Un cabinet de recrutement parisien m'a raconte cette histoire : leur equipe avait presente le meme candidat a deux clients differents la meme semaine — sans le savoir. Le candidat avait deux fiches dans la base, l'une sous son nom de naissance, l'autre sous son nom d'usage. Deux recruteurs, deux processus, zero coordination. Le client le plus important a perdu confiance.
Ce n'est pas un cas isole. 10 a 20 % des bases de candidats contiennent des doublons selon les estimations du secteur. Sur une base de 30 000 profils, cela represente jusqu'a 6 000 fiches redondantes — avec des historiques eclates, des notes contradictoires et des risques RGPD ignores.
Pourquoi la correspondance par nom echoue
Le reflexe classique : quand un nouveau profil est importe, le systeme verifie si le nom et le prenom existent deja. Logique en apparence. Inefficace en pratique.
- Changements de nom : mariage, divorce, naturalisation. Marie Dupont devient Marie Keller. L'ATS ne fait aucun lien.
- Variantes orthographiques : Cecile vs Cecile, Muller vs Mueller — des chaines differentes, la meme personne.
- Homonymes : combien de Jean Martin dans votre base ? Un match par nom seul est inutile sans contexte supplementaire.
Notre ancien systeme cherchait les doublons par nom et entreprise. Apres quatre ans, nous avions 3 800 doublons — dont 400 dans des mandats actifs. — Directrice des operations, cabinet de recrutement Lyon
Les signaux forts : email, telephone, LinkedIn
Les systemes modernes s'appuient sur des identifiants quasi uniques et stables dans le temps :
| Signal | Unicite | Duree de stabilite | Couverture |
|---|---|---|---|
| Adresse email | Tres elevee | 5-10 ans | ~95 % |
| Numero de telephone | Elevee | 3-7 ans | ~80 % |
| URL LinkedIn / ID membre | Unique au monde | Tres longue | ~65 % (France) |
| Nom + entreprise + lieu | Moyenne | 1-3 ans | 100 % |
La meilleure logique de deduplication utilise une ponderation des signaux : si l'email correspond, c'est un indice fort — meme si le nom et l'entreprise different. Si LinkedIn et le telephone correspondent, c'est un match confirme.
RGPD et doublons : le risque sous-estime
L'article 5(1)(d) du RGPD exige l'exactitude des donnees personnelles. Des fiches en double avec des informations contradictoires violent ce principe. Plus grave : si un candidat exerce son droit a l'effacement (article 17) et que vous ne supprimez qu'une des deux fiches, ses donnees persistent. C'est une non-conformite exposant a des sanctions.
Pour approfondir, consultez les bonnes pratiques de gestion des donnees de recrutement et l'analyse des metriques de recrutement par AIHR.
Detection en fonctionnement : quatre scenarios
A l'import de CV
Quand un CV est telecharge, le systeme verifie instantanement email, telephone et LinkedIn dans toute la base. En cas de correspondance, une alerte claire apparait avec un lien vers le profil existant.
A la creation manuelle
Des que le recruteur saisit un nom, le systeme affiche en temps reel les profils similaires avant la sauvegarde.
A l'import LinkedIn
Le point d'entree le plus frequent pour les doublons. Les systemes qui stockent les identifiants LinkedIn peuvent effectuer un matching exact. Notre guide de nettoyage de base de donnees explique le processus complet.
En nettoyage par lot
Pour les bases existantes : un processus batch identifie les clusters de doublons et les soumet a une revue manuelle. Comparatif des outils dans notre comparatif ATS gratuits et notre comparatif logiciels de recrutement.
Ce que coute une mauvaise qualite de donnees
Selon Loxo, les recruteurs passent en moyenne 27 % de leur temps a nettoyer ou retraiter des donnees. Pour une equipe de cinq personnes, c'est plus de 100 000 euros de productivite perdue par an.
Nous avons instaure une regle simple : quiconque cree un nouveau profil sans chercher d'abord assume le nettoyage. Le taux de doublons a diminue de moitie en six semaines. — Directeur associe, cabinet parisien
FAQ : Detection des doublons candidats
Combien de doublons contient une base type ?
Les estimations du secteur situent le taux entre 10 et 20 % dans les bases etablies. Les bases ayant grandi sans politique d'import structuree peuvent depasser ce seuil.
La recherche floue par nom suffit-elle ?
Non. C'est un indice utile mais pas un identifiant fiable. Email, telephone et LinkedIn sont des signaux nettement plus forts et doivent etre privilegies.
Que se passe-t-il avec le consentement RGPD lors d'une fusion ?
La situation de consentement la plus restrictive doit toujours prevaloir. Documentez la fusion et la base de consentement retenue.
A quelle frequence verifier les doublons ?
Verification en temps reel a chaque creation, plus un scan batch trimestriel sur l'ensemble de la base.
Detectez les doublons par signal, pas par nom
Yena detecte automatiquement les doublons candidats par email, telephone et profil LinkedIn — meme quand les noms different completement. Matching par signaux forts pour une confiance maximale.
Essai gratuit 10 jours