Automatisation des processus : exemples et par où commencer

L’automatisation des processus d’entreprise évoque un grand projet informatique. En pratique, c’est beaucoup plus modeste : confier une décision répétitive à une règle plutôt qu’à une personne. « Quand une demande arrive par le formulaire, enregistre-la dans le CRM et confirme au client qu’elle est bien reçue. » « Quand le virement arrive, marque la facture comme payée. » Chacune de ces décisions se prenait autrefois à la main — à condition que quelqu’un y pense.

La question n’est donc pas « faut-il automatiser ? », mais « quelle décision confions-nous à une règle, et laquelle laissons-nous à une personne ? ». La seconde moitié de la réponse compte plus qu’il n’y paraît. Nous le montrons ci-dessous sur notre propre exemple : chez nous, tout le tunnel, du formulaire de ce site jusqu’au rapport dans Google Ads, tourne sans intervention manuelle — avec des exceptions laissées là exprès. Vous trouverez aussi ce que les données peuvent et ne peuvent pas dire des entreprises suisses, la QR-facture comme premier processus de facturation à connecter, des exemples par service, les critères pour choisir le premier processus et un calcul du moment où l’investissement se rembourse.

Automatisation des processus et RPA : de quoi parle-t-on ?

Trois choses différentes se vendent aujourd’hui sous l’étiquette « automatisation des processus ». Mieux vaut les distinguer, parce que chacune règle un autre problème et chacune a un autre coût.

L’intégration par API. Deux systèmes se parlent directement : le formulaire enregistre le contact dans le CRM, la boutique transmet la commande au système d’entrepôt, la banque envoie l’avis de paiement au logiciel comptable. Personne ne clique sur rien. C’est la forme d’automatisation la plus stable, mais elle suppose que les deux systèmes disposent d’une interface de programmation (API) — autrement dit, qu’ils mettent leurs données à la disposition d’autres programmes.

La RPA, ou robotic process automation. À la question « qu’est-ce que la RPA ? », IBM donne la réponse la plus courte : un logiciel qui sert à effectuer les tâches de bureau répétitives, comme l’extraction de données, le remplissage de formulaires ou le déplacement de fichiers, en déployant des scripts qui imitent ce que fait une personne, selon des règles. Le guide de l’administration américaine digital.gov décrit la RPA comme une technologie destinée à automatiser des tâches répétitives fondées sur des règles, et la compare à une macro Excel — à ceci près qu’elle travaille dans plusieurs programmes à la fois. Le point le plus important, IBM le souligne aussi : les robots RPA se déploient là où il n’existe pas d’API, ou pas de moyens pour une intégration profonde. Le robot clique à l’écran parce qu’il n’y a pas d’autre porte.

L’automatisation par l’IA. IBM résume la différence en une phrase : la RPA est axée sur les processus, l’IA sur les données. Un robot RPA ne fait que suivre le processus qu’une personne a défini, alors qu’un modèle d’IA reconnaît des tendances dans les données, y compris les données non structurées, et apprend au fil du temps. Concrètement, l’automatisation par l’IA commence là où la règle ne peut pas s’écrire directement : il faut lire un e-mail et comprendre ce que veut le client, résumer une conversation ou classer un ticket dans une catégorie.

Dans une entreprise réelle, ces trois couches travaillent souvent ensemble dans un même processus. Prenez la facture d’un fournisseur reçue en PDF : un modèle d’IA lit le numéro, le montant et l’échéance, une règle vérifie qu’ils correspondent à la commande, et une intégration inscrit le résultat dans le logiciel comptable. Une personne ne reçoit que les documents où quelque chose ne concorde pas. Chaque couche fait ce qu’elle fait le mieux, et aucune n’a à se faire passer pour les autres.

Cette distinction mène à la première décision à prendre, avant même que quiconque choisisse un outil : le système d’où viennent les données, et celui où elles doivent aller, ont-ils une API ? Si oui — intégration. Si non, et que le processus est une règle — RPA. Si la règle ne s’écrit pas — IA, idéalement avec une personne qui valide le résultat.

L’automatisation dans les entreprises suisses : ce que les données disent, et ce qu’elles taisent

Dans les éditions polonaise et européenne de cet article, cette section s’ouvre sur des chiffres : combien d’entreprises ont un CRM, un ERP, des outils d’IA. Pour la Suisse, nous n’en donnerons pas. L’enquête qui produit ces chiffres pour l’Europe — celle d’Eurostat — ne couvre pas la Suisse, et nous n’avons trouvé aucune étude suisse récente qui compte la même chose de la même manière. Un pourcentage européen rebaptisé suisse aurait l’air précis et ne mesurerait rien.

