Le nettoyage de données que personne ne budgète
Tout projet d’IA en PME heurte le même mur, et ce n’est pas le modèle. C’est que le même fournisseur existe quatre fois.
Le mois dernier, ce blog affirmait que dédoublonner vos données fournisseurs est le prérequis de l’automatisation des factures. Cela mérite son propre article, car c’est l’étape qui décide si tout le reste fonctionne, et celle que tout le monde saute.
Ce qui cloche réellement dans vos données
Quatre choses, dans toute PME, sans exception.
Des doublons non identiques. « Muster SA », « Muster SA » avec une espace finale, « Muster Société Anonyme » et « Muster » datant d’un jour de presse. Un humain reconnaît les quatre instantanément. Une routine de rapprochement, non.
Des identifiants qui ont changé. Les numéros d’article ont été restructurés en 2019. La plupart des fiches ont été mises à jour. « La plupart » est le problème.
Du sens caché dans du texte libre. Le champ du bulletin de livraison contenant « uniquement le mardi, appeler M. Keller d’abord ». Du vrai savoir opérationnel, à un endroit qu’aucun système ne peut exploiter.
Des fiches que personne n’ose supprimer. Des clients de 2014 avec un indicateur ouvert, parce que les supprimer pourrait casser un rapport que personne n’a lancé depuis.
Comment le faire sans monter un projet
Ne tentez pas un nettoyage complet. Vous ne le finirez pas et l’effort se perdra sur des fiches que personne ne touche.
Ne nettoyez que ce dont votre première automatisation a besoin. S’il s’agit des factures fournisseurs, nettoyez les fournisseurs ayant réellement envoyé une facture ces douze derniers mois. En PME, cela fait 60 à 120 fiches sur plusieurs milliers : une journée de travail plutôt qu’un trimestre.
Réparez vers l’avant, pas vers l’arrière. Posez une règle qui empêche la création de nouveaux doublons — un champ obligatoire, une étape de recherche avant création. Sinon vous nettoierez les mêmes données l’an prochain.
Conservez les décisions. Quand vous fusionnez deux fiches, notez laquelle l’emporte et pourquoi. Quelqu’un demandera.
L’argument pour le faire malgré tout
Des données de base propres sont le seul investissement ici qui ne dépende ni du modèle, ni du fournisseur, ni de l’outil gagnant. Elles améliorent dès aujourd’hui vos rapports, votre ERP et votre facturation existants, et rendent moins chère toute automatisation future.
C’est aussi la seule partie d’un projet d’IA qu’aucun fournisseur ne peut faire à votre place. C’est précisément pourquoi aucun fournisseur n’en parle.