Dédoublonner une base de données clients et prospects B2B : la méthode par le SIREN

Un doublon n'est pas un simple désordre cosmétique. Dans une base de prospection, chaque enregistrement déclenche des actions : une relance, un appel, un envoi, une ligne dans un tableau de bord. Quand une même société existe en plusieurs exemplaires, ces actions se multiplient sans que personne ne s'en aperçoive. Les conséquences se répartissent sur trois plans : la relation avec vos prospects, la mesure de votre performance et le temps de vos équipes.

Des relances multiples qui abîment votre image

Le premier effet, le plus visible, est le harcèlement involontaire. Si le même décideur est enregistré deux fois, avec deux orthographes de son nom ou deux adresses différentes, il peut recevoir la même séquence d'emails deux fois, ou être appelé par deux commerciaux à une semaine d'intervalle avec des discours différents. Pour un dirigeant de PME sollicité en permanence, ce signal est clair : votre entreprise est désorganisée. Vous perdez en crédibilité avant même d'avoir présenté votre offre.

Le problème est encore plus sensible dès qu'il y a une désinscription ou une opposition. Si un contact demande à ne plus être sollicité et que cette demande n'est enregistrée que sur l'une de ses deux fiches, l'autre continue d'alimenter vos campagnes. Au-delà de l'agacement, vous vous exposez à une réclamation, et le dédoublonnage devient alors un sujet de conformité autant que de qualité commerciale.

Des statistiques qui racontent n'importe quoi

Le deuxième effet est plus insidieux : les chiffres de pilotage deviennent faux. Le nombre de prospects dans le pipeline est gonflé, le taux de conversion est dilué, le coût d'acquisition par client est mal calculé. Un tableau de bord qui affiche un grand nombre de comptes actifs peut en réalité décrire un nombre bien plus réduit d'entreprises distinctes. Vous croyez que votre marché est largement couvert alors qu'une partie de vos efforts tourne en rond sur les mêmes cibles.

Les doublons faussent aussi la lecture des performances commerciales. Une opportunité créée sur une fiche et une vente conclue sur une autre ne sont pas rattachées : la première apparaît perdue, la seconde semble sortie de nulle part. Il devient impossible de savoir quel canal, quelle campagne ou quel commercial a réellement contribué au résultat. Les décisions de budget prises sur ces bases reposent sur du sable.

Du temps et de l'argent gaspillés

Troisième plan, le plus concret : le coût. Chaque envoi postal, chaque SMS, chaque minute d'appel ou chaque contact importé dans un outil facturé selon la volumétrie est dépensé en double lorsqu'il vise un doublon. Les équipes commerciales perdent par ailleurs du temps à chercher la bonne fiche, à recopier l'historique d'un compte vers un autre, ou à se demander qui est propriétaire de quel prospect. Les conflits de portefeuille entre commerciaux naissent souvent d'un simple doublon non détecté.

À cela s'ajoute la dégradation progressive de la confiance dans l'outil. Quand les équipes savent que la base est approximative, elles cessent de la tenir à jour, créent leurs propres fichiers à côté, et la situation s'aggrave. Le dédoublonnage de base de données n'est donc pas un chantier technique à repousser : c'est la condition pour que votre CRM redevienne la source unique de vérité de l'entreprise.

D'où viennent les doublons ?

Comprendre l'origine des doublons permet de mieux les traiter. Les causes les plus fréquentes sont les imports successifs de fichiers aux formats différents, la saisie manuelle sans contrôle préalable, les formulaires web qui créent une nouvelle fiche à chaque soumission, les rachats ou changements de nom d'entreprises, et les contacts qui changent de poste ou d'adresse email. Une base de données clients et prospects qui vit depuis plusieurs années cumule presque toujours ces cinq sources.

Une bonne nouvelle toutefois : la majorité de ces doublons suit des schémas répétitifs. Une même entreprise écrite avec ou sans forme juridique, un même contact avec une adresse en majuscules, un même numéro avec ou sans indicatif. Ces schémas se corrigent par des règles simples, que nous détaillons dans les sections suivantes. Avant de les appliquer, prenez un instant pour faire un état des lieux : exportez votre base, triez-la par nom d'entreprise, et comptez à l'œil nu les répétitions sur un échantillon. Vous aurez une première idée de l'ampleur du problème, et un point de comparaison pour mesurer le gain après nettoyage, sans avoir besoin d'un chiffre précis pour vous convaincre d'agir.

