IA : Projet Data cleansing & IA
Contexte et objectifs de la mission
Un groupe familial allait déployer un nouvel outil P2P. Le référentiel fournisseurs existant, issu de plusieurs ERP, était dégradé (doublons, erreurs de saisie, données incomplètes). L’objectif était de nettoyer massivement ce référentiel avant la transition : garantir l’intégrité du passif fournisseurs, améliorer la qualité du master data et préparer la facturation électronique sur une base fiable.
Démarche adoptée
Nous avons développé des scripts d’intelligence artificielle pour analyser les factures existantes et extraire les informations fournisseurs pertinentes. Cette approche a permis d’identifier et corriger automatiquement les erreurs de saisie, de normaliser les données et de supprimer les doublons. Un algorithme de déduplication a ensuite fusionné les enregistrements similaires (puis un contrôle manuel final a ajusté les cas ambigus).
Bénéfices obtenus
- Le nettoyage a profondément épuré le référentiel : suppression des doublons critiques
- Le nouveau référentiel vérifié a permis une migration de l'outil P2P sans incident : taux d'erreurs de master data proche de 0%
- Ce nettoyage préparatoire a facilité la préparation de la facturation électronique et offre une fiabilité totale du référentiel fournisseurs qui constitue un "référentiel de confiance", réduisant les blocages en comptabilité et améliorant globalement la productivité des équipes