D'où viennent les données d'entreprise, et laquelle fait foi

Les sources de données d'entreprise forment trois familles : les registres officiels, qui font référence ; l'open data, qui les rediffuse gratuitement ; les bases commerciales, qui les agrègent pour la prospection et le risque client. Chacune détient une part de l'information, avec sa fraîcheur propre.

Trois familles de sources, et ce que chacune contient

Dix pages de ce site citent un greffe ou un répertoire sans qu'aucune ne récapitule qui détient quoi. C'est pourtant la première information à réunir avant de vérifier un partenaire : selon la donnée cherchée, ce n'est pas la même source qui fait référence, et la confondre avec une copie coûte cher.

Les registres officiels, qui font foi

Un registre officiel est tenu par un organisme désigné par la loi, qui enregistre les déclarations et en assure la publicité. En France, cinq comptent pour la vie des entreprises : le répertoire Sirene de l'institut national de la statistique et des études économiques, le registre du commerce et des sociétés tenu par les greffes, le registre national des entreprises tenu par l'INPI, les registres de propriété industrielle tenus par le même institut, et le Bulletin officiel des annonces civiles et commerciales. Ces sources ont une valeur juridique : c'est à elles que renvoie un contrat, un juge ou un banquier.

L'open data, qui rediffuse gratuitement

Une grande partie de ces registres est aujourd'hui republiée en accès libre. La base Sirene est diffusée en open data depuis 2017, avec une mise à jour quotidienne et une interface de programmation publique. Le BODACC, l'annuaire des entreprises de l'administration et plusieurs jeux relatifs aux marchés publics sont accessibles sur la plateforme data gouv. Ces ressources ne créent aucune information : elles rendent la même donnée exploitable en masse, ce qu'un guichet ne permet pas.

Les bases commerciales, qui agrègent et notent

Les sociétés d'information commerciale construisent leur offre par-dessus ces sources. Elles récupèrent les flux officiels, y ajoutent des éléments collectés ailleurs, puis produisent un modèle de notation du risque client, des signaux business ou des segments de prospection commerciale. Leur apport est le travail de rapprochement, pas la donnée brute. Comprendre cette différence évite deux erreurs symétriques : payer pour une information gratuite, ou tenir une note privée pour une donnée officielle.

Le traitement porte sur des volumes considérables, plusieurs millions d'unités légales pour la seule France, ce qui explique l'emploi de techniques de big data et, chez certains fournisseurs, d'apprentissage automatique pour rapprocher des raisons sociales mal orthographiées ou détecter un changement de dirigeant à partir d'une publication. L'intelligence artificielle intervient donc au stade du rapprochement et du classement, jamais à celui de la donnée d'origine : un score produit par un modèle reste une opinion motivée, pas un fait établi par un registre.

Qui détient quoi, en un tableau

L'identité de l'entreprise vient du répertoire Sirene

Le numéro SIREN à neuf chiffres, les numéros SIRET à quatorze chiffres de chaque établissement et le code d'activité principale sont attribués et publiés par l'INSEE, qui les tient à partir des déclarations transmises par les organismes de formalités. Ce sont des données de répertoire : elles disent qu'une unité légale existe, où elle est établie et quelle activité elle a déclarée à sa création.

Ce que le répertoire ne dit pas est tout aussi important. Il ne renseigne ni la santé financière, ni les pouvoirs des dirigeants, ni les engagements pris. Une entreprise inscrite au répertoire peut être en cessation de paiements sans que rien ne l'indique à cet endroit : l'information existe, mais elle est publiée ailleurs.

Le code NAF mérite une mise en garde particulière, car il est souvent surinterprété. Il décrit l'activité principale déclarée, à des fins de classement statistique. Il ne détermine ni la convention collective applicable, qui dépend de l'activité réelle exercée, ni le droit d'exercer une profession réglementée, ni l'éligibilité à une aide publique. Deux sociétés d'un même secteur peuvent porter des codes différents sans que cela signifie quoi que ce soit sur leur métier.

