Comment organiser les données d’une entreprise avec plusieurs sources hétérogènes ?

Un client enregistré sous plusieurs références, des factures conservées dans différents dossiers, un fichier fournisseurs différent entre la comptabilité et les achats : lorsque les informations d’une entreprise proviennent de sources hétérogènes, leur exploitation devient difficile. Le problème ne tient pas nécessairement au nombre de logiciels utilisés, mais à l’absence de règles communes pour identifier, décrire, classer et retrouver les données.

Pour organiser ces informations, il faut d’abord repérer les sources réellement utilisées, harmoniser les identifiants partagés, documenter les champs métiers et définir un emplacement de référence pour chaque information importante. Une convention de nommage et des responsabilités explicites permettent ensuite de maintenir cette organisation dans le temps.

Cette démarche peut commencer sans remplacer les outils existants. Pour un responsable informatique de PME, l’enjeu consiste à rendre les données compréhensibles et fiables entre services, tout en limitant les opérations manuelles de rapprochement. Les premières améliorations doivent porter sur les informations qui provoquent le plus d’erreurs ou de recherches inutiles.

Pourquoi des nomenclatures différentes compliquent-elles le rapprochement des fichiers ?

Des nomenclatures différentes empêchent de rapprocher facilement les fichiers parce qu’une même information n’est pas identifiée, décrite ou détaillée de la même manière selon les services. Un logiciel commercial peut enregistrer un client sous une référence interne, tandis que la comptabilité utilise sa raison sociale. Sans correspondance fiable, les rapprochements demandent des vérifications manuelles.

Chaque service construit souvent ses propres références pour répondre à ses besoins. Le commercial suit les comptes clients et les opportunités, la comptabilité les entités facturées, tandis que la production identifie des commandes ou des établissements. Ces systèmes peuvent contenir des informations exactes dans leur contexte, mais incompatibles lorsqu’il faut les réunir.

Trois divergences expliquent particulièrement ces difficultés :

• Le format des identifiants : une application utilise « CLI-00482 », une autre « Société Martin » et un tableur « MARTIN SA ».
• La granularité : un logiciel regroupe plusieurs établissements sous un client unique, alors qu’un autre crée une fiche par site.
• Les attributs disponibles : un fichier contient une date de validité ou un code postal absent d’un autre, ce qui empêche de confirmer certaines correspondances.

Le rapprochement ne consiste donc pas simplement à uniformiser des majuscules ou à supprimer des espaces. Il faut déterminer si deux lignes représentent réellement la même entité, le même établissement ou deux opérations distinctes.

Ces écarts entraînent plusieurs conséquences. Les collaborateurs passent du temps à vérifier les correspondances, les tableaux de bord peuvent présenter des totaux contradictoires et les équipes finissent par douter des informations consolidées. Une correction réalisée uniquement dans un fichier peut également disparaître lors de l’export suivant.

Un premier diagnostic peut être réalisé sans outil spécialisé. Sélectionner 20 lignes concernant un même client dans deux fichiers, définir les critères d’une correspondance correcte, puis compter les lignes rapprochées sans intervention humaine. Le résultat constitue un indicateur initial : il permet de mesurer l’amélioration après harmonisation, sans prétendre représenter à lui seul toute la qualité des données.

Pour que le test soit reproductible, conserver également les causes d’échec : identifiant absent, établissement différent, nom ambigu ou attribut manquant. Cette classification indique quelles règles corriger en priorité.

Une fois les divergences recensées, l’étape suivante consiste à donner un sens commun aux champs et aux valeurs utilisés par les équipes.

Comment construire un dictionnaire de données utilisable par les équipes métier ?

Un dictionnaire de données utilisable décrit les informations essentielles de l’entreprise dans un langage compréhensible par les métiers. Pour chaque champ partagé, il précise sa signification, son format, les valeurs autorisées et la personne chargée de valider sa définition. Il doit être consultable facilement et évoluer avec les pratiques opérationnelles.

