Comment trouver les doublons sur plusieurs tableurs

Les données arrivent rarement d'un seul fichier. Le marketing dispose d'une liste de l'événement du mois dernier, un commercial conserve ses prospects dans un tableur personnel, et une agence envoie sa liste de clients avant le déploiement du CRM.

Chaque fichier peut sembler propre isolément. Une fois réunis, la même personne peut apparaître trois fois, avec un e-mail, une orthographe ou un format de téléphone différent à chaque fois.

Dans cet article, vous verrez pourquoi nettoyer fichier par fichier laisse passer ces doublons, et comment aligner les en-têtes avant de combiner quoi que ce soit. Vous verrez aussi comment décider quels champs prouvent une correspondance, quelle valeur l'emporte, et quoi vérifier une fois les données dans votre CRM.

Pourquoi nettoyer chaque fichier séparément laisse passer des doublons

Les tableurs suppriment les doublons dans la plage sélectionnée. Une personne figurant une fois dans la liste d'événements et une fois dans la liste commerciale est unique dans chacun des fichiers. Aucun de ces nettoyages ne les détecte.

Ce recoupement entre fichiers est ce qu'un nettoyage fichier par fichier ne voit pas. C'est aussi là que naissent les doublons qui arrivent dans votre CRM, car chaque fichier passe sa propre vérification.

Alignez les en-têtes avant de combiner

Les fichiers de différentes équipes décrivent les mêmes données de manières différentes. Avant de les combiner, vérifiez que chaque colonne a la même signification dans chaque fichier.

Donnez un seul nom à chaque champ

Un fichier indique « Email », un autre « Adresse e-mail » et un troisième « E-mail professionnel ». Choisissez un nom et utilisez-le comme en-tête dans chaque fichier, pour que les en-têtes soient identiques.

C'est important, car de nombreux outils combinent des fichiers par nom d'en-tête. Power Query de Microsoft, par exemple, ajoute des tables selon les noms de colonnes et insère des valeurs vides quand une colonne ne correspond pas. Deux noms pour un même champ deviennent deux colonnes à moitié vides.

Scindez ou fusionnez les champs pour qu'ils correspondent

Un fichier contient « Nom complet » et un autre le prénom et le nom dans des colonnes séparées. Choisissez une structure et convertissez les autres fichiers. Il en va de même pour « Société » dans un fichier et « Nom du compte » dans un autre.

Utilisez les mêmes formats

Les numéros de téléphone avec ou sans indicatif pays, les espaces superflus et les majuscules mélangées empêchent deux valeurs de correspondre. Corrigez-les d'abord dans chaque fichier. Notre article sur outils pour nettoyer un CSV avant un import explique comment les tableurs et d'autres outils gèrent ce cas.

Ajoutez une colonne pour la source

Ajoutez une colonne indiquant le fichier d'origine de chaque ligne. Elle vous aide à décider quelle valeur l'emporte, et vous permet de retrouver le fichier d'une ligne fusionnée.

Regroupez les fichiers en une seule liste

Une fois les en-têtes alignés, empilez les fichiers en une seule liste. Dans Excel, la fonction Ajouter de Power Query combine les lignes de deux tables ou plus en une seule. Dans Google Sheets, la fonction IMPORTRANGE importe une plage de cellules d'un autre tableur.

IMPORTRANGE importe une plage dans une feuille ; il n'empile pas toutes les sources et ne supprime pas les doublons seul. Alignez les colonnes, regroupez les plages importées dans un seul tableau, puis appliquez les décisions de correspondance et de fusion.

Pour quelques petits fichiers, les coller l'un sous l'autre fonctionne aussi. Quel que soit l'outil utilisé, travaillez sur une copie et conservez les fichiers d'origine intacts.

Définissez quels champs prouvent une correspondance

Commencez par les doublons évidents : correspondances exactes sur l'e-mail pour les personnes, ou sur le domaine du site pour les entreprises. Ce sont ceux que vous pouvez fusionner avec le moins de doute.

Examinez ensuite les lignes sans e-mail commun. Nom plus entreprise, ou nom plus téléphone, peuvent repérer une même personne saisie différemment. Notre guide sur sur quels champs effectuer le rapprochement explique dans quels cas chacun est fiable et quand il induit en erreur.

Ce qui compte comme doublon dépend du cas. Une agence peut traiter une personne présente sur deux sites comme deux contacts, alors que les ventes n'en voient qu'un. Convenez-en avec les équipes qui ont envoyé les fichiers avant de fusionner.

Décidez quelle valeur l'emporte avant de supprimer quoi que ce soit

Supprimer des lignes en double supprime des données. Si la ligne perdue contenait le seul numéro de téléphone, ce numéro disparaît.

Décidez champ par champ la valeur à conserver. La colonne source aide ici : vous pouvez faire confiance à la liste des agences pour les numéros de téléphone et à la liste des événements pour les fonctions.

• Valeur la plus récente : utile quand les fichiers ont été collectés à des moments différents.
• Valeur la plus complète : utile lorsqu'un fichier contient des fiches plus complètes.
• Valeur issue d'un fichier de confiance : utile lorsqu'une équipe est propriétaire d'un champ, comme les contacts de facturation.

Quel que soit votre choix, une case vide ne doit jamais remplacer une valeur existante dans une autre ligne.

Vérifiez la liste nettoyée par rapport à votre CRM

Un fichier consolidé peut être exempt de doublons tout en contenant des personnes déjà présentes dans votre CRM. Elles peuvent y figurer avec une autre adresse e-mail ou un nom mal orthographié.

Après l'import, recherchez les doublons dans le CRM en utilisant les mêmes champs que pour la correspondance dans le fichier. Les listes issues d'événements et de fournisseurs en sont une source courante, que nous abordons dans comment les listes d'événements et d'achats créent des doublons dans le CRM.

Si vous importez plusieurs fichiers par mois, convenez de qui les combine et les vérifie. Lorsque chacun importe son propre fichier, les chevauchements finissent dans le CRM.

Plusieurs tableurs, une seule liste propre

Nettoyez les chevauchements avant qu'ils n'atteignent le CRM

Les doublons entre tableurs se cachent dans les chevauchements entre fichiers. Nettoyer chaque fichier séparément laisse ce chevauchement intact, si bien que la même personne arrive deux ou trois fois dans le CRM.

Aligner les en-têtes, combiner les fichiers et décider quelle valeur l'emporte transforme plusieurs listes en une seule. Un contrôle dans le CRM après l'import repère les personnes qui étaient déjà présentes.

Références : Microsoft : requêtes d'ajout; Google : IMPORTRANGE.

Questions fréquentes