Enfin, gardez en tête que le dédoublonnage n'est pas un événement unique mais une routine. Une base B2B se dégrade naturellement : les entreprises déménagent, fusionnent, ferment, et les contacts changent de poste. La méthode de dédoublonnage que nous décrivons ici doit donc être pensée comme un cycle : nettoyer, fusionner, prévenir, puis contrôler régulièrement.

À lire aussi : la détection de hot leads.

À lire aussi : Email de prospection B2B : exemples qui marchent.

Avant de chercher le moindre doublon, il faut que vos données soient comparables. Deux enregistrements identiques en réalité peuvent sembler totalement différents à un outil simplement parce que l'un est en majuscules et l'autre non. La normalisation est l'étape la moins glamour de la démarche, mais c'est elle qui détermine la qualité de tout ce qui suit.

Étape 1 : sauvegarder puis normaliser

Commencez par une sauvegarde complète de votre base. Toute fusion est difficile à défaire, et vous voulez pouvoir revenir en arrière si une règle se révèle trop agressive. Travaillez ensuite, si possible, sur une copie dans un tableur ou dans un espace de test de votre CRM.

La normalisation des données repose sur quelques règles à appliquer colonne par colonne :

Pour les noms d'entreprises : passer en minuscules ou en majuscules de façon uniforme, supprimer les espaces en début et en fin de champ ainsi que les doubles espaces, retirer la ponctuation superflue, harmoniser les accents, et isoler la forme juridique (SAS, SARL, SA, EURL) dans une colonne à part pour ne pas la comparer avec le nom. Pour les adresses : développer ou réduire de façon cohérente les abréviations comme avenue, boulevard ou rue, et séparer le code postal de la ville. Pour les téléphones : retirer les espaces, points et tirets, et adopter un format unique avec indicatif. Pour les emails : tout passer en minuscules et supprimer les espaces parasites.

Un point technique important : stockez le SIREN en texte et non en nombre. Certains tableurs suppriment les zéros initiaux d'un identifiant numérique, ce qui transforme un SIREN valide en identifiant tronqué et crée de faux écarts entre deux fichiers.

Étape 2 : choisir une clé de rapprochement fiable

Comparer des noms d'entreprises est la méthode la plus fragile qui soit. Une dénomination peut changer, une enseigne commerciale peut différer de la raison sociale, et des homonymes existent dans toutes les villes. Il vaut bien mieux s'appuyer sur un identifiant qui ne dépend pas de la façon dont on écrit le nom.

Pour les entreprises, la clé de rapprochement SIREN est la référence. Ce numéro de 9 chiffres identifie une entreprise de manière unique en France et reste le même quand elle change d'adresse, d'enseigne ou de dirigeant. Deux fiches qui portent le même SIREN désignent donc la même entité juridique, quelle que soit l'écriture du nom. Si vous avez besoin de distinguer les agences ou sites d'une même entreprise, le SIRET, qui est le SIREN complété de 5 chiffres propres à l'établissement, prend le relais. Une règle utile : rapprocher d'abord au niveau du SIREN pour regrouper les comptes, puis conserver les SIRET comme des établissements rattachés.

Pour les contacts, l'email professionnel constitue la meilleure clé disponible : une adresse nominative est propre à une personne. Appliquez-la avec discernement. Les adresses génériques de type contact@ ou info@ sont partagées entre plusieurs personnes et ne doivent pas servir à fusionner deux contacts. De même, un contact qui change d'entreprise change d'adresse : on risque de le retrouver deux fois, dans son ancienne et sa nouvelle société. Pour ces cas, la combinaison nom, prénom et SIREN de l'entreprise sert de clé secondaire.

Étape 3 : compléter les SIREN manquants

Dans la plupart des bases anciennes, une part des fiches n'a pas de SIREN : elles viennent de saisies manuelles, de salons ou d'imports minimalistes. Ces fiches sont précisément celles où les doublons se cachent. L'enjeu est de renseigner le SIREN à partir d'un référentiel d'entreprises à jour, en s'aidant du nom normalisé, de la ville et du code postal. Une fois le SIREN rattaché, un rapprochement automatique devient possible.

C'est là qu'un référentiel d'entreprises à jour prend toute sa valeur : il fournit la dénomination officielle, l'adresse du siège et le code NAF de chaque entreprise, trois informations qui permettent de trancher entre deux candidats plausibles. Sans référentiel, vous êtes obligé de deviner. Avec lui, vous vérifiez.

