Résumé
- Les tableurs suppriment les lignes aux valeurs identiques dans les colonnes que vous choisissez.
- Un script convient aux imports volumineux ou répétés, si quelqu'un dans l'équipe écrit du code.
- Les applis de préparation de données regroupent les orthographes proches, comme des noms d'entreprise écrits de plusieurs façons.
- Les tableurs suppriment les lignes en trop, les valeurs d'une ligne supprimée sont donc perdues.
- Dedupely trouve et fusionne les doublons dans un fichier CSV, pour que vous importiez des fiches propres.
Un import CSV est l'un des moyens les plus rapides d'ajouter des fiches à un CRM, et l'un des plus rapides d'ajouter des doublons. Les listes d'événements, les listes achetées et les exports d'autres outils arrivent rarement propres.
Le fichier peut contenir deux fois la même personne, des espaces en trop et des formats mélangés. Beaucoup d'équipes prennent l'outil déjà ouvert, et chacun traite ce désordre à sa façon.
Dans cet article, vous verrez ce que tableurs, scripts et applis de préparation de données font d'un fichier avant un import. Vous verrez aussi ce que chacun supprime, et où chacun s'arrête.
Ce qu'un outil de nettoyage doit gérer
Un fichier d'import a deux types de problèmes : des valeurs désordonnées, et la même fiche en plusieurs exemplaires. Les outils ci-dessous diffèrent surtout dans leur façon de traiter le second, et dans ce que deviennent les données qu'ils retirent.
Corrigez d'abord les formats, car des espaces en trop ou une casse mélangée empêchent deux valeurs de correspondre. Cherchez ensuite les doublons, en commençant par le champ qui identifie chaque fiche, comme l'e-mail ou le domaine.
Applications de tableur
Les tableurs sont l'endroit où beaucoup d'imports sont vérifiés, car tout le monde en a un. Ils gèrent bien les doublons exacts sur de petits fichiers.
Ce que font les tableurs
La plupart des tableurs ont une commande pour supprimer les doublons. Vous choisissez les colonnes à comparer, et les lignes en double sont supprimées définitivement, copiez donc d'abord les données.
Avant de supprimer quoi que ce soit, vous pouvez surligner les doublons par mise en forme conditionnelle, ou filtrer les seules fiches uniques. Une fonction ou commande de nettoyage retire les espaces en trop et garde un seul espace entre les mots.
Les détails qui comptent pour les données CRM
Certaines applications comparent la valeur affichée, et la même date affichée « 12/8/2017 » et « Dec 8, 2017 » compte comme deux valeurs différentes. D'autres traitent des cellules comme doublons même quand leur casse diffère.
Le rognage laisse souvent l'espace insécable copié depuis les pages web. À cause de lui, deux valeurs identiques en apparence peuvent ne pas correspondre.
Où s'arrêtent les tableurs
Les tableurs ne trouvent que des valeurs identiques. « Jon Smith » et « Jonathan Smith » avec des e-mails différents restent deux lignes.
Ils suppriment aussi des lignes au lieu de les fusionner. Si la ligne supprimée contenait le seul numéro de téléphone, ce numéro est perdu, et vous ne savez peut-être pas quelle ligne a été gardée.
Code : un script
Pour les gros fichiers ou les imports qui reviennent chaque semaine, un script donne le même résultat à chaque fois. Les bibliothèques de données des langages de programmation courants ont une fonction pour cela.
Ce que fait un script
Une fonction de suppression des doublons compare en général toutes les colonnes par défaut, ou seulement celles que vous indiquez. Vous choisissez de garder la première ligne, la dernière ou aucune de chaque groupe.
Les fonctions texte, comme passer en minuscules ou supprimer les espaces, permettent de nettoyer une colonne avant de la comparer. Comme les étapes sont dans un script, l'import suivant reçoit exactement le même traitement.
Là où le code s'arrête
Un script compare des valeurs exactes, donc les correspondances proches demandent une logique supplémentaire que vous écrivez vous-même. Chaque nouvelle exception, comme les surnoms ou les suffixes d'entreprise, ajoute du code à maintenir.
Il faut aussi quelqu'un qui écrive du code, et la personne suivante doit comprendre le script.
Applis de préparation de données
Les applications de préparation de données sont conçues pour nettoyer des données désordonnées. Leur clustering trouve des groupes de valeurs différentes qui peuvent désigner la même chose, comme « Acme Inc » et « ACME, Inc. ».
Ils proposent souvent plusieurs méthodes, des strictes avec peu de fausses correspondances aux phonétiques et à distance d'édition qui repèrent plus de variantes. Le regroupement modifie les valeurs des cellules pour qu'un groupe partage une seule valeur.
Ils ne fusionnent pas les lignes : il faut encore supprimer les doublons ensuite. Ils servent surtout d'étape avant l'un des autres outils.
