Nettoyer base leads étudiants CRM avant campagne admissions

Qu'est-ce qu'une base de leads "sale" dans un CRM d'école ?

Une base sale mélange des fiches en double, des coordonnées invalides et des contacts qui n'ont plus rien à faire dans une campagne active. Dans un CRM d'école, cela prend quatre formes récurrentes : le même candidat créé deux ou trois fois parce qu'il a rempli un formulaire de brochure puis un formulaire de journée portes ouvertes avec une variante de son prénom, un numéro de téléphone saisi à la main avec une erreur de frappe, une adresse email expirée depuis la fin du lycée ou qui pointe vers une boîte générique (contact@, info@) créée pour un parent, et une fiche incomplète où il manque la filière visée ou la source d'acquisition.

Ce n'est pas un problème marginal. Sans processus de dédoublonnage formel, un CRM admissions accumule vite des doublons, car les candidats passent par plusieurs points d'entrée : formulaire brochure, salon étudiant, Parcoursup, chatbot du site. Chaque point d'entrée est une occasion de recréer une fiche au lieu de mettre à jour l'existante — et le résultat n'est pas seulement esthétique. Une base sale fausse vos statistiques de campagne (un même candidat compté trois fois gonfle artificiellement le volume de prospects), dégrade la délivrabilité email, et fait perdre du temps à l'équipe admissions qui relance des numéros injoignables. Notre guide sur le marketing digital pour les écoles supérieures situe ce sujet dans la stratégie d'acquisition globale ; ici, on reste au niveau opérationnel du fichier.

Pourquoi nettoyer avant la campagne compte plus que nettoyer après

Nettoyer avant l'envoi protège le budget publicitaire et la délivrabilité pour toute la durée de la campagne, alors qu'un nettoyage après coup ne fait que constater les dégâts. Une campagne lancée sur une base non nettoyée subit trois effets en cascade.

D'abord, la délivrabilité chute : Google impose aux expéditeurs en volume un taux de plainte et de rebond bas, sous peine de rejet ou de redirection en spam — y compris pour les messages envoyés à des adresses par ailleurs valides (Google Workspace Admin Help). Ensuite, le budget publicitaire s'évapore sur des contacts qui n'existent plus : si le CRM alimente une audience de retargeting, chaque doublon dilue la qualité du signal envoyé à la plateforme. Enfin, l'équipe admissions perd du temps sur des relances mortes — un conseiller qui appelle un numéro invalide, c'est du temps retiré aux candidats réellement joignables, au moment où la campagne en a le plus besoin.

Ce gaspillage se mesure contre un chiffre concret : le coût d'acquisition moyen d'un étudiant inscrit en France se situe entre 1 500 et 2 200 euros (source : estimations Skolbot sur données EAIE, StudyPortals, Campus France, 2025-2026). Chaque fiche sale qui a coûté un budget publicitaire à générer, puis qui devient injoignable au moment de la campagne, revient à payer ce CAC une seconde fois pour rien.

La logique de dédoublonnage, étape par étape

Dédoublonner une base ne consiste pas à supprimer au hasard les fiches qui se ressemblent — cela suit des règles de correspondance précises, puis une décision de fusion. Trois étapes structurent le processus.

1. Définir les règles de correspondance. Un doublon se détecte rarement sur un nom identique à la lettre près : "Julie Martin" et "Julie MARTIN " (avec espace) sont le même candidat, mais une comparaison stricte les traitera comme deux fiches distinctes. Les règles efficaces combinent plusieurs signaux : email normalisé, numéro normalisé au format international, et proximité de nom croisée avec la même filière ou la même source de formulaire. Un email identique suffit presque toujours à confirmer un doublon ; un nom approchant seul doit toujours être vérifié par un second signal.

2. Fusionner plutôt que supprimer. Supprimer une fiche en double fait perdre l'historique qu'elle contenait — un email ouvert, une note de conseiller. La fusion conserve l'ensemble des interactions sous une seule identité, avec une règle définie à l'avance pour trancher les conflits de champs plutôt que décidée au cas par cas.

3. Trancher les conflits de champs. Quand deux fiches fusionnées ont des valeurs différentes, la règle par défaut recommandée est : la donnée la plus récente l'emporte, sauf pour la source d'acquisition d'origine, qui reste celle de la toute première fiche créée — sinon la traçabilité de ce qui a réellement généré le contact se perd.

Validation email et téléphone : format ou vérification réelle ?

La validation de format vérifie qu'une donnée ressemble à un email ou un numéro valide ; la vérification réelle confirme qu'elle fonctionne effectivement. Les deux ont leur place, mais pas au même coût ni au même moment du processus.

La validation de format est quasi gratuite et automatisable à 100% : elle repère une adresse sans arobase ou un numéro à huit chiffres au lieu de dix. C'est le filtre à appliquer systématiquement, en priorité à la saisie plutôt qu'en traitement de masse a posteriori.

La vérification réelle va plus loin : envoi d'un SMS de confirmation pour valider qu'un numéro est actif, ou détection des domaines d'emails jetables (Mailinator, Yopmail et équivalents). C'est plus coûteux — en temps d'équipe si c'est manuel, en abonnement si c'est automatisé — et cela vaut la peine d'être réservé aux campagnes à fort enjeu : envoi de masse avant une date limite Parcoursup, relance d'une liste importée en bloc, ou nettoyage annuel avant la rentrée de campagne.