Cette étape peut sembler longue, mais elle est rentable : chaque SIREN ajouté rend le dédoublonnage futur plus simple, plus rapide et plus sûr. Elle transforme aussi une liste de noms en base structurée, sur laquelle vous pourrez ensuite appliquer des segmentations par secteur, taille ou zone géographique.

À lire aussi : Sales Intelligence B2B : définition et outils clés.

Une fois les champs normalisés et les clés définies, la détection se fait en deux temps : les doublons certains d'abord, les quasi-doublons ensuite. Cette progression évite de perdre du temps à examiner à la main des cas que la machine peut régler seule.

Étape 4 : repérer les doublons certains puis les quasi-doublons

Les doublons certains sont ceux qui partagent exactement la même clé : même SIREN pour les entreprises, même email normalisé pour les contacts. Dans un tableur, un simple tri sur la colonne clé, accompagné d'une mise en forme conditionnelle sur les valeurs répétées, suffit à les faire apparaître. Dans un CRM, la fonction de détection de doublons propose généralement de les lister. Ce premier passage traite en général la majorité du travail.

Restent les quasi-doublons : des fiches qui désignent la même entité sans partager de clé, parce que le SIREN est absent, que l'email est différent ou que le nom est écrit autrement. Pour les repérer, on combine plusieurs critères : nom d'entreprise normalisé proche, même code postal ou même ville, même numéro de téléphone, même domaine d'email. Plus il y a de critères concordants, plus la probabilité de doublon est élevée. Des mesures de similarité entre chaînes de caractères, souvent proposées dans les outils de nettoyage de données, permettent de repérer les fautes de frappe et les inversions.

Classez ensuite les paires candidates en trois niveaux de confiance : celles à fusionner automatiquement (même SIREN, ou même email et même nom), celles à vérifier rapidement (nom très proche, même ville), et celles à examiner avec attention (ressemblance partielle). Une personne de l'équipe commerciale ou administrative doit valider les deux derniers niveaux. Évitez la tentation de tout automatiser : une fusion erronée est plus coûteuse qu'un doublon laissé de côté.

Étape 5 : fusionner sans perdre d'information

La fusion ne consiste pas à supprimer une fiche au profit d'une autre. Il s'agit de construire une fiche maître, la plus complète et la plus fiable possible, à partir de l'ensemble des enregistrements concernés. Pour une fusion de doublons dans le CRM, définissez des règles de survie claires, champ par champ :

Pour l'identité de l'entreprise, privilégiez les valeurs issues d'un référentiel officiel plutôt que celles saisies à la main. Pour les coordonnées, gardez la donnée la plus récente ou, à défaut, celle qui a été vérifiée. Pour les champs vides sur la fiche maître, complétez-les avec les valeurs des autres fiches. Pour les informations contradictoires, notez la règle retenue : la plus récente l'emporte, ou la source la plus fiable l'emporte, mais pas au hasard.

Surtout, ne perdez pas l'historique. Les notes, appels, emails échangés, tâches, devis et opportunités rattachés aux fiches supprimées doivent migrer vers la fiche maître. C'est l'un des principaux avantages de la fusion native d'un CRM par rapport à une suppression manuelle : les liens entre objets sont conservés. Si vous travaillez sous tableur, ajoutez une colonne qui conserve l'identifiant de chaque fiche absorbée, afin de pouvoir retracer l'origine d'une donnée.

Les garde-fous à respecter

Plusieurs précautions limitent les risques. Testez d'abord vos règles sur un petit échantillon et relisez le résultat avant de les appliquer à l'ensemble. Conservez la sauvegarde initiale pendant plusieurs semaines. Enfin, soyez particulièrement attentif aux mentions de désinscription ou d'opposition : lorsqu'un des doublons porte une opposition à la prospection, la fiche maître doit en hériter, même si l'autre fiche n'en portait pas. Fusionner dans l'autre sens ferait réapparaître un contact que vous aviez promis de ne plus solliciter.

Un dernier point : distinguez les vrais doublons des entités liées. Une filiale et sa maison mère, deux établissements d'un même groupe, un dirigeant qui possède plusieurs sociétés : ce sont des fiches distinctes qu'il faut relier entre elles plutôt que fusionner. Le SIREN aide précisément à faire cette distinction, puisque chaque entité juridique a le sien. Deux sociétés d'un même groupe auront deux SIREN différents et resteront deux comptes, rattachés par un lien hiérarchique. Ce réflexe évite le piège classique du nettoyage de base de données trop zélé, qui efface des informations utiles en croyant éliminer du bruit.

