Systèmes · Prospection B2B · Données publiques · Conformité
Cinq référentiels publics qui n'ont aucun identifiant commun. Un seul prospect, réconcilié.
La France publie gratuitement une quantité considérable de données sur ses entreprises et son bâti : registre des sociétés, annonces légales, dirigeants, transactions immobilières, diagnostics énergétiques. Chacune est exploitable seule et médiocre. Croisées, elles disent qui a acheté quoi, quand, dans quel état, et avec quel dirigeant. Le produit est l'appariement.
01
Registre des entreprises, annonces légales — créations, cessations, procédures collectives —, dirigeants, transactions foncières et diagnostics énergétiques. Chaque source arrive par un connecteur isolé qui ne connaît rien du métier : le schéma externe ne contamine jamais le modèle interne.
02
Aucun de ces référentiels ne partage de clé avec les autres, et la même entreprise y apparaît sous trois orthographes et deux adresses. Normalisation française, comparaison floue, scoring de paires appris, puis regroupement et fusion. C'est le cœur technique et c'est ce qui prend le plus de temps à faire correctement.
03
Un diagnostic classé G pèse dix fois un classé A. Une transaction foncière pèse selon son montant. Une procédure collective pèse autrement qu'une création. Le système ne dit pas « il y a un signal », il dit combien il pèse et pourquoi — et le score qui en découle reste explicable ligne par ligne.
04
Géocodage sur la base adresse nationale, indexation spatiale, regroupement des signaux par cellule. Un diagnostic énergétique isolé est une information ; quinze dans la même rue sont un chantier.
05
Consentement, journal d'audit, registre de rétention, contrôle de licence des sources, minimisation appliquée dès la transformation de la donnée brute, respect du statut de non-diffusion. La plupart des outils de prospection traitent le règlement comme une case à cocher en fin de projet. Ici c'est un paquet de code au même rang que le scoring — parce que c'est ce qui rend l'outil vendable à une entreprise sérieuse.
06
Précision, rappel et F1 sur l'extraction ; calibration de Brier sur les scores ; détection de dérive avec porte de non-régression qui bloque une mise en production si la qualité recule. Un modèle non évalué est une opinion.
La décision
L'ordre naturel de développement aurait été : connecter les sources, apparier, scorer, et traiter le règlement à la fin comme une couche de vernis. C'est l'ordre qu'à peu près tout le marché a suivi, et c'est pour cela qu'à peu près tout le marché est inconfortable.
Le consentement, la rétention et la traçabilité ont été construits avant le premier score. La raison est structurelle : la minimisation des données doit s'appliquer au moment où la donnée brute devient une donnée interne. Rajoutée après coup, elle suppose de repasser sur tout ce qui a déjà été stocké — c'est-à-dire de ne jamais le faire.
L'effet secondaire est commercial. Un directeur commercial ne demande pas si l'outil est conforme ; son juriste, si. Un outil qui répond avant qu'on pose la question a déjà gagné le rendez-vous suivant.
Recherche sémantique sur les entités, synchronisation bidirectionnelle avec les CRM du marché, playbooks sectoriels au-delà du solaire.
Autres systèmes