Comparatif des outils
| Applications de tableur | Un script | Applis de préparation de données | |
|---|---|---|---|
| Trouve | Valeurs identiques | Valeurs exactes, plus toute logique que vous écrivez | Groupes de valeurs proches |
| Choisir les colonnes | Oui | Oui | Par colonne |
| Quelle ligne est conservée | Souvent non précisé | Première, dernière ou aucune | Non applicable : modifie des valeurs |
| Fusionne les valeurs des deux lignes | Non | Seulement avec du code que vous écrivez | Non |
| Compétences requises | Bases du tableur | Programmation | Prendre en main l'app |
Comment choisir un outil de nettoyage
Le bon outil dépend du fichier, de l'équipe et de la fréquence de vos imports. Ce qui compte comme doublon varie aussi selon l'équipe, alors décidez-le avant de choisir.
- Une application de tableur convient aux petits fichiers ponctuels, quand des correspondances exactes sur l'e-mail ou le domaine suffisent.
- Un script convient aux imports volumineux ou récurrents, quand quelqu'un dans l'équipe écrit et maintient du code.
- Une appli de préparation de données convient aux fichiers avec beaucoup de variantes d'orthographe dans les noms ou les champs entreprise.
- Un outil de dédoublonnage convient aux fichiers qui demandent des correspondances approximatives et des valeurs fusionnées de plusieurs lignes.
Quel que soit votre choix, commencez par les doublons évidents : correspondances exactes sur l'e-mail pour les personnes et sur le domaine pour les entreprises. Gardez le fichier d'origine pour pouvoir y revenir.
Avant d'importer, comparez le nombre de lignes avant et après le nettoyage. Ouvrez ensuite un échantillon des lignes supprimées et vérifiez que chacune était bien un doublon à retirer.
Comment Dedupely nettoie un CSV avant un import
Importez la liste dans Dedupely, fusionnez les doublons qu'elle contient avec des règles sur la valeur gagnante et téléchargez les fiches propres à importer. Vous prévisualisez chaque fusion, et une fois les fiches dans votre CRM connecté, les doublons avec des fiches existantes y sont trouvés et fusionnés. Les imports CSV sont illimités, et les fiches CSV ne comptent pas dans la limite de fiches de votre forfait.
Choisissez l'outil adapté au fichier
Les tableurs, les scripts et les apps de préparation de données résolvent chacun une partie du nettoyage d'un import. Ils corrigent bien les formats et suppriment les doublons exacts, mais s'arrêtent aux correspondances approchantes et aux valeurs réparties sur plusieurs lignes.
Le fichier est l'endroit le moins coûteux pour corriger les doublons. Rien ne dépend encore de ces lignes, et chaque doublon repéré là est un doublon que vous n'aurez pas à fusionner plus tard.
Questions fréquentes
Quel est le meilleur outil pour nettoyer un CSV avant un import CRM ?
Cela dépend du fichier. Une application de tableur gère les petits fichiers avec des doublons exacts d'e-mail ou de domaine, et un script convient aux imports volumineux ou récurrents si quelqu'un écrit du code. Une application de préparation de données aide pour les variantes d'orthographe, et un outil de dédoublonnage convient aux fichiers qui demandent des correspondances proches et des valeurs fusionnées.
Supprimer les doublons dans un tableur efface-t-il les données définitivement ?
Oui. La commande de suppression des doublons d'un tableur efface les lignes en trop, copiez donc d'abord les données d'origine. Vous ne savez pas forcément quelle ligne est gardée, alors surlignez les doublons et reportez toute valeur qui n'existe que dans une ligne que vous allez supprimer.
La suppression des doublons dans un tableur tient-elle compte de la casse ?
Cela dépend de l'appli. Certaines traitent des cellules comme doublons malgré une casse ou un format différents, d'autres comparent la valeur affichée. Supprimez d'abord les espaces superflus, qui peuvent empêcher deux valeurs de correspondre, et cherchez les espaces insécables que le nettoyage laisse.
Comment supprimer les doublons d'un CSV avec un script ?
Utilisez la fonction de suppression des doublons de votre bibliothèque de données, qui compare en général toutes les colonnes et garde la première ligne de chaque groupe. Indiquez seulement les colonnes à comparer, comme l'e-mail, et choisissez de garder la première ligne, la dernière ou aucune. Passez les colonnes texte en minuscules et retirez les espaces avant de comparer.
Un tableur peut-il trouver des contacts quasi en double ?
Pas à eux seuls, car les tableurs suppriment les valeurs identiques, et les fautes de frappe, surnoms et suffixes d'entreprise passent au travers. Nettoyer d'abord les formats repère certaines variantes, tandis que les correspondances proches demandent souvent du code ou un outil conçu pour la correspondance approximative. Dans les deux cas, examinez un échantillon avant l'import.
Ou inscrivez-vous avec Google