Les actes, les comptes et les procédures viennent du greffe

Le registre du commerce et des sociétés est tenu par les greffes des tribunaux de commerce, et par les tribunaux judiciaires à compétence commerciale là où il n'existe pas de juridiction consulaire. C'est là que se trouvent les statuts, les actes modificatifs, les nominations de dirigeants, le capital social et sa composition, les inscriptions de privilèges et de nantissements, ainsi que les procédures collectives.

L'extrait Kbis qui en est tiré est le document de référence pour prouver l'existence juridique d'une société et l'identité de son représentant légal. Aucune copie, y compris la nôtre, ne s'y substitue devant un tiers qui exige une preuve. C'est la raison pour laquelle une banque, un donneur d'ordre ou un assureur le réclame plutôt que de consulter un annuaire en ligne.

Le service commun des greffes, Infogreffe, permet de rechercher une société et de commander ces pièces. Il donne aussi accès, en fonction du dossier, à l'état d'endettement et à la liste des actes déposés, deux éléments que l'on ne trouve nulle part ailleurs et que les copies gratuites ne reprennent pas.

Les comptes annuels suivent un régime particulier. Ils sont déposés au greffe, mais les micro-entreprises peuvent demander la confidentialité de l'ensemble de leurs comptes, et les petites entreprises celle de leur compte de résultat. Une absence de comptes publiés n'est donc pas en soi un signal négatif : c'est parfois l'exercice d'un droit. Le vérifier évite de tirer une conclusion fausse sur le chiffre d'affaires d'une société.

Ce que le guichet unique et le registre national ont changé

Depuis 2023, les formalités de création, de modification et de cessation passent par un portail unique, et un registre national des entreprises, le RNE, tenu par l'INPI, regroupe des informations auparavant dispersées entre plusieurs répertoires. L'INPI met à disposition les données de ce registre en accès ouvert, ce qui a élargi le nombre de sources exploitables par programme, grâce à une API publique.

Concrètement, cette réforme ne supprime ni le rôle des greffes ni celui de l'INSEE. Elle change le point d'entrée des déclarations, et donc la chronologie des mises à jour : une modification déposée au guichet unique se propage vers le registre national, vers le registre du commerce et vers le répertoire statistique, chacun à son rythme. C'est ce décalage, et non une erreur de saisie, qui explique la plupart des divergences constatées d'un service à l'autre le même jour.

Le service public dispose par ailleurs de son propre annuaire des entreprises, qui rassemble ces sources dans une interface unique. Il constitue un bon point de départ pour une recherche ponctuelle, et il indique la provenance de chaque bloc d'information affiché, ce qui est exactement la bonne pratique à retenir.

La source que l'on oublie : les registres de propriété industrielle

Le même institut tient une seconde catégorie de registres, rarement citée dans les comparatifs alors qu'elle décrit une part importante de l'actif d'une société : les marques déposées, les brevets, les dessins et modèles. Ces bases sont publiques et consultables en ligne, chacune avec son historique de dépôts, de renouvellements et de transferts de propriété.

Elles répondent à des questions qu'aucun autre registre ne traite. Une marque commerciale utilisée par une entreprise lui appartient-elle vraiment, ou a-t-elle été déposée par une autre structure du groupe ? Un partenaire industriel a-t-il protégé la technologie qu'il présente comme la sienne ? Une société qui ne dépose plus rien depuis dix ans conserve-t-elle une activité d'innovation ? Le nom du titulaire, la date de dépôt et le statut du titre suffisent le plus souvent à trancher.

Pour un acheteur, ces registres servent aussi à mesurer un risque de contrefaçon avant de référencer un produit. Pour un investisseur, ils donnent une lecture de la stratégie de protection d'une cible. Dans les deux cas, la recherche est gratuite et la donnée est structurée : c'est l'une des sources au meilleur rapport entre l'effort demandé et l'information obtenue.

Un point de vocabulaire évite une confusion courante. La propriété intellectuelle est l'ensemble le plus large ; elle réunit la propriété industrielle, dont relèvent les marques et les brevets, et le droit d'auteur, qui protège les créations littéraires et artistiques sans dépôt ni registre. Seule la première laisse une trace consultable, et c'est donc la seule exploitable comme source de données sur une entreprise.

