Enrichir une base sans remplacer les bonnes valeurs par des cellules vides

Le risque de régression lors de l'enrichissement de données

L'enrichissement d'un fichier CRM consiste à croiser une base interne avec une source externe afin d'ajouter des informations manquantes. Cette opération d'apparence simple comporte un risque majeur pour l'intégrité de vos enregistrements : l'écrasement silencieux de données existantes par des cellules vides ou moins qualifiées.

Dans le cadre de la prospection commerciale, les équipes accumulent des renseignements précieux au fil de leurs échanges. Un numéro de standard téléphonique corrigé, une adresse email directe obtenue de vive voix ou une fonction spécifique notée lors d'un entretien représentent un travail d'investigation conséquent. Si le fichier d'enrichissement entrant ne contient aucune valeur sur ces colonnes ou fournit un intitulé générique, une mise à jour mal configurée efface ce capital informationnel.

Ce phénomène se produit le plus souvent lorsque le système de gestion interprète l'absence de valeur dans le fichier d'import comme un ordre de suppression. Pour prémunir votre référentiel contre toute dégradation, il est indispensable de structurer une méthodologie rigoureuse avant d'intégrer des données externes.

Créer une copie de référence et verrouiller la clé de réconciliation

Toute manipulation de données commence impérativement par une sauvegarde intégrale de la base dans son état initial. Cet export complet constitue la référence absolue vers laquelle revenir en cas d'erreur de manipulation ou de comportement imprévu du logiciel d'ingestion.

Pour assurer la sécurité du traitement, conservez ce fichier d'archive dans un dossier en lecture seule et vérifiez son encodage. Les systèmes de bases de données et les tableurs gèrent les caractères accentués de manière optimale sous l'encodage UTF-8, évitant ainsi la corruption des textes français lors des phases d'export et de réimport.

La réussite de la réconciliation repose ensuite sur le choix d'un identifiant unique stable et contrôlé. Selon les recommandations techniques de HubSpot sur le formatage des fichiers d'import, un identifiant unique (tel qu'un identifiant d'enregistrement, une propriété SIRET configurée comme clé pour un établissement ou une adresse email professionnelle validée pour une personne) est requis pour mettre à jour des fiches existantes sans générer de fusions erronées ou de doublons.

Dans un cas d'usage impliquant des établissements français, le numéro SIRET à quatorze chiffres peut servir de clé d’établissement si cette granularité et son utilisation sont prévues dans le modèle. Il n’identifie pas l’ensemble d’un groupe ou d’une unité légale. Pour les contacts, l'adresse email professionnelle fait office de pivot, à condition d'isoler au préalable les adresses partagées comme les boîtes de contact génériques qui risqueraient de fusionner plusieurs interlocuteurs sous une même ligne.

Établir une matrice de priorité par attribut

Toutes les colonnes d'une base de données ne doivent pas être traitées avec la même règle de remplacement. Certains champs gagnent à être systématiquement actualisés par une source externe, tandis que d'autres doivent être protégés contre toute modification automatique.

L'élaboration d'une matrice d'arbitrage permet de classer chaque variable selon une politique de mise à jour explicite. On distingue principalement trois niveaux de priorité opérationnelle :

• Priorité base interne : La valeur existante est préservée en priorité. L'enrichissement externe n'est autorisé que si la cellule interne est vide. Cette règle protège les coordonnées directes validées et les fonctions précises issues du travail des équipes de prospection.
• Priorité source externe : La donnée externe remplace systématiquement la donnée interne. Ce niveau convient aux données légales ou administratives actualisées, comme la tranche d'effectif officielle, la raison sociale légale ou le code APE à quatre chiffres et une lettre.
• Complétion conditionnelle : Le champ ne reçoit la donnée externe que si celle-ci répond à un critère de normalisation prédéfini, sans jamais écraser une valeur déjà conforme.

Voici un exemple illustratif et fictif de matrice de décision appliquée aux colonnes d'une base B2B :

Le comportement des outils face aux cellules vides

Une cellule vide dans un fichier de données traduit simplement l'absence d'information recueillie par la source tierce sur cette ligne précise. Elle ne signifie en aucun cas que l'information n'existe plus dans la réalité économique de l'entreprise cible.

