes. Cette définition doit être compatible avec les usages ultérieurs : le service client, les commandes, la facturation et les préférences de communication peuvent nécessiter des niveaux de détail différents.
Choisir les attributs et combiner les indices
La qualité d’une correspondance dépend autant des attributs choisis que de leur fiabilité. Un identifiant interne stable peut constituer un indice fort s’il est généré et conservé correctement. L’adresse e-mail normalisée, le téléphone ou le nom apportent des informations, mais ils peuvent changer, être partagés ou s’écrire de différentes façons. L’adresse postale peut également servir à la comparaison, mais elle permet rarement, à elle seule, d’identifier une personne.
Distinguez les correspondances exactes des correspondances approximatives. L’égalité d’un identifiant vérifié peut justifier davantage de confiance qu’une ressemblance orthographique entre deux noms. La comparaison approximative aide à gérer les fautes de frappe, les abréviations et les variations de format, mais elle produit aussi des faux positifs : deux personnes peuvent avoir le même nom ou un nom de famille courant.
Avant la comparaison, normalisez les formats avec prudence. Vous pouvez uniformiser les majuscules et les espaces, ou comparer les numéros de téléphone selon un format cohérent. Ne supprimez pas les différences qui ont un sens pour le système et ne supposez pas que tous les caractères peuvent être ignorés sans conséquence. Consignez les transformations appliquées afin de pouvoir expliquer et vérifier les résultats.
Évaluez les indices ensemble et traitez les données absentes comme telles. Si deux fiches ne contiennent pas de numéro de téléphone, cela ne constitue pas une correspondance ; si elles partagent le même numéro, il peut s’agir d’un indice faible ou pertinent selon le contexte. Une règle compréhensible est généralement plus facile à maintenir qu’un ensemble d’exceptions opaques. Si un modèle de notation est utilisé, l’équipe doit pouvoir connaître les facteurs qui influencent chaque décision.
Prévoir trois voies : fusionner, vérifier ou garder séparé
Une politique opérationnelle définit des niveaux de confiance et une action pour chacun. Les seuils précis dépendent des données et du coût d’une erreur ; aucun seuil universel ne peut être recommandé sans évaluer la situation. L’essentiel est de réserver les décisions automatiques aux correspondances suffisamment solides et de prévoir une solution claire pour les cas ambigus.
- Confiance élevée : fusionner automatiquement lorsque plusieurs indices fiables concordent et qu’aucune contradiction importante n’apparaît.
- Confiance intermédiaire : soumettre le cas à une vérification humaine lorsque les indices sont compatibles, mais insuffisants pour décider en toute sécurité.
- Confiance faible : conserver les fiches séparées et, si nécessaire, les réévaluer lorsque de nouvelles informations seront disponibles.
La vérification humaine nécessite du contexte, pas seulement deux lignes de données. Présentez les champs identiques et différents, leur provenance, leurs dates et leurs systèmes d’origine, ainsi que les effets d’une validation de la fusion. Permettez de rejeter la proposition et consignez le motif. Si les cas sont nombreux, donnez la priorité à ceux qui ont un impact opérationnel important, plutôt que de les présenter dans une file sans distinction.
Tenez compte de l’asymétrie des coûts d’erreur. Une fusion incorrecte peut exposer des informations au mauvais profil ou avoir des conséquences sur une démarche sensible ; conserver deux profils en double peut entraîner des communications répétées ou une vue fragmentée. Selon le processus, l’une de ces erreurs coûtera davantage que l’autre. Les seuils et le degré d’automatisation doivent refléter cette différence.
Résoudre les conflits sans perdre la provenance
Constater que deux fiches correspondent à la même personne ne permet pas de savoir quelle valeur conserver pour chaque champ. L’adresse e-mail d’un système peut être à jour, tandis que le téléphone de l’autre l’est davantage ; une fiche peut contenir le nom légal et l’autre le nom d’usage. Appliquer une règle générale, comme toujours conserver le profil le plus récent ou le plus complet, risque d’écraser des données valides.
Définissez les règles de priorité par champ et en fonction du contexte. Un système peut être la source de référence pour les données de facturation, tandis que le client peut mettre à jour ses préférences de contact dans un autre canal. Tenez compte de la date, de la source et de la méthode de vérification de la valeur, et pas seulement de la date de synchronisation. En l’absence de source fiable, conservez le conflit pour le résoudre au lieu de choisir arbitrairement une valeur.
Conservez la provenance : système d’origine, date de mise à jour et, si possible, événement à l’origine de la donnée. La traçabilité permet d’expliquer le choix d’une valeur, de repérer les synchronisations défectueuses et de récupérer des informations qui n’auraient pas dû être écartées. Les champs ayant des conséquences juridiques, commerciales ou liées à la confidentialité exigent une attention particulière et des règles adaptées à leur utilisation.
Rendre la fusion réversible et mesurable
Évitez qu’une fusion entraîne la suppression définitive d’une fiche. Conservez un identifiant maître et des références aux identifiants d’origine afin que le CRM, le commerce en ligne et les autres systèmes puissent reconnaître l’association. Gardez l’historique nécessaire pour reconstituer les profils regroupés, la date, la règle appliquée et les données utilisées. La solution dépend de l’architecture, mais la réversibilité doit être intégrée à la conception, et non improvisée après coup.
Prévoyez aussi une procédure de séparation. Si une personne signale que ses données ont été mélangées, l’équipe doit pouvoir retrouver l’opération, rétablir les fiches et corriger les références dans les systèmes concernés. Déterminez qui peut demander ou approuver une séparation, comment celle-ci est répercutée dans les systèmes connectés et comment éviter que la même règle ne fusionne de nouveau les profils immédiatement.
Mesurez les résultats par type de règle et par système d’origine. Suivez le nombre de propositions fusionnées, celles rejetées après vérification, celles séparées par la suite et les conflits entre champs rencontrés. Un taux élevé de fusions ne prouve pas leur qualité. Les séparations ultérieures et les corrections manuelles révèlent des faux positifs ; la persistance de doublons peut signaler des règles insuffisantes ou des problèmes dans les processus de collecte.
Mettre en place la politique par étapes
Commencez par un échantillon représentatif et évaluez les règles sans modifier les fiches en production. Examinez des cas évidents, ambigus et contradictoires : personnes portant le même nom, adresses e-mail partagées, données anciennes et profils incomplets. Ajustez les critères avec les équipes métier, opérationnelles et techniques, car chacune connaît des conséquences différentes en cas d’erreur.
- Définissez l’entité à identifier et les cas qui doivent rester séparés.
- Inventoriez les systèmes, les attributs disponibles, ainsi que la qualité et la provenance des données.
- Testez des règles exactes et approximatives sur un échantillon vérifié par des personnes.
- Attribuez clairement les responsabilités pour les parcours de fusion, de vérification et de séparation.
- Commencez par un mode de proposition ou de vérification et consignez les résultats.
- Automatisez uniquement les correspondances validées et surveillez les erreurs et les changements.
Réexaminez la politique lorsque les systèmes, les processus d’inscription ou les types de clients évoluent. Une règle adaptée à des données propres peut se dégrader après une migration ou une nouvelle intégration. La bonne décision ne consiste pas à fusionner le plus de profils possible, mais à regrouper ceux pour lesquels les preuves sont suffisantes, tout en conservant la capacité d’expliquer et de corriger chaque association.