Aller au contenu
  • Marketing et PFM
  • Guide

Segmenter sans exposer : ce qu’un seuil minimal protège, et ce qu’il laisse passer

Un seuil minimal par groupe empêche d’isoler un client à l’écran, pas de le retrouver par différence entre deux segments. Exemple chiffré et parades.

  • Rédaction BRAIU
  • Publié le
  • 9 min de lecture
Sommaire (6 parties)

Une équipe marketing qui prépare une campagne d’épargne a besoin de savoir combien de clients ont un profil donné, ce qu’ils détiennent déjà et comment ce groupe évolue. Elle n’a pas besoin de savoir qui ils sont. Les outils de segmentation en tirent souvent une règle simple : aucun chiffre n’est affiché pour un groupe de moins de k clients, par exemple 50.

Cette règle empêche bien quelque chose. Elle n’empêche pas tout, et ses limites sont connues depuis longtemps : deux segments qui ne diffèrent que d’une personne suffisent à la contourner. Une seconde règle bloque ce cas précis, et il faut encore en ajouter d’autres.

Pourquoi le marketing n’a pas besoin de voir un client

Une décision de campagne porte sur des groupes : à qui proposer un produit, dans quelle agence, avec quel message. Un nom, un numéro de compte ou un solde individuel n’apportent rien à cette décision. Ils augmentent en revanche le nombre de personnes qui voient des données de clients, et le nombre de façons de les réutiliser hors de leur finalité.

D’où le principe : à l’écran, des groupes et des chiffres agrégés, jamais des personnes. Le moment où la campagne a besoin d’une liste de clients existe aussi. Il se traite à part, plus bas.

Le seuil minimal : ce que protège un groupe de k personnes

Le groupe de travail « Article 29 » (G29), organe consultatif européen indépendant institué par la directive 95/46/CE, a analysé en 2014 les techniques d’anonymisation au regard de trois risques[1]. L’individualisation est la possibilité d’isoler les enregistrements qui identifient une personne. La corrélation est la possibilité de relier au moins deux enregistrements concernant la même personne ou le même groupe. L’inférence est la possibilité de déduire, avec une probabilité importante, la valeur d’un attribut à partir d’autres attributs[1].

L’agrégation et le k-anonymat visent le premier risque : ils empêchent d’isoler une personne en la regroupant avec au moins k autres[1]. Comme les attributs sont alors partagés par k personnes, il ne devrait plus être possible d’en distinguer une à l’intérieur du groupe[1]. Le G29 relève deux erreurs courantes : un k trop petit, qui donne trop de poids à chaque individu, et l’oubli de certains attributs capables, à eux seuls, de désigner quelqu’un dans le groupe[1].

Un outil de segmentation qui refuse d’afficher un groupe de moins de 50 clients applique la même idée aux chiffres qu’il montre. Il répond à des questions successives, et c’est là que se trouve la faille.

Seuil minimal d’affichage

Règle selon laquelle un outil n’affiche aucun chiffre (effectif, moyenne, part) pour un groupe qui compte moins de k personnes.

Ce qu’il ne protège pas

L’inférence sur un groupe homogène

Le G29 est explicite : le principal défaut du k-anonymat est qu’il n’empêche aucune attaque par inférence[1]. Si tous les membres d’un groupe partagent une propriété, il suffit de savoir qu’une personne appartient au groupe pour connaître cette propriété[1]. Son tableau de synthèse range l’agrégation et le k-anonymat parmi les techniques qui protègent contre l’individualisation, mais pas contre la corrélation ni contre l’inférence[1].

Pour un segment marketing, la conséquence est directe. Un segment défini par « clients signalés en difficultés budgétaires de l’agence X » peut compter des centaines de personnes et passer le seuil sans difficulté. Quiconque sait qu’un voisin ou un proche en fait partie apprend quelque chose sur lui. Le seuil protège l’identité dans le groupe, pas ce que le groupe dit de chacun de ses membres.

La différence entre deux segments

Un outil de segmentation répond à des questions successives. Le G29 le note à propos d’une autre technique : traiter chaque requête isolément est une erreur, car la combinaison de plusieurs réponses peut révéler ce qui devait rester secret, en réduisant pas à pas le groupe jusqu’à faire apparaître une seule personne[1].

Le problème est bien plus ancien. En 1979, Dorothy Denning, Peter Denning et Mayer Schwartz montraient que des bases statistiques qui refusent de répondre sur des groupes trop petits peuvent presque toujours être compromises, à l’aide de formules de requête qu’ils appellent des « trackers »[2]. Leur conclusion : des restrictions sévères sur la taille des groupes rendent la base inutile pour la statistique sans pour autant protéger les enregistrements individuels[2].

Aucun des deux écrans n’a montré de client. Le seuil a été respecté à chaque réponse, et la personne est pourtant exposée. L’exemple est construit pour que la différence tombe juste ; dans une base réelle, trouver un tel couple de segments demande des essais et quelques attributs de la personne visée. Ce sont des connaissances banales pour un collègue, un voisin ou un proche.

La règle qui bloque ce cas

La parade la plus directe compare chaque nouveau segment à ceux déjà affichés. Si deux segments diffèrent de moins de k personnes, dans un sens ou dans l’autre, le second n’est pas affiché. La différence se mesure sur les ensembles de clients, pas sur les filtres : deux définitions très différentes peuvent désigner presque les mêmes personnes.

Cette règle a des coûts. Elle suppose de conserver, pour chaque personne qui interroge l’outil, ou mieux pour toutes ensemble, la liste des segments affichés. Elle refuse parfois des questions légitimes, et l’ordre des questions change ce qui s’affiche. Surtout, elle ne regarde que les paires de segments.

