Vérifier un fichier CSV d’emails avant une campagne : méthode et bonnes pratiques
Un fichier CSV peut contenir des adresses invalides, anciennes ou en double. Découvrez comment préparer, nettoyer et vérifier une liste d’emails avant son import dans votre outil d’envoi.

Un fichier CSV d'emails est l'un des formats les plus utilisés pour transférer une liste de contacts entre un CRM, un logiciel commercial, une plateforme d'emailing ou un outil de vérification.
Mais avant d'importer plusieurs centaines ou plusieurs milliers d'adresses dans une campagne, il est utile de contrôler la qualité du fichier. Une liste peut contenir des doublons, des erreurs de saisie, des domaines obsolètes ou des boîtes qui n'existent plus.
Voici comment préparer et vérifier un fichier CSV d'emails avant son utilisation.
Qu'est-ce qu'un fichier CSV ?
CSV signifie Comma-Separated Values. Il s'agit d'un format permettant d'enregistrer des données organisées en lignes et en colonnes.
Dans une base de contacts, chaque ligne peut correspondre à une personne ou une entreprise et contenir différentes informations :
- adresse email ;
- nom ;
- prénom ;
- entreprise ;
- téléphone ;
- pays ;
- autres informations utilisées dans le CRM.
La colonne contenant l'adresse email constitue naturellement l'élément principal à analyser avant une campagne.
Pourquoi vérifier un CSV avant une campagne ?
Un fichier exporté depuis un CRM n'est pas nécessairement une liste prête à être utilisée.
Au fil du temps, certaines données peuvent devenir obsolètes.
Une vérification préalable permet notamment d'identifier différentes catégories d'adresses avant de solliciter votre infrastructure d'envoi.
Quels problèmes peut contenir un fichier CSV ?
Plusieurs anomalies sont fréquentes dans les bases de contacts :
- adresses mal écrites ;
- doublons ;
- domaines inexistants ;
- anciennes adresses professionnelles ;
- emails temporaires ;
- adresses déjà identifiées comme invalides ;
- résultats catch-all ou incertains.
Ces catégories ne doivent pas nécessairement être traitées de la même manière.
Étape 1 : conserver une copie du fichier original
Avant toute modification, conservez toujours une copie intacte de votre export.
Le nettoyage doit idéalement être réalisé sur une copie afin de pouvoir retrouver les données originales en cas d'erreur de manipulation.
Étape 2 : identifier la colonne email
Un CSV peut contenir de nombreuses colonnes.
Il faut donc identifier clairement celle qui contient les adresses à vérifier.
Évitez également de mélanger plusieurs types d'informations dans une même colonne.
Étape 3 : rechercher les cellules vides
Certaines lignes peuvent ne contenir aucune adresse.
Ces entrées ne peuvent évidemment pas être utilisées pour une campagne email et peuvent être traitées séparément avant l'analyse technique.
Étape 4 : supprimer les doublons
Une même adresse peut apparaître plusieurs fois dans un fichier, notamment après la fusion de plusieurs exports.
Envoyer plusieurs fois le même message au même destinataire n'apporte généralement aucun avantage et peut fausser les statistiques.
La déduplication constitue donc une étape importante du nettoyage.
Étape 5 : contrôler la syntaxe des adresses
Une adresse doit respecter une structure cohérente.
Les erreurs évidentes peuvent être détectées avant même d'interroger le domaine.
Mais une syntaxe correcte ne garantit pas que la boîte existe réellement.
Étape 6 : vérifier le domaine
Une adresse peut être parfaitement écrite tout en utilisant un domaine inexistant ou abandonné.
Ce problème apparaît notamment dans les anciennes bases professionnelles lorsqu'une entreprise a fermé ou changé de domaine.
Le contrôle du domaine apporte donc une information supplémentaire.
Étape 7 : analyser les enregistrements MX
Les enregistrements MX indiquent quels serveurs sont chargés de recevoir les emails d'un domaine.
Leur présence permet de mieux comprendre si le domaine dispose d'une infrastructure de messagerie.
Un MX fonctionnel ne garantit cependant pas à lui seul l'existence de chaque boîte individuelle.
