1) La question business : des ventes perdues ou comptées deux fois ?

Dans beaucoup de PME, le sujet n’est pas “savoir faire une jointure Excel”, mais éviter qu’une ligne de commande et une ligne de facturation se retrouvent mariées par erreur. Dès que vous joignez des exports issus de CRM, ERP, boutique en ligne ou comptabilité, une petite différence de saisie peut créer soit un doublon, soit une vente manquante. La CNIL rappelle qu’une donnée doit rester pertinente au regard de la finalité du traitement, et que le nettoyage sert à rendre la base exploitable ; NIST, de son côté, traite la qualité des enregistrements comme une question de complétude et d’unicité.

2) Méthode pratique : partir d’une clé, pas d’un espoir

La bonne méthode tient en quatre couches. Première couche : une clé strictement commune et stable, idéalement un identifiant métier déjà présent dans les deux exports, par exemple le numéro de commande, l’ID client interne ou la référence de facture. Deuxième couche : normaliser les formats avant toute jointure, c’est-à-dire enlever les espaces parasites, harmoniser majuscules/minuscules, dates et zéros initiaux. Troisième couche : mesurer la qualité de la clé. Si elle n’est pas unique, on la classe en clé “à risque” et on prévoit un contrôle manuel. Quatrième couche : décider ce qu’on fait des cas ambigus avant d’ouvrir Excel. Cette discipline rejoint l’idée de résolution d’identité : NIST vise une entité unique pour un contexte donné, tandis que la CNIL insiste sur la minimisation et la pertinence des données réutilisées.

3) Exemple fictif chiffré : quand 1 % d’ambiguïté fait 100 % de bruit

Exemple fictif. Une PME exporte 12 480 lignes de commandes depuis son ERP et 12 510 lignes de facturation depuis son outil comptable. Elle cherche à relier les deux tableaux pour connaître le chiffre d’affaires par client. Sur le papier, 12 300 lignes semblent se recouper. En réalité, 180 lignes ont des références tronquées, 70 ont des doublons de saisie, et 40 concernent des avoirs. Si l’équipe lance une jointure “au plus proche” sur le nom du client, elle obtient des doublons de ventes et des écarts de marge difficiles à expliquer. Si elle commence par un rapprochement exact sur la référence métier, puis seulement ensuite par une revue humaine des exceptions, elle réduit le bruit sans fabriquer de faux revenus. Le gain n’est pas magique : il est surtout comptable et décisionnel. La CNIL rappelle d’ailleurs que toute réutilisation de base de données exige des vérifications préalables sur la source, le contexte de collecte et la conformité du traitement ; cela vaut aussi quand les exports contiennent des données personnelles.

4) Où Excel aide, où Excel piège

Excel est utile pour préparer, filtrer et auditer ; il devient dangereux dès qu’il sert de moteur d’“interprétation”. Une jointure exacte sur une clé propre peut rester fiable dans Excel, mais dès qu’il faut du rapprochement approximatif, des règles multiples ou une traçabilité robuste des exceptions, il faut documenter chaque étape. Pensez en trois sorties : les matches sûrs, les matches douteux, les non-matches. Les lignes douteuses ne doivent pas être fusionnées automatiquement. Elles doivent être routées vers une vérification humaine, avec un motif explicite : clé manquante, format incohérent, doublon source, ou conflit entre champs. Ce tri protège aussi votre gouvernance commerciale : mieux vaut une base un peu moins “complète” qu’un reporting qui surdéclare le chiffre d’affaires. Les règles de rectification et de communication des corrections rappellent enfin qu’une donnée corrigée doit pouvoir être mise à jour dans les jeux de données concernés.

5) Limites, conformité et bon sens de dirigeant

Il faut accepter trois limites. Premièrement, aucune jointure ne corrige une donnée source incohérente : si deux systèmes décrivent un même client avec des identifiants différents, il faut d’abord établir une règle de référence. Deuxièmement, les exports contenant des données personnelles imposent de vérifier la finalité, la base légale et la pertinence des champs conservés ; la CNIL le rappelle pour les traitements et pour la réutilisation de bases. Troisièmement, plus vous mélangez d’algorithme et de saisie manuelle, plus la traçabilité doit être simple à relire par quelqu’un d’autre que l’auteur du fichier. Autrement dit : une jointure réussie n’est pas celle qui trouve “tout”, mais celle qu’on peut expliquer sans lever les yeux au ciel.

6) Checklist actionnable sur 7 jours

Jour 1 — Responsable : direction commerciale. Résultat observable : une question unique écrite noir sur blanc, par exemple “quel chiffre d’affaires par client est fiable à 98 % ?”. Jour 2 — Responsable : contrôle de gestion. Résultat : la liste des champs communs et leur statut (unique, incomplet, variable). Jour 3 — Responsable : data/IT. Résultat : une clé de jointure principale et une clé de secours documentées. Jour 4 — Responsable : opérationnel référent. Résultat : un échantillon de 50 lignes testées et les causes d’échec classées. Jour 5 — Responsable : contrôle interne ou finance. Résultat : une règle écrite pour les cas ambigus. Jour 6 — Responsable : data/IT. Résultat : un fichier de rapprochement séparant matches sûrs, douteux et exclus. Jour 7 — Responsable : direction. Résultat : une décision de mise en production ou de correction des sources, avec un seuil de qualité accepté. La logique est simple : avant de vouloir mieux vendre, commencez par vendre un reporting qui ne ment pas.