Aperçu gratuit

Doublons, dates, numéros de téléphone : nettoyer un fichier Excel une bonne fois pour toutes

Commerçante qui sert une cliente au comptoir de sa fromagerie

Votre fichier clients a cinq ans. Il a été rempli par quatre personnes, importé deux fois depuis un ancien logiciel, et complété à la main les soirs de salon. Il contient 2 300 lignes, dont personne ne sait combien sont des doublons. Voici ce qu’Excel fait tout seul, pourquoi ça ne suffit pas, et comment on nettoie un fichier pour de bon.

Ce que fait « Supprimer les doublons »

Dans Excel, « Données › Supprimer les doublons » retire les lignes strictement identiques sur les colonnes que vous cochez. C’est rapide, et c’est définitif : Microsoft prévient que « les données dupliquées sont définitivement supprimées », et recommande de copier les données ailleurs avant. Faites-le : un fichier nettoyé sans copie de l’original est une erreur que l’on ne commet qu’une fois.

Le point important est dans le mot « identiques ». Pour Excel, ces deux lignes ne sont pas des doublons :

NomTéléphoneE-mail
Martin Sophie06 12 34 56 78sophie.martin@gmail.com
MARTIN Sophie0612345678Sophie.Martin@gmail.com

Une majuscule, des espaces dans le numéro, un espace à la fin de l’adresse : trois différences invisibles, et la cliente est deux fois dans votre fichier. Dans un fichier de 2 300 lignes rempli par quatre personnes, c’est la majorité des doublons.

Les quatre familles de saletés

1. Les variantes d’écriture

Majuscules, accents, espaces en trop (surtout en fin de cellule), « Ste » et « Sainte », « rue » et « r. ». Excel a des fonctions pour chacune (SUPPRESPACE, MAJUSCULE, SUBSTITUE), mais il faut les enchaîner dans des colonnes temporaires, puis coller en valeurs, et recommencer à chaque nouvel import.

2. Les dates qui n’en sont pas

Une date importée d’un CSV arrive souvent en texte : « 08/10/2026 » qui ne se trie pas, ou « 2026-10-08 », ou pire, « 8 oct. ». Tant qu’Excel ne les reconnaît pas comme des dates, aucun filtre par période ne fonctionne, et les tris sont faux.

3. Les numéros de téléphone

« 06 12 34 56 78 », « 0612345678 », « +33 6 12 34 56 78 », « 06.12.34.56.78 », et le classique « 612345678 » dont Excel a supprimé le zéro parce qu’il y a vu un nombre. Un numéro mal formé, c’est un SMS ou un appel qui n’aboutit pas, et un doublon qui passe inaperçu.

4. Les incohérences

Un code postal à quatre chiffres, une ville qui ne correspond pas au code postal, une adresse e-mail sans @, un client « actif » dont la dernière commande date de 2019. Là, aucune fonction ne suffit : il faut des règles, et quelqu’un pour arbitrer.

Nettoyer à la main : la méthode qui marche

  1. Copiez le fichier. Travaillez sur la copie.
  2. Normalisez d’abord, dédoublonnez ensuite : tant que « MARTIN » et « Martin » coexistent, Supprimer les doublons ne verra rien.
  3. Ajoutez une colonne « clé » : nom en minuscules sans accents + numéro réduit aux chiffres. Les doublons apparaissent sur cette colonne.
  4. Ne supprimez pas tout de suite : marquez les doublons, regardez lesquels ont la ligne la plus complète, et fusionnez.
  5. Notez vos règles quelque part. Le prochain import les cassera sinon.

Comptez une journée pour 2 000 lignes la première fois, et une demi-journée à chaque import suivant. C’est là que la question de l’automatisation se pose.

Un exemple : Fromagerie Le Goff, entreprise fictive

Prenons une fromagerie imaginée pour l’exemple, à Quimperlé, qui vend aux restaurants et aux épiceries. Son fichier clients professionnels vient de deux sources : l’ancien logiciel de caisse et le tableau des commandes du marché, tenu sur un téléphone. 1 400 lignes, et un envoi de catalogue qui part en double chez un restaurant sur cinq.

  1. Les règles, écrites avec la gérante : la clé d’un client, c’est son numéro de SIRET quand il existe, sinon son téléphone réduit aux chiffres, sinon son nom et son code postal. Entre deux doublons, on garde la ligne la plus récente, et on complète avec ce que l’autre avait en plus.
  2. Le logiciel : « choisir le fichier », « Nettoyer ». Il normalise les noms, les téléphones et les dates, repère 212 doublons, en fusionne 190 d’office, et met les 22 cas douteux dans un onglet « à décider », avec les deux lignes côte à côte.
  3. Le résultat : 1 190 clients propres, un onglet « modifications » qui liste chaque changement, et l’original intact. À chaque nouvel export de la caisse, le même clic.

Sur Carnéo, un logiciel en ligne d’autocontrôle des piscines publiques que j’ai développé, la mise en route commence par qualifier la piscine pour en déduire la réglementation qui s’applique : un champ mal renseigné, et ce sont les mauvais contrôles qui sont planifiés. C’est ce qui m’a appris à traiter la qualité des données comme une fonctionnalité à part entière : contrôler à la saisie, normaliser une fois pour toutes, et signaler ce qui est douteux plutôt que de deviner.

Quand automatiser

Si c’est une fois, faites-le à la main avec la méthode ci-dessus. Si le fichier revient à chaque import, ou s’il alimente vos envois et vos relances, un petit logiciel qui applique vos règles en un clic coûte moins qu’une journée de nettoyage, et il ne se trompe pas de ligne.

C’est l’un des cas types de mon service de petit logiciel sur mesure : un logiciel testé sur votre fichier réel, une interface simple, un mode d’emploi d’une page, le code source commenté, à partir de 209,38 € en 4 jours. Vos fichiers restent sur votre ordinateur. Voici comment ça se passe.

Voir le service de petit logiciel sur mesure

Sources