abiotov/annuaire-benin

Pipeline de nettoyage, déduplication et exploration de l'annuaire des entreprises du Bénin : ~500k lignes brutes vers une base propre et mesurée (validation E.164, record linkage, classification, atlas économique) # 🇧🇯 Annuaire Bénin **L'annuaire national des entreprises du Bénin : 500 000 lignes brutes transformées en une base propre, mesurée et interrogeable.** *Documentation en français : le projet porte sur des données béninoises. English summary.* **→ Voir l'atlas économique interactif** --- Les annuaires d'entreprises d'Afrique de l'Ouest existent, mais à l'état brut : des exports Excel où la même société apparaît quatre fois, où l'activité est une phrase libre, où les numéros de téléphone mélangent deux plans de numérotation nationaux. Ce projet prend un tel export (celui du Bénin, environ 235 000 entreprises réelles) et le transforme, étape mesurée par étape mesurée, en une base exploitable : chaque conversion est comptée, chaque anomalie est qualifiée, chaque fusion sera prouvée. ## Les chiffres | Mesure | Valeur | |---|---:| | Lignes brutes ingérées | 496 729 | | Durée de l'ingestion complète | 50 s | | Entreprises uniques estimées | ~235 000 | | Téléphones convertis au plan 2024 (E.164) | 386 893 (77,9 %) | | Numéros tronqués par l'export source, détectés et qualifiés | 109 780 (22,1 %) | | Emails syntaxiquement valides | 99,7 % | | Entités après déduplication exacte | 235 360 (soit 53 % de copies inter-onglets) | | Paires candidates au rapprochement flou | 280 377 (sur 27 milliards possibles) | | Jeu de vérité annoté, complet | 420 paires (95 oui, 325 non) | | Précision de la fusion automatique (mesurée sur le gold complet) | 83,1 % (contre 51,8 % avant calibration) | | Fusions appliquées | 184 automatiques + 87 validées en revue | | Entreprises finales après déduplication | 235 125 | | Entités classées par secteur (25 secteurs) | 235 360 (100 %) | | Entreprises localisées sur la carte (77 communes) | 235 022 (103 sans commune) | | Tests | 68 unitaires + 2 smoke tests Playwright, tous verts | ## L'anomalie qui valide l'approche Le 30 novembre 2024, le Bénin est passé d'un plan de numérotation à 8 chiffres à un plan à 10 chiffres : chaque numéro exi …