Pour une équipe admissions de taille moyenne, l'arbitrage pratique est le suivant : automatisez systématiquement la validation de format et la détection des domaines jetables, et réservez la vérification manuelle aux fiches à forte valeur qui restent ambiguës après le filtrage automatique, plutôt que d'essayer de tout vérifier à la main sur des milliers de contacts. HubSpot Research rappelle qu'une base de contacts se dégrade naturellement au fil du temps, ce qui justifie de traiter la validation comme un processus continu plutôt qu'un chantier ponctuel (HubSpot Research).

La checklist avant campagne

Passez la base par cette checklist avant l'envoi, plutôt que de découvrir les problèmes après le premier envoi.

Sur la conservation des données, la CNIL recommande de limiter la durée de conservation des données prospects à 3 ans à compter du dernier contact. Une fiche silencieuse depuis quatre ans n'est pas seulement un contact froid à réactiver, c'est une donnée que vous n'avez plus le droit de conserver active sans base légale renouvelée : la purge relève autant de la conformité que de l'efficacité commerciale.

Empêcher les données sales d'entrer, plutôt que les nettoyer après coup

Le nettoyage périodique traite un symptôme ; la vraie solution consiste à empêcher la donnée sale d'entrer dans le CRM au moment de la capture. Un formulaire web classique laisse un candidat taper n'importe quoi dans le champ téléphone — un numéro à neuf chiffres, une suite de zéros, un indicatif oublié — sans aucune vérification avant l'enregistrement. Le nettoyage devient alors un chantier qui recommence à chaque campagne.

Un chatbot de capture de leads structure la conversation différemment. Quand il demande un numéro de téléphone, il peut valider le format avant même de continuer l'échange : nombre de chiffres cohérent, indicatif pays reconnu, absence de séquence manifestement fictive. Il en va de même pour l'email, avec une reformulation immédiate ("Ce format d'email ne semble pas correct, pouvez-vous vérifier ?") plutôt qu'un rejet silencieux découvert des semaines plus tard lors d'un envoi de campagne.

Cette structuration à la source a un effet mesurable sur la qualité globale du pipeline. Sur 18 écoles suivies en 2024-2025, le nombre de leads qualifiés mensuels est passé de 120 à 195 (+62%) et le coût par lead de 42€ à 26€ (-38%) après mise en place d'un chatbot de capture (source : benchmark Skolbot, résultats médians incluant l'effet combiné du chatbot et d'optimisations de funnel concomitantes — le chatbot seul n'explique pas la totalité du gain). Une partie de ce gain vient de la réduction des données sales entrant dans le CRM : moins de fiches à corriger signifie plus de temps de conseiller consacré aux candidats plutôt qu'à retaper des coordonnées.

Le chatbot ne remplace pas le conseiller admissions sur ce point — il le libère de la saisie et de la vérification en amont, pour que le temps humain se concentre sur les candidats réellement joignables. Notre comparatif des solutions CRM pour écoles supérieures détaille comment ces outils s'intègrent avec les CRM du marché, et notre article sur le calcul du vrai coût d'un étudiant inscrit permet de chiffrer ce que coûte, pour votre établissement, chaque contact perdu à cause d'une base mal tenue.

FAQ

Combien de temps prend un nettoyage complet de base avant campagne ?

Pour une base de quelques milliers de contacts avec des outils de dédoublonnage et de validation automatisés, comptez une demi-journée à une journée pour le passage automatique, puis quelques heures de revue manuelle sur les cas ambigus. Un nettoyage entièrement manuel sur la même volumétrie prend plusieurs jours et reste moins fiable sur la détection des doublons proches.

Faut-il supprimer ou juste désactiver les fiches obsolètes ?

Désactivez plutôt que supprimez, sauf obligation de purge liée à la durée de conservation CNIL de 3 ans après le dernier contact. Une fiche désactivée reste consultable pour l'historique et peut être réactivée si le candidat revient de lui-même, alors qu'une suppression définitive fait perdre cette trace.

Un chatbot suffit-il à garantir une base 100% propre ?

Non, un chatbot réduit fortement l'entrée de données mal formatées mais ne remplace pas un audit périodique de la base. Des doublons peuvent encore apparaître si un même candidat contacte l'école via plusieurs canaux, et les fiches anciennes déjà présentes avant la mise en place du chatbot nécessitent toujours un nettoyage initial.

Quels outils utiliser pour valider les emails et téléphones en masse ?

Pour l'email, des services de vérification en masse détectent les domaines inexistants, les boîtes jetables et le risque de rebond avant l'envoi. Pour le téléphone, la normalisation au format international et la vérification par SMS test couvrent l'essentiel des besoins d'une équipe admissions, sans nécessiter d'outil coûteux.

Faut-il nettoyer la base avant ou après avoir tenté de réactiver les contacts dormants ?

Nettoyez d'abord. Relancer une séquence de réactivation des leads dormants sur des adresses déjà mortes gaspille le même budget de délivrabilité qu'une campagne classique, pour un résultat encore plus faible puisque ces contacts sont déjà moins engagés qu'une base active.