Ce document évite qu’un même terme désigne des réalités différentes. Par exemple, le statut « actif » peut correspondre à un client ayant passé commande récemment pour le commercial, mais à un compte non clôturé pour la comptabilité. Sans définition commune, la consolidation de ces informations reste ambiguë.

La construction doit commencer par un périmètre limité : 5 à 10 entités métiers partagées entre plusieurs services, telles que client, fournisseur, produit, commande ou dossier. Les champs qui provoquent des rapprochements fréquents passent avant ceux qui ne concernent qu’une application.

Un dictionnaire de départ peut prendre la forme suivante :

Ces valeurs sont illustratives : chaque entreprise doit valider les définitions avec les équipes concernées. Il est utile d’ajouter un exemple correct, un contre-exemple, l’application d’origine et le responsable de la définition.

Un tableur partagé ou un wiki accessible constitue souvent un meilleur point de départ qu’un référentiel technique complexe. Le dictionnaire doit pouvoir être consulté par une personne qui saisit une facture ou prépare un reporting, sans connaissances particulières en bases de données.

Il faut également organiser sa maintenance. Lorsqu’un champ change de signification ou qu’une nouvelle valeur de statut apparaît, un responsable valide la modification et la communique. Les anciennes définitions peuvent être conservées dans un historique pour interpréter les fichiers déjà produits.

Enfin, un dictionnaire ne corrige pas les erreurs à lui seul. Les règles doivent être appliquées à la saisie : listes déroulantes, champs obligatoires justifiés, contrôles de format ou vérifications périodiques. Sans ces mécanismes, le document devient rapidement théorique.

Ces définitions communes peuvent ensuite guider l’organisation des dossiers, notamment lorsqu’un document est utilisé dans plusieurs projets.

Classement par projet ou par typologie pour retrouver les documents internes ?

Le classement par projet convient lorsque les utilisateurs doivent retrouver l’ensemble des documents associés à un dossier. Le classement par typologie est préférable lorsque les recherches portent principalement sur une catégorie de pièces, comme les contrats ou les factures. Une organisation hybride peut combiner une arborescence stable par type et des liens vers les projets concernés.

Le choix dépend moins des préférences individuelles que de la façon dont les équipes recherchent réellement les documents. Une équipe projet souhaite retrouver rapidement le contexte d’une intervention, tandis que la comptabilité peut avoir besoin de consulter toutes les factures d’une période.

Les deux modèles présentent des avantages et des limites :

Lorsque la même pièce sert à plusieurs projets, il vaut mieux conserver une référence unique et créer des liens depuis les espaces concernés. Lorsque la valeur du document dépend fortement du contexte d’une opération, le dossier projet peut constituer l’emplacement principal.

Une approche hybride consiste, par exemple, à conserver les contrats signés dans un espace documentaire central, puis à créer un raccourci dans chaque projet concerné. Les éléments de travail propres à un projet restent dans son dossier opérationnel.

La règle d’archivage doit être définie dès la création du projet. À sa clôture, il faut préciser quels documents restent accessibles, lesquels passent en archive et qui peut autoriser leur suppression. Sans cette décision, les anciens dossiers s’accumulent et leurs contenus sont progressivement recopiés.

Les critères de classement doivent figurer dans le dictionnaire ou une documentation de classement associée : propriétaire du document, catégorie, emplacement de référence et durée de vie opérationnelle. L’organisation ne doit pas dépendre de la mémoire de la personne qui a créé l’arborescence.

Quel que soit le classement retenu, la recherche reste difficile si les noms des fichiers ne permettent pas d’identifier leur contenu ou leur version.

Les erreurs de nommage qui empêchent de retrouver la bonne version d’un fichier

Les erreurs de nommage rendent les documents difficiles à retrouver lorsqu’elles masquent leur objet, leur date ou leur statut. Les intitulés vagues comme « version finale » ou « copie modifiée » ne permettent pas de déterminer quelle pièce fait autorité. Une convention simple, commune et appliquée régulièrement améliore la recherche et limite les confusions entre versions.

Dans les dossiers partagés, les mêmes difficultés reviennent fréquemment : « devis_final », « devis_final2 », « copie de copie », noms sans référence client ou dates écrites dans des formats différents. Certains fichiers ne précisent même pas s’ils sont en cours de rédaction, validés ou transmis.