Évaluer la solvabilité : quelles données, dans quel ordre

La question revient dans presque toutes les demandes de vérification, et elle se traite avec un petit nombre de sources, prises dans un ordre précis. Aucune note à elle seule ne remplace cette lecture.

• L'existence et la forme. Vérifier l'immatriculation, la forme juridique et le statut juridique en cours : une société radiée ou dissoute ne peut plus contracter valablement.
• Les procédures en cours. Le BODACC publie les jugements d'ouverture de sauvegarde, de redressement et de liquidation judiciaire. C'est le signal le plus net, et il est gratuit.
• Les privilèges inscrits. Les inscriptions du Trésor public et des organismes sociaux figurent au registre du commerce. Elles signalent des dettes fiscales ou sociales impayées avant que les comptes ne le montrent.
• Les comptes déposés. Quand ils sont publiés, ils donnent la structure du bilan, l'évolution du résultat et le niveau d'endettement, avec un an de recul au minimum.
• La note commerciale. Elle synthétise ces éléments et les compare à un historique sectoriel. Elle aide à fixer un encours, elle ne prouve rien.

Un fournisseur qui applique cette séquence à son poste client détecte l'essentiel des défaillances plusieurs semaines avant l'impayé. La gestion du risque client repose moins sur la richesse des données que sur la régularité du contrôle : une vérification annuelle passe à côté d'une procédure ouverte en mars. Mieux vaut gérer une surveillance légère et continue qu'un audit complet une fois par an.

Ce que l'on demande le plus souvent

Quelles sont les sources de données d'entreprise ?

Elles se rangent en trois familles : les registres officiels tenus par l'INSEE, les greffes et l'INPI, l'open data qui les rediffuse librement sur data gouv, et les bases commerciales qui les agrègent et y ajoutent une note de risque.

Où trouver des données d'entreprise fiables et gratuites ?

Le répertoire Sirene de l'INSEE, l'annuaire des entreprises de l'administration et le BODACC couvrent gratuitement l'identité, la situation juridique et les procédures collectives. Le greffe reste la source à consulter pour les actes et les comptes.

Quels types de données existent pour les entreprises ?

On distingue les données d'identité, les données juridiques, les données financières, les données relatives aux dirigeants et aux bénéficiaires effectifs, et les données de marché produites par des fournisseurs privés.

Comment évaluer la solvabilité d'une entreprise ?

En vérifiant dans l'ordre l'immatriculation, l'absence de procédure collective au BODACC, les privilèges inscrits au greffe, puis les comptes annuels déposés. La note d'une base commerciale complète cette lecture, elle ne la remplace pas.

Quelle est la différence entre une base de données officielle et une base commerciale ?

La première est tenue par un organisme désigné par la loi et fait référence en cas de litige. La seconde est un service privé qui rassemble ces sources, les structure et les enrichit ; sa valeur tient au rapprochement, pas à la donnée d'origine.

Quels outils pour l'analyse des données d'entreprise ?

Les interfaces de programmation officielles permettent de récupérer les flux à jour, un système de gestion de base de données de les historiser, et un outil de restitution de les analyser. Les fournisseurs commerciaux proposent des connecteurs vers les principaux logiciels de gestion de la relation client.

Pourquoi deux sites affichent-ils des informations différentes sur la même société ?

Parce qu'ils n'ont pas copié les registres au même moment. Une modification déposée au guichet unique met plusieurs jours à se propager vers toutes les sources, et une copie ancienne reste en ligne tant qu'elle n'est pas rafraîchie.

Choisir une base de données d'entreprise : les critères qui comptent

Le marché compte un grand nombre d'offres, des annuaires gratuits aux plateformes de données facturées à l'usage. Comparer les catalogues sur le nombre d'entreprises couvertes n'apprend presque rien : toutes partent des mêmes registres, et la couverture nationale est donc pratiquement identique. Quatre critères font en revanche une différence mesurable.

La fraîcheur. C'est le premier critère, et le plus facile à contrôler : demander la date de dernier rafraîchissement, source par source. Un service qui recopie Sirene une fois par mois ne peut pas signaler une cessation d'activité déclarée la semaine précédente.

