Modéliser une base de données relationnelle : tables, clés et relations expliquées
La modélisation intervient avant la création technique de la base. Elle consiste à traduire une activité réelle en objets, en propriétés et en relations. Cette étape…
Une base de données clients se dégrade progressivement. Une adresse est saisie avec ou sans accent, un numéro de téléphone change de format, une même personne crée un compte avec une autre adresse électronique ou une fiche est importée plusieurs fois depuis différents outils. Pris séparément, ces écarts semblent anodins. Accumulés, ils compliquent la prospection, faussent les tableaux de bord et augmentent le risque d’envoyer un message à la mauvaise personne.
Nettoyer une base consiste à repérer les informations incomplètes, incohérentes, obsolètes ou dupliquées, puis à les corriger selon des règles documentées. L’objectif n’est pas de rendre chaque ligne identique à tout prix. Il s’agit de disposer de données suffisamment fiables pour identifier un client, le contacter au bon endroit, suivre son historique et respecter les règles applicables aux données personnelles.
Cette opération concerne aussi bien un fichier tableur qu’un logiciel de gestion de la relation client, un outil de facturation ou une base issue d’un formulaire en ligne. Elle doit être menée avec prudence, car une fusion mal préparée peut supprimer un historique commercial, une préférence de contact ou une information utile au suivi.
La première étape consiste à établir un état des lieux. Avant de supprimer ou de fusionner des fiches, conservez une copie de sauvegarde datée et, si possible, travaillez sur un environnement de test. Cette précaution permet de revenir en arrière en cas d’erreur et de comparer la situation avant et après le nettoyage.
Recensez ensuite les sources qui alimentent la base : formulaires du site, commandes, factures, logiciel de prospection, fichiers transmis par des commerciaux ou imports manuels. Pour chaque source, notez les champs disponibles, leur format et leur niveau de fiabilité. Une adresse électronique provenant d’un formulaire contrôlé n’a pas forcément le même degré de qualité qu’une adresse recopiée depuis un document libre.
Le diagnostic peut porter sur les indicateurs suivants :
Cette photographie initiale aide à hiérarchiser le travail. Une petite base peut être vérifiée manuellement. Une base plus volumineuse nécessite généralement des filtres, des règles de rapprochement et parfois un outil spécialisé. Dans tous les cas, la méthode doit prévoir une validation humaine pour les cas ambigus.
Un doublon est une fiche qui décrit le même client qu’une autre fiche déjà présente. La détection est simple lorsque deux lignes partagent exactement la même adresse électronique ou le même identifiant client. Elle devient plus délicate lorsque les informations varient : prénom abrégé, nom composé, changement d’adresse ou faute de frappe.
Commencez par rechercher les correspondances exactes sur les champs les plus discriminants. Pour un particulier, l’adresse électronique, le numéro de téléphone et l’identifiant attribué par le système sont souvent utiles. Pour une entreprise, le numéro SIREN ou SIRET peut constituer un repère administratif, à vérifier selon le contexte et la finalité du traitement. Le nom seul ne suffit pas, car plusieurs clients peuvent porter le même nom ou une même entreprise peut posséder plusieurs établissements.
Vous pouvez ensuite normaliser temporairement les valeurs afin de les comparer. Cette normalisation peut consister à supprimer les espaces inutiles, uniformiser la casse, retirer certains signes de ponctuation ou harmoniser les caractères accentués. Elle sert à rapprocher les fiches, mais ne doit pas remplacer l’examen du contenu original. Deux adresses électroniques proches ne sont pas nécessairement identiques, et deux personnes partageant un numéro peuvent appartenir au même foyer.
Classez les rapprochements en trois catégories :
Évitez la suppression directe. Préférez une fusion contrôlée, qui conserve la fiche de référence, rattache les commandes et échanges, puis archive ou désactive l’enregistrement redondant selon les possibilités du logiciel.
