18 février 2026
– 5 minutes de lecture
Vincent Boniakos
Team Leader
Vous investissez dans un Référentiel Client Unique. Vous connectez vos systèmes, vous nettoyez vos bases, vous alignez vos équipes. Pourtant, 6 mois après le lancement, vos doublons sont de retour. Vos campagnes ciblent toujours les mêmes clients en triple exemplaire. Votre vision 360° reste fragmentée.
Le problème n’est pas votre technologie. C’est votre stratégie de résolution d’identité.
La résolution d’identité est le cœur battant de votre RCU. Sans elle, vous n’avez qu’une base de données centralisée de plus. Avec elle, vous obtenez enfin ce que vous cherchiez : une source de vérité unique sur vos clients.
Mais toutes les approches ne se valent pas. Et surtout, il n’existe pas de solution miracle.
La vérité inconfortable : vous devrez choisir entre fiabilité et couverture
L’approche déterministe : la rigueur au prix de l’aveuglement
Le principe est simple : vous utilisez un identifiant unique et vérifiable (email, téléphone, numéro de carte) pour reconnaître vos clients à coup sûr.
Un client s’inscrit à la newsletter avec son email, crée un compte e-commerce, télécharge l’app mobile et achète en magasin en donnant ce même email ? Parfait. Toutes ces interactions sont automatiquement rattachées à un profil unique. Fiabilité : 99,9%.
C’est l’approche incontournable pour tout ce qui compte vraiment :
- Transactions et paiements
- Service après-vente
- Gestion de compte et programme de fidélité
- Conformité RGPD (consentement traçable)
Mais elle a trois angles morts critiques :
1. Vous êtes aveugle aux visiteurs anonymes
Que se passe-t-il pour les 60 à 80% de visiteurs qui naviguent sans créer de compte ? Pour les clients qui ne souhaitent pas s’identifier avant d’acheter ? Pour le trafic en magasin non rattaché à la fidélité ?
→ Vous perdez toute la phase d’exploration et de considération. Vous ne voyez que la conversion finale, sans comprendre le parcours qui y mène.
2. Un identifiant ≠ toujours une personne
Marie a trois adresses email : perso, pro, et son ancienne adresse Hotmail qu’elle utilise encore pour certains achats. Dans votre système, Marie = 3 profils différents. Paul et Sophie partagent l’email familial pour les achats en ligne. Dans votre système, Paul et Sophie = 1 profil.
→ Vous créez des doublons tout en fusionnant des personnes distinctes. Vos statistiques sont faussées dans les deux sens.
3. C’est une porte ouverte à l’usurpation d’identité
Si votre résolution d’identité repose uniquement sur email + nom/prénom, n’importe qui peut créer un compte à votre place. En magasin, avec quelques informations basiques, un tiers peut accéder au compte de quelqu’un d’autre.
La solution ? Authentification forte (email/SMS de confirmation, 2FA). Le coût ? Friction supplémentaire, taux d’abandon en hausse.
Le verdict : l’approche déterministe est indispensable, mais insuffisante.
L’approche probabiliste : la couverture totale au prix de l’incertitude
Le principe est radicalement différent : vous analysez des dizaines de signaux comportementaux et techniques pour déduire statistiquement qu’il s’agit de la même personne, même sans identifiant commun.
Les signaux utilisés :
- Caractéristiques de l’appareil (modèle, OS, navigateur, résolution)
- Connexion (adresse IP, fournisseur d’accès, géolocalisation)
- Comportement (produits consultés, temps passé, parcours)
- Temporalité (heures et jours de visite, fréquence)
Exemple concret :
Deux sessions partagent la même IP, le même appareil (iPhone 14 Pro, iOS 17), des habitudes de navigation similaires (catégorie « chaussures femme » entre 20h et 22h), et la même géolocalisation (Paris 15ème).
→ Probabilité > 90% qu’il s’agisse de la même personne, même si elle n’est pas connectée.
L’avantage est massif : vous capturez enfin les comportements anonymes, vous reconstituez le parcours complet (de la première visite à l’achat), vous enrichissez vos profils avec des données comportementales précieuses.
Mais le revers de la médaille est réel :
1. Vous restez dans l’inférence statistique
Des erreurs existent toujours :
- Faux positifs : vous fusionnez deux personnes différentes (un couple partageant la même IP et les mêmes appareils)
- Faux négatifs : vous ne reconnaissez pas la même personne entre deux sessions (changement de réseau, nouvel appareil)
→ Vous ne pouvez pas baser des décisions critiques (paiement, SAV) sur une probabilité de 85%.
