Qualité des données : auditer un annuaire ou un catalogue sans multiplier les fiches vides

1. Définir ce qu’une fiche représente

Une entreprise, un établissement et une marque ne sont pas la même entité. Avant de compléter les textes, définissez le niveau décrit par la fiche et son identifiant. Un nom commercial peut changer ; un identifiant stable permet de conserver l’historique sans recréer une URL à chaque changement de libellé.

Le dictionnaire des champs précise le type, le caractère obligatoire, les valeurs autorisées, la provenance et le sens d’une absence. Une population inconnue ne devient pas zéro ; une adresse de correspondance ne devient pas un lieu ouvert au public. Ces distinctions évitent des erreurs dans les filtres, les cartes et les données structurées.

• Documenter unité, langue et périmètre de chaque champ.
• Séparer identité, localisation, offre et contacts.
• Conserver la valeur d’origine avant une normalisation.

2. Contrôler toute la base

Calculez les taux de complétude par catégorie et source. Un taux global correct peut masquer une famille de fiches presque vide. Recherchez les identifiants répétés, les URL en collision, les catégories inconnues, les coordonnées hors limites et les dates impossibles. Chaque anomalie doit produire une liste de fiches corrigeables.

La validité de format ne démontre pas l’exactitude. Une adresse syntaxiquement correcte peut être obsolète. Complétez les contrôles automatiques par une comparaison avec une source adaptée et une revue des cas sensibles. Pour un référentiel géographique, comparez les codes et rattachements avant d’utiliser les chiffres pour un classement.

• Comparer les effectifs avant et après chaque import.
• Distinguer erreur bloquante et champ facultatif absent.
• Contrôler également les relations entre catégories, territoires et fiches.

3. Enrichir avec une preuve traçable

Associez une source et une date de consultation aux données déterminantes. La date de téléchargement d’un fichier n’est pas nécessairement le millésime statistique. Si ce dernier manque, présentez le chiffre comme une valeur du référentiel, sans lui attribuer une année d’observation supposée.

Les sources peuvent se contredire parce qu’elles décrivent des périmètres différents. Conservez cette incertitude jusqu’à clarification. Une fiche gagne davantage avec des modalités de service confirmées, un contact vérifié et une limite expliquée qu’avec un paragraphe promotionnel généré à partir de son seul nom.

• Préférer la source compétente pour le champ concerné.
• Éviter d’inférer un horaire, un tarif ou une certification.
• Rendre une correction signalable depuis la fiche.

4. Fusionner sans perdre les distinctions

Un rapprochement sur le nom propose des candidats ; il ne décide pas la fusion. Deux établissements peuvent partager une enseigne tout en ayant des adresses, contacts et prestations différents. À l’inverse, deux noms anciens peuvent désigner la même entité. Examinez identifiant, adresse et historique avant de choisir une fiche principale.

La fusion conserve les sources utiles, traite les valeurs contradictoires et redirige l’ancienne URL vers la fiche retenue lorsque cette correspondance est exacte. Une fermeture ou une disparition demande une autre décision : garder une notice historique, retirer la page ou indiquer que l’information doit être revérifiée.

• Tracer les identifiants absorbés et la décision.
• Vérifier les liens entrants et les filtres après fusion.
• Ne pas rediriger toutes les fiches supprimées vers l’accueil.

5. Décider quelles pages méritent une URL

Une fiche indexable doit répondre à une question propre : ce qui est proposé, à qui, où et dans quelles conditions connues. Une page qui ne change que le nom d’une ville ajoute peu de valeur. Une catégorie utile explique les critères de choix et aide à comparer les fiches plutôt que de reproduire leur texte.

La navigation peut rester complète sans transformer toutes les combinaisons de filtres en pages destinées aux moteurs. Réservez les pages éditoriales aux regroupements stables qui ont une utilité et des informations distinctes. Vérifiez que le contenu visible et les données structurées décrivent exactement la même réalité.

• Séparer couverture du référentiel et couverture éditoriale.
• Contrôler les médias et leur association à la bonne entité.
• Éviter les logos trouvés pour une marque homonyme.

6. Préparer le prochain contrôle

Définissez une fréquence selon la volatilité du champ. Un identifiant administratif, une population de référence, un horaire et une disponibilité n’appellent pas le même suivi. Le journal de contrôle distingue modification, confirmation sans changement et échec de vérification.

Avant de publier un import, comparez un rapport différentiel : nouvelles entrées, disparitions, changements de nom et valeurs inhabituelles. Si la source renvoie un fichier incomplet, interrompez la mise à jour plutôt que d’interpréter les absences comme des suppressions. Conservez une copie restaurable et validez les pages affectées.

• Attribuer un responsable aux corrections.
• Documenter les champs non couverts par la source.
• Tester une fiche, une catégorie et une recherche après import.

Transformer une anomalie en décision

Avant d’avancer

La check-list opérationnelle

Utilisez cette liste pour suivre vos vérifications. Les cases restent dans cette page, sans envoi ni enregistrement.

1. Définir l’entité et sa clé stable.
2. Établir un dictionnaire de champs.
3. Contrôler l’ensemble des lignes et leurs relations.
4. Comparer les informations déterminantes à leur source.
5. Relire les fusions et les suppressions.
6. Vérifier médias, filtres et URL après publication.