Une convention minimale peut imposer quatre éléments dans un ordre fixe : date ISO AAAA-MM-JJ, identifiant de l’entité, objet et version. Ainsi, « 2026-10-15_CLI00482_devis_v02.pdf » permet d’identifier plus facilement la pièce qu’un fichier nommé « devis_definitif_bis.pdf ».

Il faut toutefois distinguer les versions réellement publiées des modifications successives. Lorsqu’un outil dispose d’un historique fiable, avec coédition, traçabilité et restauration, il n’est pas nécessaire de créer un nouveau fichier à chaque correction. L’ajout systématique de suffixes « v2 », « v3 » ou « final » peut au contraire multiplier les exemplaires concurrents.

Une règle cohérente consiste à utiliser l’historique natif pour le travail collaboratif et à réserver un identifiant de version aux livrables qui doivent être figés, transmis ou conservés séparément.

Les dates ambiguës doivent également être évitées. Une date comme « 01-02-26 » peut être interprétée différemment selon les outils ou les habitudes de travail. Le format ISO limite cette ambiguïté et facilite le tri alphabétique chronologique lorsque les noms commencent par la date.

Les accents, espaces et caractères spéciaux ne sont pas problématiques dans tous les environnements modernes. Cependant, certains scripts, exports et systèmes d’intégration imposent des contraintes particulières. Une convention adaptée aux outils réellement utilisés réduit les erreurs de traitement.

Enfin, des intitulés cohérents facilitent aussi l’indexation et la recherche automatisée. Ils aident à repérer les fichiers potentiellement identiques, sans suffire à prouver qu’ils ont le même contenu.

Le nom du fichier facilite son identification, mais il ne suffit pas à indiquer où se trouve l’information de référence. C’est le rôle d’un catalogue de données métiers.

Comment créer un catalogue de données métiers facilement consultable ?

Un catalogue de données métiers est un répertoire qui indique quelles informations existent dans l’entreprise, où les trouver, qui les maintient et dans quelle mesure elles sont fiables. Contrairement au dictionnaire de données, qui explique la signification des champs, le catalogue décrit les sources disponibles. Il doit permettre de retrouver une information à partir d’un besoin métier.

Par exemple, un collaborateur qui cherche les conditions tarifaires applicables à un client devrait pouvoir identifier la source de référence sans connaître le nom exact du fichier, du logiciel ou de la table informatique.

La construction du catalogue commence par de courts entretiens avec les utilisateurs. Pour chaque équipe, il s’agit de relever les fichiers et applications réellement consultés, les informations recherchées, les éventuelles copies locales et les difficultés rencontrées.

Il est préférable de commencer par les sources utilisées régulièrement plutôt que d’inventorier tous les documents historiques sans distinction.

Les recommandations méthodologiques de data.gouv.fr sur la qualité des données présentent notamment l’intérêt des métadonnées : titre, description, fréquence de mise à jour, couverture et granularité. Ces informations fournissent une base utile pour documenter les sources internes, même si ce guide ne constitue pas une norme obligatoire pour les entreprises.

Chaque entrée du catalogue peut contenir les éléments suivants :

• Le besoin métier auquel répond la source.
• Son nom, son emplacement ou son lien d’accès.
• Le service producteur et la personne responsable.
• Sa fréquence de mise à jour et sa période de couverture.
• Le niveau de fiabilité déclaré : source de référence, source dérivée ou source obsolète.
• Les éventuelles restrictions d’accès et les conditions d’utilisation.

Le niveau de fiabilité est particulièrement important. Deux fichiers peuvent sembler fournir la même information alors que l’un est mis à jour automatiquement et l’autre correspond à un export ancien. Le catalogue doit permettre de comprendre lequel utiliser pour une décision donnée.

La consultation doit s’effectuer depuis une porte d’entrée connue des équipes : page intranet, wiki ou espace documentaire partagé. Une recherche par termes métiers, plutôt que par noms techniques, facilite l’adoption.