Les données européennes montrent en revanche un schéma qui ne dépend pas du chiffre exact : plus l’entreprise est petite, moins elle dispose de l’un ou l’autre de ces systèmes — CRM, ERP, outils d’informatique décisionnelle — et les technologies les plus associées à l’automatisation, l’IA comprise, ne sont utilisées que par une minorité des petites entreprises. L’écart entre petites et grandes entreprises est large sur tous les indicateurs.

Ce schéma compte davantage qu’un classement. Dans beaucoup de petites entreprises, il n’existe aucun système dans lequel l’automatisation pourrait écrire quoi que ce soit. Les contacts sont dans la boîte mail, les commandes dans un tableur, les notes sur le téléphone du commercial. Un robot qui transfère des données d’un e-mail vers le CRM n’a nulle part où les transférer. Voilà pourquoi, dans une petite entreprise, l’automatisation commence par des données rassemblées en un seul endroit, et non par un robot — et c’est une bonne nouvelle, parce que la première étape est généralement la moins chère.

Dans les entreprises de taille moyenne, le problème se présente autrement. Les systèmes y existent en général déjà — un ERP ou un logiciel comptable, un CRM, une boutique en ligne — mais ils ne se parlent pas. La vente travaille dans un programme, la comptabilité dans un deuxième, l’entrepôt dans un troisième, et entre eux se tient une personne qui ressaisit. Dans une entreprise de ce type, automatiser les processus signifie le plus souvent intégrer : pas un nouveau système, mais un lien entre ceux qu’on paie déjà.

Si vous voulez un chiffre pour votre propre entreprise, il est plus facile à obtenir qu’un chiffre national : comptez les endroits où la même donnée est saisie deux fois, et les heures que cela prend chaque semaine. C’est ce chiffre-là dont votre décision dépend réellement.

La QR-facture : le point de départ suisse de l’automatisation des factures

Dans une grande partie de l’Europe, la facture devient, par la loi, une donnée structurée. La Suisse a pris un autre chemin. Il n’existe pas d’obligation générale, pour les entreprises, d’échanger entre elles des factures électroniques structurées ; l’obligation qui existe vise les fournisseurs de l’État. Depuis le 1er janvier 2016, le Conseil fédéral exige des fournisseurs de l’administration fédérale qu’ils présentent leurs factures sous forme électronique pour les marchés dont la valeur contractuelle dépasse 5 000 francs.

Ce dont dispose en revanche chaque entreprise suisse, c’est la QR-facture. Selon SIX, qui gère ce standard, elle est en circulation depuis juin 2020 et a définitivement remplacé les bulletins de versement le 1er octobre 2022. Son code Swiss QR contient toutes les informations nécessaires au paiement sous forme numérique : le compte et le bénéficiaire, la monnaie, le montant lorsque la facture l’indique, et une référence lorsque l’émetteur en utilise une.

La QR-facture est donc une étape intermédiaire entre le papier et la facture électronique. La facture elle-même peut rester un PDF mis en page comme le fournisseur l’entend, mais la partie qui compte pour le paiement n’a plus besoin d’être lue par une personne. Le logiciel comptable, ou l’application d’e-banking elle-même, lit le code au lieu que quelqu’un recopie un IBAN et un montant — et les erreurs de recopie disparaissent avec.

Pour l’automatisation, les deux sens comptent :

• les factures que vous recevez — les données de paiement sont lues dans le code, si bien que payer un fournisseur devient une étape de contrôle et de validation, et non plus de saisie ;
• les factures que vous émettez — lorsque vos QR-factures portent une référence, le paiement qui revient peut être rapproché de la bonne facture grâce à cette référence, et la personne qui suit les débiteurs ne traite plus que les paiements qui ne concordent pas.

Dans beaucoup d’entreprises suisses, la facture devient ainsi le premier processus qui se connecte sans ressaisie et sans robot qui clique à l’écran. Si vous cherchez un premier processus à automatiser et que votre logiciel comptable lit et produit déjà des QR-factures, la moitié du travail est peut-être derrière vous.

Avant de construire quoi que ce soit autour, vérifiez trois points dans votre logiciel. D’abord, s’il se contente de produire des QR-factures ou s’il sait aussi lire celles qu’on vous envoie — ce sont deux fonctions distinctes. Ensuite, qui, dans l’entreprise, détient les droits d’e-banking pour libérer les paiements, et ce qui se passe quand cette personne est en vacances. Enfin, ce qui arrive après l’encaissement : quelqu’un doit-il encore pointer la facture à la main, ou le logiciel s’en charge-t-il seul à partir de la référence et du montant ? La véritable automatisation ne commence qu’à cette dernière étape.