C’est le mécanisme que Denning et ses coauteurs décrivaient : un groupe trop petit pour être interrogé se reconstitue à partir de groupes assez grands[2]. Aucune règle simple sur des paires de segments ne ferme toutes les combinaisons.

Ce qui complète la règle

Le G29 indique que, pour limiter l’inférence et la corrélation, il faut garder la trace des requêtes de chaque entité et observer l’information qu’elles livrent sur les personnes[1]. Concrètement, plusieurs mesures se cumulent.

  1. Restreindre les filtres. Des segments construits à partir d’une liste de critères prédéfinis, sans union libre de conditions ni filtre sur une date d’ouverture au jour près, réduisent le nombre de combinaisons possibles.
  2. Journaliser les segments affichés, par personne et pour l’ensemble de l’équipe, et relire ce journal. Une suite de segments presque identiques est un signal en soi.
  3. Arrondir ou perturber les chiffres affichés. Dans l’exemple, l’arrondi à l’euro ne protège presque rien ; un arrondi plus grossier des effectifs et des moyennes rend la soustraction imprécise. Le G29 décrit l’ajout de bruit et la confidentialité différentielle, en rappelant que celle-ci exige elle aussi de suivre les requêtes[1].
  4. Réserver la création de segments libres à quelques profils, et laisser aux autres des segments déjà validés.
  5. Relever le seuil pour les indicateurs les plus sensibles. Un indicateur de difficultés budgétaires mérite un seuil plus haut qu’un taux de détention de livret.

Aucune de ces mesures ne suffit seule. Leur combinaison rend l’exposition plus coûteuse et plus visible ; elle ne la rend pas impossible.

L’export, moment où le groupe redevient une liste

Une campagne finit par avoir besoin de joindre des clients. À ce moment, le segment redevient une liste de personnes, avec des identifiants, et le seuil d’affichage ne joue plus aucun rôle. Le risque devient la sortie d’une liste nominative hors de l’outil.

Les protections pertinentes sont alors d’un autre ordre. L’export est réservé à des profils habilités. Chaque export est tracé : qui, quand, quel segment, combien de clients, pour quelle campagne. Un export qui ne peut pas être tracé n’a pas lieu. La liste exportée ne contient que ce dont l’outil de campagne a besoin, en général un identifiant interne, et pas les indicateurs qui ont servi à construire le segment. Un fichier de clients « en difficultés budgétaires » envoyé à un outil d’e-mailing n’est pas la même chose qu’une liste d’identifiants destinée à une campagne d’épargne.

Le journal des exports et celui des segments affichés se lisent ensemble. Une personne qui affiche une série de segments presque identiques puis exporte le plus petit mérite une question.

Quand une analyse d’impact s’impose

La CNIL publie la liste des types de traitements pour lesquels une analyse d’impact relative à la protection des données (AIPD) est requise[3]. L’une des entrées vise les traitements de profilage qui font appel à des données provenant de sources externes, au titre de trois critères : l’évaluation ou la notation, le croisement ou la combinaison d’ensembles de données, et l’usage innovant[4]. Parmi ses exemples figurent la combinaison de données opérée par des courtiers en données et la personnalisation des publicités en ligne[4]. Une segmentation qui enrichit les données de la banque avec des données achetées ou partagées entre donc directement dans cette entrée.

Une segmentation fondée sur les seules données de la banque n’y figure pas en toutes lettres. La CNIL précise que sa liste n’est pas exhaustive et qu’un traitement absent peut tout de même devoir faire l’objet d’une AIPD, au regard des neuf critères issus des lignes directrices du G29[3]. Un outil qui calcule des indicateurs comme les difficultés budgétaires, croise plusieurs sources internes et sert à choisir qui recevra quelle offre mérite que le délégué à la protection des données pose la question, de préférence avant le premier segment.

L’AIPD est aussi le bon endroit pour écrire les règles décrites plus haut : le seuil choisi et pourquoi, la règle de différence, les filtres permis, les mesures de journalisation et le contrôle des exports. Écrite avant le lancement, elle oblige à décider ce que l’outil refusera de montrer.

Télécharger le script de l'exemple (Python)

Sources

  1. Opinion 05/2014 on Anonymisation Techniques (WP216), Groupe de travail « Article 29 » sur la protection des données, 0829/14/EN, sections 2.2.2, 3, 3.1.3 et 3.2.1, tableau 6, 10 avril 2014. ec.europa.eu/justice/article-29/documentation/opinion-recommendation/files/2014/wp216_en.pdf · consulté le 13 novembre 2026
  2. D. E. Denning, P. J. Denning, M. D. Schwartz, The Tracker: A Threat to Statistical Database Security, ACM Transactions on Database Systems, Vol. 4, n° 1, mars 1979, p. 76-96 (copie de l’auteure), mars 1979. faculty.nps.edu/dedennin/publications/TrackerThreat.pdf · consulté le 13 novembre 2026
  3. Analyse d’impact relative à la protection des données : publication d’une liste des traitements pour lesquels une analyse est requise, CNIL, 6 novembre 2018. www.cnil.fr/fr/liste-traitements-aipd-requise · consulté le 13 novembre 2026
  4. Liste des types d’opérations de traitement pour lesquelles une analyse d’impact relative à la protection des données est requise, CNIL, Version 2 de la liste (PDF). www.cnil.fr/sites/default/files/atoms/files/liste-traitements-avec-aipd-requise-v2.pdf · consulté le 13 novembre 2026

30 minutes pour voir BRAIU sur notre banque de démonstration (données fictives).

Nous vous montrons la solution sur des données fictives : aucune donnée de votre établissement n'est nécessaire.