2. La complexité technique et les coûts explosent
Il vous faut :
- Une infrastructure capable de collecter massivement des données sur tous les canaux
- Des capacités de traitement en temps réel sur de gros volumes
- Des modèles de machine learning à entraîner, optimiser et maintenir en continu
- Une CDP performante ou une plateforme de données custom
→ Budget : plusieurs centaines de milliers d’euros en technologie et compétences.
3. Les défis réglementaires s’accumulent
- Consentement RGPD pour le tracking comportemental (plus complexe qu’un simple opt-in email)
- Fin des cookies tiers (ITP sur Safari, ETP sur Firefox, Privacy Sandbox sur Chrome)
- Obligation de transparence sur les mécanismes d’inférence
→ Vous devez être irréprochable juridiquement, sous peine d’amendes CNIL.
Le verdict : l’approche probabiliste est puissante, mais ne peut pas remplacer le déterministe.
Arrêtons de chercher la solution miracle. La vraie question n’est pas « déterministe OU probabiliste », mais « comment articuler intelligemment les deux ? »
La seule stratégie qui fonctionne : l’approche hybride
Phase 1 : Bâtir le socle déterministe (mois 1-3)
Avant tout, vous devez avoir un système de résolution déterministe solide :
- Identifiants maîtres clairement définis (email en priorité, téléphone en backup)
- Règles de matching configurées et testées
- Processus d’authentification adapté à votre secteur
- Gestion des cas limites (changement d’email, comptes multiples)
C’est votre fondation. Tout ce qui suit ne tiendra que si cette base est fiable.
Phase 2 : Ajouter la couche probabiliste (mois 4-9)
Une fois le déterministe maîtrisé, vous pouvez enrichir avec le probabiliste :
- Mise en place du tracking cross-device et cross-canal
- Implémentation des algorithmes de matching probabiliste
- Calibrage des seuils de confiance (à partir de quel score fusionnez-vous ?)
- Monitoring continu de la qualité (taux de faux positifs/négatifs)
C’est votre multiplicateur de valeur. Vous capturez maintenant les comportements invisibles.
Phase 3 : Orchestrer la fusion intelligente (en continu)
Le vrai art réside dans la fusion des deux approches :
Exemple de parcours client hybride :
Jour 1 → Un visiteur anonyme navigue sur votre site Tracking probabiliste actif : collecte des signaux
Jour 3 → Le même appareil revient, consulte d’autres produits Le profil probabiliste s’enrichit (produits vus, préférences)
Jour 5 → Le visiteur crée un compte avec son email Résolution déterministe : Golden ID attribué
Fusion automatique → L’historique probabiliste des jours 1-5 est rattaché au profil déterministe créé au jour 5
→ Vous obtenez la vision complète : de la découverte anonyme jusqu’à la conversion identifiée
Les règles d’or pour réussir votre résolution d’identité
Ce qu’il faut retenir
La résolution d’identité n’est pas un chantier qu’on termine en trois mois pour passer à autre chose. C’est un sujet qu’il faut piloter dans la durée, ajuster au fil de l’eau, faire évoluer avec vos besoins métiers.
Notre recommandation si vous démarrez :
Commencez par le déterministe. C’est moins spectaculaire que le probabiliste avec du machine learning, mais c’est ce qui va tenir dans le temps. Une fois cette base propre et fiable, vous pourrez envisager d’ajouter une couche probabiliste — mais seulement si vous avez les équipes et le budget pour la maintenir correctement.
Ensuite, définissez des seuils de confiance clairs pour vos fusions automatiques. Mettez en place des règles métiers, des points de contrôle réguliers, et des KPIs qui vous permettent de détecter rapidement les dérives. Et gardez en tête que les règles du jeu vont continuer à évoluer — cookies, RGPD, nouvelles régulations — donc construisez quelque chose de flexible dès le départ.
La vraie question aujourd’hui, ce n’est plus de savoir si vous devez travailler votre résolution d’identité. C’est de comprendre comment vous allez l’implémenter pour qu’elle serve concrètement votre business, pas juste pour cocher une case « RCU » dans votre roadmap IT.
Sans cela, votre Référentiel Client Unique restera une promesse non tenue de plus. Avec cela, vous aurez enfin les moyens de personnaliser véritablement la relation client, sur tous les canaux.
Parlons de votre projet !
Ces articles pourraient vous interesser
10 février 2026
DIGITAL CUSTOMER EXPERIENCE
Le Référentiel Client Unique (RCU) : la réponse à la fragmentation de vos données clients
12 janvier 2026
DIGITAL CUSTOMER EXPERIENCE
Les 5 questions à se poser avant de lancer votre projet RCU (pour éviter de partir dans le mauvais sens)
1 octobre 2025
DIGITAL CUSTOMER EXPERIENCE
Le pouvoir des données déclaratives : Zero-Party Data pour une relation client 100 % efficace
30 septembre 2025
DIGITAL CUSTOMER EXPERIENCE