Lorsque deux fiches sont bien identifiées comme appartenant au même client, il faut déterminer laquelle conserver comme fiche principale. Le choix peut reposer sur plusieurs critères : identifiant historique, informations les plus récentes, présence d’un historique complet, consentements documentés ou rattachement à une commande active.
Avant la fusion, comparez champ par champ les données disponibles. Ne retenez pas automatiquement la valeur la plus récente, car une modification peut être une erreur de saisie. Pour une adresse postale, une facture récente peut fournir un indice, sans toutefois prouver que cette adresse est encore utilisée pour la communication. Pour une adresse électronique, vérifiez les informations disponibles dans le cadre autorisé par les procédures internes.
Un registre des opérations apporte une traçabilité utile. Il peut indiquer la date, les fiches concernées, la raison de la fusion, la personne ou le processus ayant effectué l’action et les champs conservés. Cette documentation facilite les corrections ultérieures et limite les décisions irréversibles. Elle est particulièrement importante lorsqu’une base contient des données nécessaires à la facturation, au service après-vente ou au suivi des obligations contractuelles.
Les formats incohérents compliquent les recherches, les exports et les campagnes ciblées. Une même valeur doit donc être enregistrée de manière homogène, tout en conservant les éléments utiles à son interprétation.
Pour les noms et prénoms, définissez une structure claire : un champ pour le nom, un champ pour le prénom et, si nécessaire, un champ séparé pour la civilité. Évitez d’utiliser les majuscules pour compenser une absence de règle. La casse peut être harmonisée pour l’affichage, mais les noms comportant des particules, des traits d’union ou des caractères particuliers doivent être conservés avec attention.
Pour les téléphones, choisissez un format de référence et précisez s’il doit inclure l’indicatif international. En France, le format national et le format international peuvent représenter le même numéro, mais ils ne sont pas équivalents pour tous les outils. Une règle peut prévoir l’enregistrement au format international, avec une vérification de la longueur et des caractères autorisés. Ne mélangez pas le numéro principal, le numéro professionnel et le numéro mobile dans un même champ.
Pour les adresses électroniques, supprimez les espaces accidentels en début ou en fin de valeur et contrôlez la présence d’une structure plausible. Un contrôle de format ne confirme pas que l’adresse existe ni que la personne accepte d’être contactée. Les préférences et la base légale applicable doivent rester gérées séparément.
Pour les adresses postales, séparez les lignes d’adresse, le code postal, la commune et le pays lorsque les usages le justifient. Prévoyez une liste de valeurs contrôlées pour les pays, les régions ou les segments commerciaux. Les dates doivent également suivre une règle unique, par exemple année, mois et jour dans cet ordre, afin d’éviter les inversions entre formats français et anglo-saxons.
Le nettoyage corrige l’existant, mais la qualité durable dépend surtout de la prévention. Un dictionnaire de données décrit chaque champ : son nom, sa définition, son type, son caractère obligatoire, ses valeurs autorisées, sa source et sa fréquence de mise à jour.
Une règle utile doit être précise et applicable. Au lieu d’écrire que le champ téléphone doit être bien renseigné, indiquez le format attendu, les caractères admis, la gestion de l’indicatif et le comportement à adopter si l’information est inconnue. De même, un champ secteur d’activité doit utiliser une liste contrôlée plutôt qu’une saisie libre lorsque les catégories servent à produire des statistiques.
Les règles peuvent couvrir les points suivants :
La saisie doit être guidée directement dans l’outil : masque de saisie, exemple visible, contrôle de longueur, liste déroulante et message d’erreur compréhensible. Une règle difficile à appliquer sera contournée, même si elle est pertinente sur le papier.
Une base clients contient souvent des données personnelles. Le Règlement général sur la protection des données, dit RGPD, encadre notamment la collecte, l’utilisation, la conservation et la sécurité de ces informations. La Commission nationale de l’informatique et des libertés, la CNIL, rappelle les principes de minimisation, d’exactitude, de transparence et de limitation de la conservation.