Étape 8 : identifier les emails temporaires
Certains domaines proposent des adresses destinées à une utilisation temporaire.
Ces emails peuvent fonctionner au moment de leur création puis disparaître rapidement.
Les identifier permet de les séparer des adresses classiques et d'appliquer la politique adaptée à votre activité.
Étape 9 : distinguer les domaines catch-all
Un domaine catch-all peut rendre difficile la confirmation de l'existence d'une boîte individuelle.
Il ne faut donc pas automatiquement considérer ces résultats comme valides ou invalides.
Une catégorie spécifique permet de conserver cette incertitude technique.
Étape 10 : classer les résultats
Après la vérification, il est préférable de conserver plusieurs catégories plutôt qu'une simple réponse oui/non.
Par exemple :
- adresses exploitables ;
- adresses invalides ;
- emails temporaires ;
- catch-all ;
- résultats inconnus ou temporaires.
Cette segmentation permet de prendre de meilleures décisions avant la campagne.
Faut-il supprimer automatiquement tous les résultats incertains ?
Non.
Un serveur temporairement indisponible ou un domaine catch-all peut empêcher une confirmation complète sans que l'adresse soit nécessairement invalide.
Il est donc préférable de conserver séparément les résultats dont le statut n'a pas pu être établi avec suffisamment de certitude.
Pourquoi vérifier une ancienne extraction CRM ?
Une base exportée plusieurs mois ou plusieurs années auparavant peut avoir fortement évolué.
Les collaborateurs changent d'entreprise, des boîtes sont supprimées et certains domaines disparaissent.
Plus l'export est ancien, plus une nouvelle analyse avant réutilisation peut être pertinente.
CSV et taux de bounce
Si un fichier contient de nombreuses adresses devenues invalides, leur utilisation peut contribuer à augmenter le taux de bounce.
Le contrôle avant la campagne permet d'identifier une partie de ces problèmes sans attendre les retours de l'envoi.
Le suivi des bounces après la campagne reste toutefois indispensable.
La vérification garantit-elle la délivrabilité ?
Non.
Une adresse exploitable ne garantit pas que le message arrivera dans la boîte de réception principale.
La délivrabilité dépend également de SPF, DKIM, DMARC, de la réputation d'expéditeur, du contenu, des plaintes et de nombreux autres signaux.
La vérification du CSV agit principalement sur la qualité de la liste utilisée.
Quand faut-il vérifier son fichier ?
Une analyse est particulièrement utile :
- avant une campagne importante ;
- après l'export d'une ancienne base ;
- après la fusion de plusieurs fichiers ;
- avant la réactivation d'anciens contacts ;
- lorsque les bounces augmentent ;
- lorsque la qualité du fichier est inconnue.
Vérifiez votre fichier avec Servyona
Servyona permet d'analyser en masse les adresses présentes dans vos listes afin de mieux identifier les différentes catégories avant leur utilisation.
Vous pouvez ainsi préparer votre fichier, analyser vos contacts puis utiliser les résultats pour constituer une liste mieux maîtrisée avant votre campagne.
Vérifier mon fichier email avec Servyona
Questions fréquentes sur la vérification d'un CSV
Pourquoi vérifier un fichier CSV avant une campagne ?
Pour identifier certaines adresses problématiques avant leur utilisation et mieux connaître la qualité générale du fichier.
Faut-il supprimer les doublons avant la vérification ?
Oui, lorsque cela est possible. Cela évite notamment d'analyser plusieurs fois exactement la même adresse.
Une adresse avec un domaine valide est-elle forcément valide ?
Non. Le domaine peut fonctionner alors que la boîte individuelle n'existe plus.
Que faire des résultats catch-all ?
Il est préférable de les conserver dans une catégorie distincte plutôt que de les considérer automatiquement comme valides ou invalides.
La vérification évite-t-elle tous les bounces ?
Non. Certains problèmes apparaissent uniquement au moment de l'envoi ou après la vérification.
À lire aussi : Vérification email avant envoi : pourquoi contrôler sa liste avant une c….
À lire aussi : Nettoyage de liste email : guide complet pour les entreprises.