Fiabiliser des données produit : les leçons de la production
Fiabiliser, c'est contrôler, harmoniser et prouver des données à l'échelle d'un référentiel entier. Tout ce qui suit vient d'audits de campagnes réelles — des erreurs constatées, comprises, puis transformées en garde-fous. La leçon d'ensemble tient en une phrase : la fiabilité vient de la contrainte, pas de l'intelligence.
La hiérarchie des sources doit être imposée, pas recommandée
Le cas d'école : un document commercial de revendeur pris pour une fiche fabricant. L'agent y a lu une matière erronée, a « corrigé » une valeur qui était juste — et l'a propagée à toutes les déclinaisons du modèle. L'audit a mesuré l'écart : sur ce type de source mal classée, le taux d'erreur peut atteindre 100 %, contre environ une valeur sur cinq à corriger sur des sources officielles non contrôlées. La conclusion n'est pas « mieux écrire la consigne » : une règle de prompt se contourne, un garde-fou mécanique non. La hiérarchie des sources — le fabricant fait foi, une source de rang inférieur ne peut pas écraser une valeur de rang supérieur — doit être imposée par le système.
La propagation amplifie tout — le bon comme le faux
Travailler par modèle et propager aux déclinaisons divise les coûts — c'est le levier parent/variant — mais il amplifie aussi les erreurs : une seule valeur fausse sur le produit de référence devient mécaniquement quinze erreurs, une par déclinaison. La fiabilisation doit donc contrôler en priorité les produits « champions » dont les valeurs se propagent, et considérer toute divergence entre variantes d'un même modèle comme un signal d'alerte gratuit.
Les certifications ne se déduisent jamais d'un mot voisin
L'exemple qui a gravé la règle : toutes les chaussures de sécurité S1 et plus sont antistatiques par construction — mais elles ne sont pas toutes certifiées ESD, qui est une certification distincte et plus stricte. Un agent avait marqué « ESD » sur des centaines de produits à partir du seul mot « antistatique » dans les descriptions. Depuis : un champ réglementaire — norme, certification, conformité — n'est jamais déduit, ni d'un terme voisin, ni d'un raisonnement indirect. Soit une source l'atteste, soit il reste vide.
Le contrôleur qualité peut lui-même dégrader
Un contrôle automatique mal cadré fait des dégâts en toute confiance. Cas vécu : un contrôleur « corrigeait » des noms enrichis en les ramenant aux codes bruts du référentiel — parce qu'il traitait toute divergence avec l'existant comme une erreur, alors qu'un nom qui ajoute du contexte est précisément le résultat attendu. Trois règles en sont sorties : l'amélioration n'est pas une anomalie ; les références produit sont intouchables ; seules les erreurs factuelles techniques justifient une correction. Et un principe d'architecture : pas de contrôle qui refait le travail après coup — chaque valeur est vérifiée contre sa source dans la même session, et corrigée immédiatement.
Le taux de complétion n'est pas un indicateur de qualité
C'est l'indicateur préféré des tableaux de bord, et le plus trompeur. Certaines familles techniques cumulent plus d'une centaine d'attributs possibles : un produit parfaitement enrichi peut n'en remplir qu'une fraction, et une complétion moyenne de moitié peut être excellente — ou désastreuse — selon les familles. Pire : maximiser la complétion pousse à inventer. Les bons indicateurs sont ailleurs : la part de valeurs reliées à une source, le taux de correction en contrôle, la cohérence entre variantes d'un même modèle.
Ce qui marche : des contrôles à trois étages
| Étage | Ce qu'il couvre | Ce qu'il attrape |
|---|---|---|
| Vérifications mécaniques | 100 % des produits — déterministe, sans IA : le filet qui ne fatigue jamais. | Valeurs hors nomenclature, formats invalides, incohérences numériques. |
| Confrontation valeur ↔ source | Chaque valeur écrite, avec verdicts explicites (attestée, partielle, introuvable, non vérifiable). | Les valeurs inventées — « introuvable » est le signal fiable ; « attestée » sur une valeur courte dit seulement « rien d'anormal ». |
| Échantillonnage + revue humaine | Un second regard par échantillon contre les documents fabricants, et une file de revue. | Les cas limites : produit introuvable, contradiction entre sources — l'IA propose, la supervision tranche. |
L'harmonisation, le chantier silencieux
Fiabiliser, c'est aussi réduire le bruit : les mêmes valeurs écrites de dix façons — synonymes, graphies, anglicismes — rendent les filtres du site inutilisables même quand chaque valeur est juste. Ramener un champ de trente-quatre variantes d'écriture à une liste canonique n'est pas cosmétique : c'est ce qui rend la donnée exploitable par un moteur de recherche, un configurateur ou un client.
Notions liées : l'enrichissement de données produit · la catégorisation · parent/variant