À lire aussi : Fraîcheur des données B2B : l'enjeu clé en prospection.

Nettoyer une base sans mettre en place de protection revient à vider une baignoire sans fermer le robinet. Quelques semaines après le grand ménage, les doublons reviennent par les mêmes portes : un import de fichier, un formulaire web, une saisie pressée. La prévention consiste à installer des contrôles à chacune de ces portes d'entrée.

Contrôler avant de créer, pas après

Le principe central est simple : avant de créer une nouvelle fiche, on vérifie qu'elle n'existe pas déjà. Concrètement, à chaque import, le fichier entrant est normalisé selon les mêmes règles que votre base, puis rapproché de l'existant sur la clé choisie. Si le SIREN ou l'email correspond à une fiche existante, l'enregistrement met à jour cette fiche au lieu d'en créer une nouvelle. Seuls les enregistrements réellement inconnus sont ajoutés.

Ce fonctionnement en mode « mise à jour ou création » est la meilleure parade contre les doublons d'import. Il suppose que vos fichiers entrants contiennent la clé. D'où l'intérêt d'enrichir les fichiers avant de les charger : un fichier de salon qui ne contient que des noms et des prénoms deviendra exploitable si l'on y ajoute le SIREN et l'email professionnel.

Chez Lumo Data, l'import de listes prend en charge les fichiers CSV et Excel, avec un nettoyage et un enrichissement automatique des données. C'est précisément le type de passage obligé qui évite de charger dans le CRM des lignes brutes, mal formatées et incomplètes. Cet import s'appuie sur une base de données B2B française intégrée nativement à la plateforme, avec une recherche multicritère par code NAF, ville, effectifs et chiffre d'affaires, et un CRM intégré pour centraliser le résultat au même endroit.

Le rôle d'un référentiel d'entreprises à jour

Un référentiel d'entreprises à jour est la pièce maîtresse de la prévention. Il joue le rôle d'arbitre : face à une entreprise saisie sous deux noms différents, il indique laquelle correspond à quel SIREN, quelle est son adresse de siège, quel est son code d'activité. Il permet aussi de repérer les entreprises qui ont changé de dénomination ou cessé leur activité, deux cas où les doublons prospèrent car personne ne reconnaît l'ancienne fiche dans la nouvelle.

L'actualité de ce référentiel compte autant que son contenu. Un référentiel figé produit de faux rapprochements : une entreprise déménagée semble absente, une nouvelle société n'est pas reconnue. À l'inverse, un référentiel régulièrement mis à jour donne une clé de rapprochement fiable, sur laquelle vous pouvez bâtir des règles automatiques sans craindre les mauvaises surprises. À titre d'illustration, dans la base Lumo Data, 1 048 729 entreprises disposent d'un email et 1 725 345 d'un téléphone (recalcul du 2026-10-25) : ces coordonnées sont rattachées à des entreprises identifiées, ce qui limite le risque de créer des fiches parallèles pour une même société.

Si vous préférez partir d'un fichier prêt à l'emploi, le catalogue de fichiers B2B de Lumo Data propose des fichiers à acheter en une fois, par métier, région, département ou ville. Le fichier est à vous, à exporter et à emporter dans votre CRM. Avant de l'importer, appliquez-lui la même méthode : rapprochez-le de votre base existante pour ne créer que les fiches réellement nouvelles.

Installer une routine durable

Au-delà de l'outillage, la prévention repose sur des habitudes d'équipe. Désignez un responsable de la qualité des données, même à temps partiel, qui valide les règles de normalisation et arbitre les cas litigieux. Rendez obligatoires les champs qui servent de clé : SIREN pour les comptes, email pour les contacts. Remplacez les saisies libres par des listes de choix chaque fois que c'est possible, notamment pour les secteurs, les statuts et les formes juridiques.

Prévoyez enfin un audit périodique : une fois par trimestre, relancez la détection de doublons sur l'ensemble de la base, examinez les paires suspectes et mesurez l'évolution du nombre de fusions. Si ce nombre augmente, c'est qu'une porte d'entrée n'est pas protégée, et vous savez où chercher. Une base maintenue de cette façon reste exploitable dans la durée : vos campagnes touchent chaque prospect une seule fois, vos statistiques reflètent la réalité, et vos commerciaux travaillent sur une vision unique de chaque compte. C'est le meilleur retour sur investissement qu'on puisse attendre d'un chantier de qualité des données.

À lire aussi : ABM B2B : cibler ses comptes clés avec la donnée.