Enfin, chaque fiche doit disposer d’un responsable identifiable. Sans mise à jour régulière, le catalogue risque de reproduire les défauts qu’il devait résoudre : chemins périmés, sources disparues et références contradictoires.

Ce catalogue rend les sources visibles. Il reste ensuite nécessaire de traiter les incohérences au sein des référentiels eux-mêmes, notamment les fournisseurs enregistrés sous plusieurs identités.

Pourquoi un même fournisseur apparaît-il sous plusieurs identités dans les fichiers ?

Un fournisseur peut apparaître sous plusieurs identités lorsque les services achats, comptabilité et trésorerie créent leurs fiches indépendamment. Des différences de raison sociale, de forme juridique ou d’adresse produisent alors plusieurs enregistrements pour une même entité. Les changements administratifs et les saisies urgentes accentuent ces écarts lorsqu’aucune vérification commune n’est prévue.

Dans un contexte hypothétique, un même fournisseur pourrait être enregistré comme « Dupont SARL », « SARL Dupont » et « Dupont & Fils » dans trois fichiers différents. Ces intitulés peuvent correspondre à une seule entreprise, mais leur ressemblance ne suffit pas à le garantir.

Les écarts proviennent notamment des créations manuelles de fiches, des imports successifs et des différences entre les bases achats et les fichiers de rapprochement bancaire. Une modification de raison sociale peut également ne pas être répercutée dans tous les systèmes.

Les conséquences dépassent la seule tenue comptable. Des achats dispersés entre plusieurs fiches peuvent empêcher de connaître le montant total engagé auprès d’un fournisseur. Cela complique les négociations, fausse l’analyse de dépendance économique et peut masquer des factures en double.

En France, le SIREN constitue une clé d’identification officielle pour les unités légales enregistrées dans le répertoire Sirene. Selon la définition officielle du numéro SIREN par l’Insee, il s’agit d’un identifiant de neuf chiffres attribué à chaque unité légale.

Cette clé ne doit toutefois pas être confondue avec un identifiant universel de relation commerciale. Plusieurs établissements d’une même unité légale peuvent avoir des SIRET différents, tandis que plusieurs sociétés d’un groupe peuvent disposer chacune d’un SIREN propre. Certains fournisseurs étrangers ne possèdent pas de SIREN.

Une méthode de dédoublonnage progressive consiste à :

1. Regrouper les fiches fournisseurs et normaliser les noms pour faciliter leur comparaison.
2. Comparer les identifiants officiels disponibles, puis les adresses et autres attributs utiles.
3. Soumettre les rapprochements ambigus à la validation des achats ou de la comptabilité.
4. Définir une fiche de référence et conserver la correspondance avec les anciens identifiants.
5. Contrôler les nouvelles créations pour limiter la réapparition des doublons.

Il est pertinent de commencer par les fournisseurs représentant les montants d’achat les plus importants. Les contrôles d’identité peuvent notamment s’appuyer sur les données publiques de Sirene, proposées par l’Insee via plusieurs modes d’accès.

La fusion des fiches doit rester prudente : deux entités d’un même groupe ne sont pas nécessairement interchangeables pour la facturation, les contrats ou les paiements.

Le même principe de référence unique s’applique aux documents partagés : une information ne doit pas devenir concurrente de ses propres copies.

Comment classer les dossiers partagés sans créer de doublons entre équipes ?

Pour éviter les doublons dans les dossiers partagés, chaque catégorie de document doit posséder un emplacement de référence clairement identifié. Les équipes peuvent travailler dans leurs propres espaces, mais elles doivent accéder au document central par des liens plutôt qu’en multipliant les copies définitives. Les exceptions doivent être explicites et les anciennes versions traitées méthodiquement.

Les doublons apparaissent souvent lorsqu’un collaborateur ignore qu’un document existe déjà, ne sait pas où il se trouve ou craint de perdre l’accès à sa version. Il télécharge alors une copie dans son espace d’équipe. Cette précaution ponctuelle devient problématique lorsque plusieurs exemplaires sont ensuite modifiés indépendamment.