La gestion des valeurs absentes varie fortement selon le moteur logiciel utilisé. Dans la documentation technique de HubSpot relative aux fichiers d'importation, l'éditeur précise que les valeurs vides ignorées à l'import n'effacent pas automatiquement les propriétés existantes sur la plateforme lors de l'intégration de classeurs aux formats CSV, XLSX ou XLS. Toutefois, d'autres solutions logicielles, des connecteurs API ou des bases SQL considèrent qu'une chaîne vide peut remplacer une valeur existante selon la requête ou le paramétrage. Une chaîne vide et une valeur NULL ne sont pas équivalentes dans tous les systèmes.

Pour éliminer ce risque lors des étapes intermédiaires de traitement, appliquez une règle technique stricte : retirez du fichier final d'importation toute colonne qui n'apporte aucune donnée neuve. Par exemple, si seuls 8 % des enregistrements possèdent un nouveau téléphone, créez un lot séparé pour ces lignes et n’incluez pas la colonne téléphonique dans les autres lots si l’outil risque d’effacer les valeurs existantes.

Isoler les divergences et gérer les conflits de données

Lorsque la valeur de votre CRM et celle de la source externe divergent sur une information sensible, un arbitrage automatisé peut s'avérer dangereux. La divergence peut provenir d'une simple différence de syntaxe, mais elle peut également signaler un changement de dirigeant, un déménagement ou une erreur de source.

Pour arbitrer ces situations sans bloquer le flux d'enrichissement, mettez en place un protocole d'isolation des écarts avant la réinjection finale :

1. Comparaison logique : Ajoutez une colonne temporaire dans votre feuille de préparation pour comparer la chaîne de caractères interne et la chaîne externe via une fonction conditionnelle.
2. Filtrage des discordances : Isolez les lignes où les deux colonnes sont renseignées mais présentent un texte différent, en excluant les simples variations de casse ou d'espaces superflus.
3. Archivage préventif : Si la règle métier exige d'adopter la valeur externe, consignez systématiquement la valeur interne remplacée dans un champ d'historique dédié avant de procéder à la modification.
4. Arbitrage manuel restreint : Réservez l'analyse humaine aux comptes prioritaires de votre portefeuille pour lesquels un changement d'interlocuteur ou d'adresse postale a un impact immédiat sur le cycle de facturation ou de livraison.

Tester l'importation sur un échantillon représentatif

Ne lancez jamais une mise à jour globale sur des milliers de fiches sans avoir préalablement validé le comportement de votre environnement applicatif sur un volume réduit. Cette phase de recette permet de vérifier que vos règles de non-écrasement sont scrupuleusement respectées par le moteur d'ingestion.

Sélectionnez un échantillon de 10 à 20 enregistrements représentatifs de l'ensemble des cas de figure rencontrés dans votre projet : des lignes avec champs internes vides, des lignes avec cellules externes vides, des lignes avec données identiques et des lignes présentant des divergences d'intitulé.

Exécutez l'import de cet échantillon de test dans votre logiciel, puis téléchargez et examinez le rapport d'exécution généré par l'outil. Parcourez chaque fiche de test pour confirmer visuellement qu'aucune donnée préexistante n'a été effacée au profit d'un blanc et que les nouveaux attributs ont bien été complétés dans les propriétés adéquates.

Une fois cette validation technique opérée, appliquez la mise à jour sur l'ensemble de la base, puis consignez dans un document de suivi la date du traitement, l'origine des données, le nombre de modifications réalisées et les critères de filtrage appliqués.

L'accompagnement par des praticiens du traitement de données

La préparation, le nettoyage et la fusion de fichiers d'entreprises requièrent une rigueur méthodologique et des contrôles précis pour éviter toute dégradation de vos bases CRM. Si votre organisation manque de ressources internes pour sécuriser ces manipulations complexes, vous pouvez faire appel à des spécialistes externes.

Au sein de notre agence La Fabrique B2B, notre équipe de 7 spécialistes prend en charge l'enrichissement, la normalisation et la restructuration de vos fichiers de prospection sur devis personnalisé. Nous définissons ensemble les dictionnaires de colonnes et les règles d'arbitrage adaptées à vos impératifs techniques afin de vous livrer des jeux de données immédiatement exploitables dans votre outil de gestion commerciale.