
Pour anonymiser un fichier Excel ou CSV, décidez colonne par colonne ce dont le destinataire a besoin, supprimez ou masquez les colonnes qui identifient des personnes, généralisez celles qui permettent d'isoler quelqu'un et nettoyez les parties cachées du classeur. Un tableur est plus simple qu'un courrier, parce que l'en-tête vous dit ce que contient chaque colonne.
Ce qui fait d'un tableur une donnée personnelle
Le RGPD définit la donnée personnelle comme toute information se rapportant à une personne identifiable, directement ou indirectement, notamment par un nom, un numéro d'identification, des données de localisation ou des éléments propres à cette personne (article 4, point 1). Dans un tableau, cela va bien au-delà de la colonne des noms. Un matricule, un numéro fiscal, une adresse électronique et un IBAN identifient une personne à eux seuls. Une date de naissance, un code postal, un intitulé de poste et une date d'entrée n'y suffisent pas séparément, et ensemble ils peuvent désigner une ligne et une personne.
Le considérant 26 précise que le critère est de savoir si une personne peut être identifiée par des moyens raisonnablement susceptibles d'être utilisés, et que les données pseudonymisées, qui pourraient être attribuées à une personne au moyen d'informations supplémentaires, restent des informations concernant une personne identifiable. L'article 4, point 5, définit la pseudonymisation comme le traitement de données de telle façon qu'elles ne puissent plus être attribuées à une personne sans informations supplémentaires conservées séparément. Remplacer chaque nom par EMPLOYEE_1, EMPLOYEE_2 et ainsi de suite est une pseudonymisation. Le fichier ne devient anonyme que lorsque personne ne peut isoler une personne, relier ses fiches ou déduire des informations à son sujet à partir de ce qui reste : c'est le triple critère posé par le groupe de travail « Article 29 » dans son avis 05/2014 et repris par le CEPD dans son projet de lignes directrices 02/2026.
Un tableau des colonnes et du traitement habituel
Le traitement dépend de qui reçoit le fichier et de ce qu'il en fera. Ce tableau est un point de départ pour un export de paie, une liste du personnel ou un fichier clients.
| Type de colonne | Exemples | Traitement habituel | Pourquoi |
|---|---|---|---|
| Identifiants directs | Nom, adresse électronique, téléphone, adresse | Supprimer, ou masquer avec des marqueurs | Ils identifient une personne à eux seuls |
| Numéros d'identification | Numéro fiscal, numéro de sécurité sociale, matricule, IBAN | Supprimer, ou masquer avec des marqueurs | Un numéro, une personne |
| Quasi-identifiants | Date de naissance, code postal, intitulé de poste, date d'entrée, nationalité | Généraliser (année de naissance, région, famille de métiers) ou supprimer | Combinés, ils peuvent isoler une ligne |
| Texte libre | Notes, commentaires, motifs d'absence | Lire et masquer, ou supprimer | Noms et informations de santé se cachent dans les phrases |
| Mesures | Salaire brut, heures, montants, effectifs | Garder | C'est en général ce dont le destinataire a besoin |
| Codes qui servent au destinataire pour rapprocher des fichiers | Code de service, type de contrat | Garder, ou remplacer de façon cohérente | Nécessaires pour regrouper et comparer |
Le RGPD demande que les données personnelles soient limitées à ce qui est nécessaire au regard de la finalité (article 5, paragraphe 1, point c) : partez de la question à laquelle le destinataire doit répondre, et ne gardez que les colonnes qui y répondent.
Anonymiser un tableur pas à pas
- Travaillez sur une copie. Laissez l'original où il est et donnez à la copie un nom de fichier neutre.
- Notez le destinataire et la question à laquelle il doit répondre, par exemple le salaire moyen par service ou les absences par mois.
- Parcourez l'en-tête et indiquez pour chaque colonne s'il faut la garder, la supprimer, la masquer ou la généraliser, à l'aide du tableau ci-dessus.