La règle de la source unique consiste à désigner un document qui fait autorité pour chaque catégorie : contrat signé, procédure validée, grille tarifaire ou modèle officiel. Une copie de travail peut être autorisée, à condition d’être identifiée comme telle, de ne pas devenir une nouvelle référence et d’être supprimée ou archivée selon une règle définie après utilisation.

Le classement peut conserver des espaces par équipe et par projet. Ces espaces servent alors à collaborer et à référencer les documents centraux. Les liens, raccourcis ou fonctionnalités de partage de l’outil limitent la nécessité de recopier les fichiers.

Pour traiter les doublons existants, la recherche peut porter sur les noms, les tailles, les empreintes de fichiers ou la similarité des contenus. Deux fichiers aux noms différents peuvent être identiques ; inversement, deux documents portant le même nom peuvent contenir des informations distinctes.

Avant toute suppression, il faut vérifier l’historique, les droits d’accès, la valeur documentaire et la version validée par le propriétaire. Les liens utilisés par les collaborateurs doivent ensuite être redirigés vers le bon emplacement.

Une suppression automatique fondée uniquement sur le nom ou la date de modification comporte des risques. Une copie plus ancienne peut, par exemple, correspondre à une version contractuelle à conserver.

Une fois les sources de référence définies, leur maintien dépend surtout des responsabilités attribuées et de l’application quotidienne des règles.

Comment mettre en place une gouvernance des données d’entreprise adaptée à une PME ?

Une gouvernance des données adaptée à une PME consiste à fixer quelques règles communes et à désigner les personnes responsables de leur application. Elle n’exige pas nécessairement une équipe spécialisée ni des outils complexes. Un référent, un dictionnaire limité, une convention de nommage, des sources de référence et une revue régulière constituent un premier dispositif opérationnel.

L’objectif n’est pas de reproduire les comités et les fonctions spécialisées des grands groupes. Il est de répondre à des questions concrètes : qui valide la définition d’un client actif ? Qui peut modifier une fiche fournisseur ? Qui tranche lorsqu’un contrat existe à plusieurs emplacements ?

Le responsable informatique peut coordonner les outils et les contrôles, mais les équipes métiers doivent participer aux décisions qui concernent leurs données. Une règle technique ne peut pas déterminer seule si deux clients doivent être regroupés ou si un document commercial est toujours applicable.

Un socle minimal de gouvernance repose sur des responsabilités explicites, une documentation accessible et une revue périodique courte. Il doit également prévoir la gestion des demandes de modification et des exceptions.

Cette organisation doit également intégrer les exigences de sécurité et de conformité. Les droits d’accès doivent correspondre aux fonctions exercées, sans rendre les documents essentiels introuvables pour les personnes autorisées.

Pour les données personnelles, les règles internes doivent respecter le RGPD et les obligations applicables. La durée de conservation dépend notamment de la finalité du traitement et des exigences propres aux documents concernés. Les règles de conservation des données présentées par la CNIL distinguent la conservation en base active, l’archivage intermédiaire et, lorsque cela se justifie, l’archivage définitif.

Les durées ne doivent pas être généralisées d’une catégorie documentaire à une autre. Les documents comptables, les contrats, les dossiers de personnel et les données commerciales peuvent relever d’obligations différentes. L’archivage doit aussi tenir compte des droits d’accès et des possibilités de suppression ou de restitution.

La principale difficulté reste cependant l’adoption. Une convention trop détaillée sera contournée si elle ralentit le travail sans bénéfice visible. Il vaut mieux résoudre d’abord un problème concret, présenter les résultats aux équipes, puis étendre les règles aux autres sources.

Le suivi peut s’appuyer sur quelques indicateurs simples : part des rapprochements réalisés sans intervention, nombre de doublons confirmés, sources sans responsable identifié ou demandes de correction non résolues. Ces mesures servent à orienter les actions, pas à multiplier les rapports.

La prochaine action consiste à sélectionner deux sources qui posent régulièrement problème, à désigner leurs responsables et à tester les règles communes sur un échantillon limité. Les écarts constatés fourniront une base concrète pour décider des améliorations suivantes, avant tout déploiement plus large.