La traçabilité. Une base fiable indique d'où vient chaque champ. Sans cette information, il devient impossible de savoir si une adresse provient du répertoire officiel, d'un site institutionnel ou d'une saisie manuelle, et donc de trancher en cas de contradiction.

Le mode d'accès. Consultation en ligne, export, interface de programmation : le besoin n'est pas le même pour une vérification ponctuelle et pour l'alimentation d'un système interne. Une solution technique surdimensionnée coûte cher pour une utilisation qui restera manuelle.

Le périmètre réel de l'enrichissement. Effectifs, coordonnées de contact, numéro de téléphone, appartenance à un groupe, localisation des implantations en Île-de-France ou ailleurs : ces éléments viennent souvent de sources hétérogènes, avec une qualité inégale selon le segment. Demander un échantillon sur son propre portefeuille, puis mesurer le taux de champs réellement renseignés, reste le contrôle le plus efficace ; c'est aussi le seul qui porte sur la donnée que l'on va utiliser, et non sur celle de la démonstration.

Reste la question du format. Un export au format tableur convient à une analyse ponctuelle ; une intégration continue demande une API et un identifiant stable pour chaque enregistrement. Choisir le second quand le besoin est le premier revient à financer un processus technique que personne n'utilisera, et la décision se prend en regardant ce que fait réellement l'équipe, pas ce qu'elle envisage.

Utiliser ces données : prospection, risque et conformité

Les mêmes sources servent trois usages qui n'ont pas les mêmes exigences, et confondre leurs besoins conduit à surpayer ou à se tromper.

Pour la prospection commerciale, la donnée officielle sert de socle de segmentation : activité déclarée, tranche d'effectif, implantation géographique, date de création. Elle alimente une base CRM qui n'a pas besoin d'être exhaustive, mais qui doit être propre : un doublon coûte plus cher qu'une ligne manquante, et le rapprochement par SIREN reste le moyen le plus sûr de dédoublonner un fichier.

Pour la gestion du risque, l'exigence porte sur la fraîcheur et sur l'alerte. Ce qui compte n'est pas de disposer d'un historique complet mais d'être prévenu le jour où un jugement est publié. La plupart des fournisseurs proposent une surveillance de portefeuille sur ce principe, et le BODACC permet de la construire soi-même pour un volume modeste.

Pour la conformité, la contrainte est différente : il faut pouvoir prouver ce que l'on a vérifié et quand. Les obligations de vigilance imposent d'identifier les bénéficiaires effectifs et de conserver la trace du contrôle. C'est l'usage où la copie ne suffit jamais, et où le document délivré par le registre des bénéficiaires effectifs ou par le greffe est requis.

Au sein de l'entreprise, ces trois usages relèvent souvent de services différents qui interrogent les mêmes sources chacun de leur côté. Mettre en commun une référence unique, généralement le SIREN, est le geste de gouvernance le plus rentable : c'est le principe du master data management appliqué à un cas simple, et il ne demande aucune technologie particulière.

La date de la donnée compte autant que son contenu

Un annuaire, le nôtre compris, restitue une copie de ces registres à un instant donné. Une société radiée ou placée en procédure figure encore dans les copies plus anciennes, et aucune stratégie de rafraîchissement ne supprime totalement ce décalage. C'est une limite structurelle du modèle, pas un défaut de tel ou tel service.

La conséquence pratique tient en une règle. Pour s'informer, comparer et préparer une décision, une copie à jour suffit et fait gagner du temps. Pour engager une signature, un paiement ou un crédit, la vérification se fait à la source, en croisant l'extrait du greffe et le répertoire de l'INSEE, et en regardant la date de dernière mise à jour affichée.

Cette date est d'ailleurs le meilleur critère de tri entre deux services concurrents. Un site qui ne l'affiche pas demande une confiance qu'il ne justifie pas ; un site qui l'affiche permet à chacun de décider si la fraîcheur annoncée correspond à ce qu'il est en train de faire. C'est aussi la raison pour laquelle nos fiches indiquent la provenance de chaque bloc et la date de la copie.