- Supprimez les colonnes dont le destinataire n'a pas besoin. Une colonne supprimée ne peut pas être reconstituée, et c'est ce que vous voulez pour un fichier qui quitte l'organisme.
- Masquez les colonnes d'identifiants dont le destinataire a besoin pour compter ou rapprocher, de sorte que la même personne garde le même marqueur sur chaque ligne et dans chaque feuille.
- Généralisez les quasi-identifiants : une année ou une tranche d'âge à la place d'une date de naissance, une région à la place d'un code postal, une famille de métiers à la place d'un intitulé de poste.
- Lisez les colonnes de texte libre cellule par cellule, ou supprimez-les. Un commentaire comme « en arrêt maladie après une opération, voir Maria » contient un nom et une donnée de santé.
- Repérez les lignes rares. Un service d'une seule personne, ou le seul salarié de plus de 60 ans, est identifiable par les seuls effectifs : regroupez ou retirez ces lignes.
- Nettoyez le classeur : affichez toutes les lignes, colonnes et feuilles, effacez les filtres, retirez les tableaux croisés dynamiques construits sur les données d'origine, les commentaires, les notes de cellule, les liaisons vers d'autres fichiers et les propriétés du document.
- Enregistrez une copie au format CSV et cherchez-y quelques noms et numéros que vous savez présents dans l'original.
Ce qui tourne mal quand on nettoie un tableur
L'erreur habituelle est de masquer des données qu'il aurait fallu supprimer. Les consignes de l'ICO sur les tableurs indiquent que masquer des lignes, des colonnes ou des feuilles est un moyen inefficace de protéger des données, car l'information reste dans le fichier et le destinataire peut la faire réapparaître en quelques clics. Elles ajoutent qu'un filtre actif peut cacher des lignes que le destinataire peut afficher en l'effaçant, et que les tableaux croisés dynamiques et les graphiques peuvent rester liés à leurs données sources même après la suppression de la feuille source ou la copie du tableau dans un nouveau classeur.
Le cas le mieux documenté est celui du Police Service of Northern Ireland (PSNI). Le 8 août 2023, en réponse à une demande d'accès à l'information, il a publié un tableur dont les onglets visibles avaient été supprimés, alors que la feuille d'origine contenant les données personnelles était restée dans le fichier sans que personne le remarque. L'ICO a infligé au PSNI une amende de 750 000 £ le 3 octobre 2024 et a indiqué qu'elle aurait été de 5,6 millions de livres sans son approche propre au secteur public. La feuille contenait le nom de famille, les initiales, le grade et la fonction de l'ensemble des 9 483 agents et personnels.
Une deuxième erreur consiste à traiter un fichier pseudonymisé comme anonyme. Une feuille avec des marqueurs dans la colonne des noms et, dans les colonnes suivantes, la date de naissance exacte, le code postal et l'intitulé de poste permet encore à quiconque connaît le lieu de travail de retrouver un collègue. Le projet du CEPD demande aux responsables du traitement de ne pas qualifier des données d'anonymes quand les personnes restent identifiables, et de documenter comment ils sont parvenus à leur conclusion.
Bonnes pratiques pour les exports récurrents
Un export mensuel de la paie ou d'un CRM mérite une recette fixe, afin que les mêmes colonnes soient traitées de la même façon à chaque fois.
- Tenez une liste écrite des colonnes par destinataire, avec le traitement de chacune, et révisez-la quand le modèle d'export change.
- Gardez des marqueurs cohérents entre les fichiers que le destinataire va rapprocher, et conservez la table de correspondance à part, avec un accès limité aux personnes autorisées à revenir en arrière.
- Généralisez quand le destinataire a besoin de la distribution des valeurs, et supprimez quand personne n'aura besoin de retrouver les valeurs.
- Contrôlez le fichier que vous envoyez, jamais celui que vous avez préparé. La copie CSV et la recherche d'un nom de famille connu prennent une minute.
- Traitez tout fichier à marqueurs comme une donnée personnelle : ne l'envoyez qu'au destinataire qui en a besoin, avec le même contrat et la même sécurité que pour l'original.
