Le vrai coût d'une ressaisie : chiffrer le gaspillage caché

Dans la plupart des PME, personne n'a jamais approuvé de budget pour la ressaisie de données. Il n'existe pas de ligne comptable intitulée « recopier une commande d'un PDF vers l'ERP », ni « corriger le prix mal transcrit dans le fichier de production ». Le coût existe pourtant, et il est payé chaque semaine. Il est simplement dilué dans la masse salariale, dans les notes de crédit, dans les délais de livraison et dans le temps du service à la clientèle.

Cet article propose une méthode pour le chiffrer. Pas une estimation vendeuse, une méthode que vous pouvez appliquer avec un chronomètre et un tableur.

Ce qu'on appelle une ressaisie

Une ressaisie, c'est le fait de saisir manuellement une information qui existe déjà quelque part sous forme numérique. Quelques exemples courants :

Une commande client arrive par courriel en PDF. Quelqu'un la retape dans le système de gestion.
La même commande est ensuite recopiée dans un fichier Excel de planification de production.
À la facturation, les mêmes lignes sont ressaisies dans le logiciel comptable.
Un bon de livraison signé est scanné, puis les quantités réelles sont retapées dans l'inventaire.
Une fiche de temps papier est transcrite dans le système de paie.

Ce ne sont pas des cas exotiques. C'est le fonctionnement normal d'une entreprise dont les systèmes ne se parlent pas. Chaque outil pris isolément fonctionne bien. C'est l'espace entre les outils qui est occupé par des humains armés d'un clavier.

La ressaisie a une propriété désagréable : elle est invisible pour la direction et évidente pour les employés qui la subissent. Personne ne remonte au comité de gestion pour dire « j'ai passé douze heures cette semaine à recopier des chiffres ». C'est vu comme le travail, tout simplement.

Couche 1 : le temps

C'est la couche la plus facile à mesurer, et celle qu'on sous-estime le plus.

Asana a mesuré, dans son Anatomy of Work Index, que les travailleurs du savoir consacrent environ 4 h 38 par semaine à des tâches déjà accomplies par quelqu'un d'autre, ce qui représente plus de 200 heures de travail dupliqué par personne et par année. La même étude évalue à 60 % la part du temps consacrée au « travail autour du travail » (coordination, recherche d'information, changement d'outil) plutôt qu'au travail pour lequel les gens ont été embauchés.

La formule pour votre entreprise est simple :

Coût annuel du temps de ressaisie
= (nb de documents/semaine)
  x (nb de saisies par document)
  x (minutes par saisie / 60)
  x (nb de semaines travaillées)
  x (coût horaire chargé)

Le coût horaire chargé, ce n'est pas le salaire. Au Québec, la rémunération horaire moyenne du personnel salarié tournait autour de 35 $ en 2025 selon l'Institut de la statistique du Québec. En ajoutant les charges sociales, les avantages et les frais fixes, un coût chargé de 45 $ l'heure est une hypothèse prudente pour un poste administratif.

Un détail qui compte : ne mesurez pas le temps de saisie « idéal ». Mesurez le temps réel, celui qui inclut l'ouverture du PDF, la recherche du bon numéro de client, le retour en arrière parce que le code produit n'existe pas, et l'interruption d'un collègue au milieu.

Couche 2 : les erreurs

Ici, on quitte l'intuition pour entrer dans un domaine étonnamment bien documenté.

La littérature converge sur un taux d'erreur de saisie manuelle de 1 % à 4 % par champ. Les 1 % correspondent à un opérateur qualifié, dans de bonnes conditions, sur des formulaires structurés. Les 4 % correspondent à une saisie ordinaire, sur des documents variés, en fin de journée. Une étude fréquemment citée (Barchard et Pace, 2011) situe la fourchette dans ces eaux, et une méta-analyse en recherche clinique a mesuré un taux d'erreur de 0,29 % en simple saisie contre 0,14 % en double saisie, cette dernière coûtant évidemment deux fois plus cher en main-d'œuvre.

Ce qu'il faut comprendre, c'est l'effet du cumul. Sur une commande de 20 champs saisie une seule fois, avec un taux de 1 % par champ, la probabilité qu'au moins un champ soit erroné est d'environ 18 %. Si la même commande est ressaisie trois fois dans trois systèmes différents, chaque ressaisie ajoute son propre risque. L'erreur n'est plus un accident, c'est une statistique.