Le nettoyage doit donc commencer par une question simple : chaque champ est-il nécessaire à une finalité définie ? Une information collectée par habitude, sans usage identifié, augmente la complexité et le risque sans améliorer forcément la gestion de la relation client. Les données obsolètes ne doivent pas être conservées indéfiniment. Les durées dépendent de la finalité et du contexte, notamment lorsque certaines informations sont liées à la facturation ou à une obligation légale.
La suppression d’une fiche ne doit pas être décidée uniquement parce qu’elle est ancienne. Il faut vérifier les obligations de conservation, les contrats en cours, les demandes d’exercice de droits et les besoins liés au service après-vente. Lorsque la suppression complète n’est pas possible ou pertinente, une restriction d’accès, une anonymisation ou un archivage encadré peut être étudié avec un professionnel compétent.
Limitez aussi les accès aux personnes qui en ont besoin, sécurisez les exports et évitez de transmettre une base complète par un canal inadapté. Les règles de nettoyage ne doivent jamais conduire à exposer davantage de données personnelles.
Une base propre aujourd’hui peut redevenir incohérente après quelques semaines si les nouvelles entrées ne sont pas contrôlées. Le nettoyage doit donc devenir un processus récurrent, proportionné au volume et à la fréquence des modifications.
Un contrôle mensuel ou trimestriel peut vérifier les doublons potentiels, les champs obligatoires manquants, les valeurs hors liste et les coordonnées rejetées. Le rythme exact dépend de l’activité. Une entreprise qui reçoit plusieurs imports par semaine doit contrôler chaque lot, tandis qu’un fichier peu modifié peut être audité moins souvent.
Suivez quelques indicateurs simples : nombre de doublons confirmés, taux de fiches complètes, volume de valeurs non conformes, nombre d’erreurs détectées après import et délai moyen de correction. Ces indicateurs ne doivent pas devenir une course à la complétude. Une base remplie de valeurs inventées ou de mentions génériques est moins fiable qu’une base qui signale clairement une information inconnue.
Attribuez enfin une responsabilité. Une personne ou une fonction doit pouvoir arbitrer les règles, valider les exceptions et organiser les contrôles. Sans responsable identifié, les divergences entre équipes réapparaissent rapidement.
Une démarche opérationnelle peut être organisée de la façon suivante :
Pour commencer simplement, sélectionnez un périmètre limité, par exemple les fiches actives ou les clients contactés récemment. Testez les règles sur cet échantillon, corrigez les effets indésirables, puis élargissez progressivement. Cette approche réduit le risque de modifier massivement des données sans avoir vérifié les conséquences sur les factures, les historiques ou les outils connectés.
Non. Une fiche incomplète peut correspondre à un client réel, à une commande ancienne ou à une obligation de conservation. Commencez par identifier l’usage de la fiche et la finalité des données. Vous pouvez demander une mise à jour, limiter l’utilisation de certaines informations ou appliquer une règle d’archivage adaptée.
Non. Le nom est un indice, mais il ne permet pas toujours de distinguer deux personnes ou deux établissements. Croisez plusieurs éléments, comme l’adresse électronique, le téléphone, l’adresse postale, l’identifiant client ou l’identifiant d’entreprise lorsque celui-ci est pertinent.
Normaliser consiste à présenter ou comparer une valeur selon une règle commune, par exemple retirer les espaces superflus d’un téléphone. Modifier une donnée revient à remplacer son contenu. La normalisation peut être automatisée plus facilement, tandis qu’une correction de fond doit être vérifiée lorsqu’elle risque de changer le sens de l’information.
Il n’existe pas une fréquence unique. Le rythme dépend du volume, du nombre de sources et de la sensibilité des données. Les imports doivent être contrôlés au moment de leur intégration, puis un audit périodique peut repérer les anomalies qui apparaissent dans le temps.
Non. Il contribue à l’exactitude et à la minimisation des données, mais il ne remplace pas l’analyse des finalités, des durées de conservation, des droits des personnes et des mesures de sécurité. Pour une situation complexe, l’avis d’un professionnel du droit ou de la protection des données reste nécessaire.