Comment Redactic caviarde un fichier Excel ou CSV
Chargez un fichier Excel ou CSV et Redactic propose un traitement pour chaque colonne à partir de son en-tête, en 14 langues, que vous pouvez changer avant le traitement : garder la colonne, masquer toute la colonne selon un type comme nom, adresse électronique ou IBAN, la masquer avec un marqueur générique, ou laisser la détection lire chaque cellule. La même valeur reçoit le même marqueur sur chaque ligne et dans chaque feuille, le fichier revient en Excel ou en CSV avec les mêmes feuilles et les mêmes colonnes, et les feuilles masquées, les notes de cellule et les propriétés du document sont nettoyées dans le même passage. Les données masquées sont pseudonymisées et restent des données personnelles au sens du RGPD : généraliser les dates de naissance et les codes postaux reste votre étape. La page paie et expertise comptable montre un export de paie d'exemple, l'essai gratuit prend votre propre document, et les fichiers ne sont jamais stockés ni utilisés pour entraîner des modèles d'IA. Guides associés : les métadonnées cachées dans Word, PDF et Excel et caviarder un bulletin de paie avant de l'envoyer.
Questions fréquentes
Un tableur dont on a supprimé la colonne des noms est-il anonyme ?
En général, non. Le RGPD qualifie de donnée personnelle l'information qui permet d'identifier une personne directement ou indirectement, et une ligne qui garde une date de naissance, un code postal et un intitulé de poste peut encore désigner une seule personne. Traitez le fichier comme pseudonymisé, donc comme une donnée personnelle, tant que vous n'avez pas aussi généralisé ou supprimé les colonnes qui permettent d'isoler quelqu'un.
Faut-il supprimer une colonne ou remplacer ses valeurs ?
Supprimez-la quand le destinataire n'en a jamais besoin. Remplacez ses valeurs par des marqueurs cohérents quand le destinataire doit compter, rapprocher ou comparer des lignes, car la même personne garde la même étiquette sur chaque ligne et dans chaque feuille. Une colonne remplacée contient des données pseudonymisées : le fichier reste une donnée personnelle pour vous et pour quiconque travaille pour votre compte.
Masquer une colonne ou une feuille supprime-t-il les données ?
Non. Les consignes de l'ICO sur les tableurs indiquent que masquer est un moyen inefficace de protéger des données, car l'information reste dans le fichier et le destinataire peut l'afficher à nouveau. Les filtres, les tableaux croisés dynamiques et les liaisons peuvent aussi garder une copie de lignes que vous ne voyez plus. Supprimez ce que le destinataire ne doit pas avoir, puis contrôlez le fichier enregistré.
Comment tester le fichier avant de l'envoyer ?
Ouvrez la copie que vous allez envoyer, affichez toutes les lignes, colonnes et feuilles, effacez tous les filtres et cherchez les tableaux croisés dynamiques, les commentaires et les liaisons. Enregistrez ensuite une copie au format CSV, qui montre toutes les valeurs qu'une cellule peut afficher, et cherchez-y quelques noms de famille et numéros d'identification que vous savez présents dans l'original. Si l'un d'eux apparaît, la colonne n'a pas été entièrement nettoyée.
Sources
- Règlement (UE) 2016/679 (RGPD), articles 4, points 1 et 5, et 5, paragraphe 1, point c, considérant 26, consulté le 2026-11-12.
- Groupe de travail « Article 29 », avis 05/2014 sur les techniques d'anonymisation, WP216, 10 avril 2014 (en anglais), consulté le 2026-11-12.
- CEPD, lignes directrices 02/2026 sur l'anonymisation, version 1.0 soumise à consultation publique, adoptée le 7 juillet 2026 (en anglais), consulté le 2026-11-12.
- ICO, How do we avoid an accidental breach when personal information is hidden in spreadsheets?, 31 juillet 2025 (en anglais), consulté le 2026-11-12.
- ICO, What price privacy? Poor PSNI procedures culminate in £750k fine, 3 octobre 2024 (en anglais), consulté le 2026-11-12.