Le deuxième point, c'est le coût unitaire d'une erreur, qui dépend entièrement du moment où elle est détectée. La règle du 1-10-100, popularisée par SiriusDecisions, résume bien l'ordre de grandeur : environ 1 $ pour valider une donnée au moment de sa saisie, 10 $ pour la corriger plus tard dans le système, 100 $ si elle n'est jamais corrigée et qu'elle produit ses conséquences en aval.

Cette règle n'est pas une loi physique. C'est un modèle. Mais il décrit correctement ce que vivent les équipes : une quantité erronée détectée à la saisie coûte trente secondes, la même quantité détectée à l'expédition coûte une demi-journée, et détectée par le client, elle coûte un retour, une note de crédit et un appel désagréable.

Couche 3 : les retours client et l'aval

C'est la couche la plus coûteuse et la moins chiffrée.

Quand une erreur de ressaisie atteint le client, la facture ne se limite pas à la correction. Elle inclut typiquement :

le transport de retour et la réexpédition,
le temps du service à la clientèle (appel, courriel, suivi),
le temps de production ou d'entrepôt pour refaire ou reprendre le lot,
la note de crédit ou le rabais consenti pour apaiser la situation,
le temps administratif de correction dans trois systèmes au lieu d'un,
le retard induit sur les autres commandes qui passent derrière.

Les estimations publiées situent le coût de résolution d'une erreur de données entre 50 $ et 150 $ lorsqu'elle reste interne, et bien au-delà lorsqu'elle touche une expédition physique. Pour une PME manufacturière, un retour complet coûte rarement moins de 300 $ tout compris.

Et il reste ce qu'on ne peut pas facturer : la confiance du client. Un client qui reçoit deux mauvaises quantités en six mois commence à vérifier vos bordereaux. Puis il demande un prix. Puis il demande une soumission ailleurs.

Un exemple chiffré

Prenons une PME manufacturière fictive mais représentative : 75 employés, 90 commandes clients par semaine, 48 semaines de production.

Hypothèses

Chaque commande est saisie 3 fois : système de gestion, fichier de planification, logiciel comptable.
Temps réel cumulé de ressaisie : 10 minutes par commande.
Coût horaire chargé : 45 $.
6 champs critiques par commande (client, produit, quantité, prix, date, adresse), taux d'erreur de 1 % par champ, sur 3 saisies.
90 % des erreurs sont interceptées à l'interne avant l'expédition.

Temps de ressaisie

90 commandes x 10 min = 900 min/semaine, soit 15 heures par semaine, soit 720 heures par an. 720 h x 45 $ = 32 400 $ par année, uniquement pour taper de l'information qui existait déjà.

Corrections internes

Sur 4 320 commandes annuelles, avec 18 champs critiques exposés au risque, environ 16 % des commandes contiennent au moins une erreur, soit à peu près 700 commandes. Neuf sur dix sont rattrapées à l'interne, disons 630 commandes, à 25 minutes de correction et de vérification chacune. 630 x 0,42 h x 45 $ = environ 11 900 $ par année.

Erreurs qui atteignent le client

Il reste environ 70 commandes erronées livrées dans l'année. À 400 $ de coût complet par incident (transport, reprise, administration, crédit) : 70 x 400 $ = 28 000 $ par année.

Total : environ 72 000 $ par année. L'équivalent d'un poste à temps plein, dépensé sans qu'aucune décision ne l'ait jamais autorisé.

Ces chiffres ne sont pas les vôtres. Ce sont des hypothèses explicites, et c'est justement l'intérêt : chacune peut être remplacée par une mesure réelle. Si votre taux d'erreur est de 0,5 % et non de 1 %, divisez par deux. Le résultat restera à cinq chiffres.

Pourquoi cela pèse plus lourd au Québec

Deux réalités locales changent la lecture de ces chiffres.

La première est la disponibilité de la main-d'œuvre. Dans les régions comme la Gaspésie, la Côte-Nord ou le Bas-Saint-Laurent, le problème n'est pas de payer quelqu'un pour ressaisir des commandes, c'est de trouver quelqu'un tout court. Chaque heure de ressaisie est une heure qui n'est pas consacrée au service à la clientèle, à la planification ou à la production. Éliminer une ressaisie ne veut pas dire supprimer un poste, cela veut dire récupérer de la capacité dans une équipe qui n'arrive déjà pas à tout faire.

