Anonymiser Excel : fiches de paie, listes et tableurs contenant des données personnelles

C’est dans les tableurs que les données personnelles opérationnelles sont les plus concentrées : numéros d’identité, IBAN, e-mails, adresses, montants, matricules, centres de coût. Un fichier Excel « sans la colonne Nom » permet encore de réidentifier des personnes si vous laissez code postal + poste + date de naissance, ou si quelqu’un réaffiche une colonne masquée.

Ce guide passe en revue les risques réels liés au partage de fichiers .xls / .xlsx / .ods, une méthode de travail conforme au RGPD et la manière d’anonymiser en natif (sans détruire l’intérêt du format tableau) avec Anonimatum et une IA locale dans l’UE.

Les situations typiques où le nettoyage manuel d’un Excel échoue

• Paie et RH : le nom a disparu, mais les numéros de sécurité sociale, les IBAN et les e-mails internes sont toujours là.
• Listes de clients ou d’adhérents : des filtres actifs masquent des lignes… jusqu’à ce que le destinataire les supprime.
• Exports ERP/CRM : métadonnées de requête, feuilles auxiliaires et caches de tableaux croisés contenant les valeurs d’origine.
• Due diligence : extraits financiers dont les montants et les références de contrats renvoient à des personnes.
• Données de santé ou d’éducation : des identifiants « techniques » qui, dans leur contexte, restent des données personnelles.

Les risques techniques propres à Excel

Les données à traiter en priorité dans les fiches de paie et les listes

Il n’existe pas de liste universelle : tout dépend de la finalité. Comme point de départ commun dans l’UE :

• Identifiants directs : nom complet, numéro d’identité, numéro de sécurité sociale, matricule unique et stable.
• Coordonnées : e-mail personnel ou professionnel, téléphone, adresse postale.
• Données financières : IBAN, montants nets ou bruts lorsque le contexte permet de déduire l’identité.
• Champs organisationnels sensibles selon le contexte : site, échelon, ancienneté combinés à d’autres champs.
• Santé, appartenance, sanctions : catégories particulières de données, qui exigent une prudence maximale et une base légale solide.

La méthode opérationnelle recommandée

1. Figer la finalité du fichier

Sert-il à publier des statistiques ? À permettre à un prestataire de tester une intégration ? À former de nouveaux collaborateurs ? C’est la finalité qui détermine s’il vous faut une anonymisation irréversible, une agrégation ou une pseudonymisation réversible et maîtrisée.

2. Détecter dans les cellules, pas seulement à l’œil

Un outil d’anonymisation Excel doit analyser les valeurs du tableau à l’aide de motifs (IBAN, identifiants) et d’une IA contextuelle (noms, adresses). La relecture humaine confirme les exclusions : par exemple, un code produit qui *ressemble* à un identifiant sans en être un.

3. Décider colonne par colonne

Consignez dans une fiche de contrôle interne les colonnes supprimées, masquées, remplacées ou conservées. Cette fiche vaut de l’or lors d’un audit et pour reproduire le processus le mois suivant.

4. Vérifier comme le ferait un attaquant curieux

• Réafficher toutes les feuilles et toutes les colonnes.
• Rechercher des fragments de l’identifiant ou de l’IBAN d’origine.
• Contrôler les propriétés du fichier.
• S’il y avait des tableaux croisés, régénérer ou supprimer leurs caches avant toute diffusion.

Si la source est un PDF contenant des tableaux

Beaucoup de fiches de paie arrivent au format PDF. L’ordre le plus judicieux est souvent : PDF vers Excel (pour retrouver la structure), puis anonymisation de la feuille. Anonymiser uniquement le PDF peut suffire pour une publication, mais si le destinataire doit travailler sur des lignes et des colonnes, passer par le tableur est plus sûr et plus utile.

Check-list RGPD pour les responsables RH et les DPO

• Finalité et base légale documentées pour cet export.
• Uniquement les champs strictement nécessaires (une minimisation réelle, pas cosmétique).
• Sous-traitant et localisation dans l’UE si vous utilisez un SaaS.
• Preuves de vérification après traitement (qui, quand, ce qui a été recherché).
• Conservation de l’original et de la copie anonymisée (durées différentes).
• Consignes au destinataire : aucune réidentification, aucun croisement avec d’autres bases de données.

Ce qu’apporte Anonimatum

Anonimatum traite les fichiers Excel/ODS dans son flux d’anonymisation de documents avec une IA locale dans l’UE, un aperçu des détections et une intégration en traitement par lots lorsque les équipes RH ou finance manipulent des centaines de fichiers. Combinez-le avec des motifs personnalisés pour vos codes internes.