La seconde est la rétention. Une personne compétente qui passe un tiers de sa semaine à recopier des chiffres finit par partir vers un emploi où elle utilise son jugement. Le coût de son remplacement, formation comprise, dépasse largement le coût du problème qu'on n'a pas réglé.

Comment mesurer chez vous en deux semaines

Un protocole simple, sans outil et sans budget :

Listez les documents entrants qui déclenchent une saisie : commandes, bons de livraison, factures fournisseurs, feuilles de temps, réquisitions.
Pour chacun, comptez le nombre de systèmes dans lesquels la même information est retapée. Ce chiffre est presque toujours plus élevé que ce que la direction imagine.
Chronométrez cinq occurrences réelles par type de document, faites la moyenne, ajoutez les interruptions.
Tenez un registre des corrections pendant deux semaines. Une ligne par erreur : quel document, quel champ, détectée où, temps de correction.
Sortez les notes de crédit et les retours des douze derniers mois, et identifiez ceux dont la cause première est une donnée mal transcrite.
Appliquez la formule. Multipliez par 48 semaines.

Le résultat de cet exercice est rarement ambigu. Et il a l'avantage d'être défendable devant un comité de gestion, parce qu'il repose sur vos propres données et non sur une moyenne de l'industrie.

Ce qui se corrige, et dans quel ordre

Une fois le chiffre connu, la tentation est d'acheter un logiciel. C'est souvent l'erreur suivante.

L'ordre qui fonctionne est le suivant :

Supprimer les saisies redondantes avant d'automatiser quoi que ce soit. Si le fichier Excel de production existe parce que l'ERP est mal configuré, réglez l'ERP. Automatiser une ressaisie inutile revient à la rendre permanente.
Connecter ce qui peut l'être. Beaucoup de systèmes de gestion et de logiciels comptables disposent d'API ou d'exports que personne n'a jamais activés.
Automatiser l'extraction là où la source reste non structurée. Une commande qui arrive en PDF ou en courriel libre ne se connecte pas. C'est précisément le cas où un agent capable de lire le document, d'en extraire les champs, de les valider contre les données existantes et de signaler les cas douteux apporte une valeur mesurable.
Garder l'humain sur l'exception, pas sur la routine. L'objectif n'est pas la saisie zéro, c'est de ramener l'attention humaine là où elle sert : les cas ambigus, les nouveaux clients, les écarts de prix.

Une automatisation qui traite correctement 85 % des documents et signale honnêtement les 15 % restants vaut mieux qu'un système qui prétend en traiter 100 % et se trompe en silence. La transparence sur ce qui n'a pas été compris est une caractéristique de conception, pas une faiblesse.

En résumé

La ressaisie est un coût réel, récurrent et mesurable, qui n'apparaît nulle part dans vos états financiers. Il se compose de trois couches : le temps directement consommé, les corrections internes, et les erreurs qui atteignent le client. Pour une PME manufacturière de taille moyenne, l'ordre de grandeur se situe couramment entre 40 000 $ et 100 000 $ par année.

La première étape n'est pas d'acheter quoi que ce soit. C'est de mesurer, pendant deux semaines, avec un tableur.

Sources

Asana, Anatomy of Work Index : 4 h 38 par semaine de travail dupliqué, plus de 200 heures par personne et par année, 60 % du temps consacré au « travail autour du travail ». asana.com/resources/anatomy-of-work-summary
Barchard, K. A. et Pace, L. A. (2011), Preventing human error: The impact of data entry methods on data accuracy and statistical results, Computers in Human Behavior : taux d'erreur de saisie manuelle de l'ordre de 1 % à 4 % par champ.
Gartner, Magic Quadrant for Data Quality Solutions (2020) : coût moyen estimé de la non-qualité des données à 12,9 M$ US par organisation et par année (grandes entreprises). gartner.com/en/data-analytics/topics/data-quality
SiriusDecisions, règle du 1-10-100 : 1 $ pour valider une donnée à la saisie, 10 $ pour la corriger, 100 $ si l'erreur n'est jamais corrigée.
Nahm, M. et coll., Error Rates of Data Processing Methods in Clinical Research, méta-analyse : 0,29 % d'erreurs en simple saisie contre 0,14 % en double saisie. pmc.ncbi.nlm.nih.gov/articles/PMC10775420
Institut de la statistique du Québec, L'évolution du marché du travail québécois entre 2015 et 2025 : rémunération horaire moyenne d'environ 35 $ en 2025. statistique.quebec.ca