L’automatisation des processus chez nous : du formulaire à Google Ads

La façon la plus honnête de montrer à quoi cela ressemble, c’est de partir d’un système que nous connaissons de l’intérieur : ce site. Chaque étape ci-dessous se déroule sans intervention manuelle.

Le formulaire et le filtre anti-spam. Quand quelqu’un envoie une demande, le système l’évalue de plusieurs façons : un champ caché, invisible pour une personne, a-t-il été rempli ; combien de temps a pris le remplissage du formulaire ; le contenu ressemble-t-il à une prospection commerciale qui nous est adressée ? Un détail important : le filtre signale, mais ne rejette rien. Chaque envoi est enregistré et transmis par e-mail, et la note du filtre l’accompagne. Les seuils et les expressions se règlent dans le panneau d’administration, sans toucher au code.

La fiche CRM. L’envoi devient immédiatement un contact dans notre CRM. Ce même contact rassemble tout ce que la personne a fait : le formulaire, un résultat de calculateur, un quiz, un rendez-vous réservé, un brief de projet. Nous reconnaissons le contact à son adresse e-mail, et la première comme la dernière source de la visite — l’annonce ou la campagne dont elle provient — sont enregistrées automatiquement. Le numéro de téléphone est toujours stocké dans le même format international. Ce n’est pas du pinaillage : Google rapproche le numéro haché, et le même téléphone écrit une fois avec des espaces et une fois sans correspond, pour Google, à deux personnes différentes.

Le rendez-vous dans l’agenda. Le module de réservation lit les créneaux libres dans Google Agenda, y inscrit l’événement, et le rendez-vous rejoint le CRM à côté du reste de l’historique du contact. Toutes les 15 minutes, le système vérifie qui doit recevoir un rappel — un jour et une heure avant l’appel — et, au même rythme, contrôle que la connexion à l’agenda fonctionne toujours.

Les conversions dans Google Ads. Google Ads récupère lui-même un fichier de conversions à notre adresse, selon un calendrier d’importation. Les prospects qui portent un identifiant de clic y entrent directement ; les autres sont rapprochés par l’adresse e-mail et le numéro de téléphone hachés. La publicité apprend ainsi également des contacts arrivés par téléphone. Les envois que le filtre a signalés comme spam, et les contacts disqualifiés dans le CRM, sont retenus avant l’envoi — nous y revenons dans la section sur ce qui casse.

L’e-mail et les contenus. La boîte mail se synchronise avec le CRM toutes les 10 minutes. La publication d’un article déclenche la traduction dans les autres langues, la création d’un lien court, le choix d’une image de partage, l’actualisation de la page et la notification de l’adresse aux moteurs de recherche. Le système contrôle toutes les 5 minutes s’il y a des publications programmées.

Ce que nous n’automatisons pas, volontairement

Le plus intéressant dans ce tunnel, c’est une règle qu’il ne contient pas. Un contact passe par des étapes : nouveau prospect, qualifié, client, client récurrent, et aussi rejeté ou indésirable. Une seule étape change automatiquement : un client qui lance un deuxième projet devient client récurrent. C’est le seul changement qui se déduit sans risque des seules données.

Tous les autres exigent un jugement humain — aucune règle ne sait lire si une conversation s’est vraiment transformée en projet. Les étapes négatives ne sont jamais écrasées par l’automatisation. Même les dates de projet sont saisies à la main, parce qu’un contrat se conclut souvent à une date antérieure au jour où on l’enregistre.

Cela ne veut pas dire que le jugement humain reste au fond d’un tiroir. Quand quelqu’un marque un prospect comme indésirable, l’automatisation retire sa conversion dans Google Ads, et un prospect qualifié reçoit une valeur plus élevée. La personne juge ; l’automatisation transmet ce jugement plus loin. C’est, à nos yeux, la répartition des tâches la plus saine dans toute automatisation.

Automatisation des processus : exemples concrets dans une petite entreprise

Les exemples ci-dessous sont regroupés par service. Chacun se décrit par la même phrase : quand X se produit, fais Y et enregistre le résultat dans Z. Si vous ne savez pas nommer Z dans votre entreprise, commencez par là.

L’automatisation des ventes commence généralement par la ligne la plus simple du tableau : une demande qui ne se perd pas dans la boîte de réception. Le commercial voit le contact avec tout son historique avant de rappeler, et le client sait en moins d’une minute que son message est arrivé. La deuxième étape, ce sont les rappels : une offre restée sans réponse n’a pas à attendre que quelqu’un s’en souvienne par hasard.

L’automatisation du service client, dans une petite entreprise, veut rarement dire un chatbot. Il s’agit plus souvent d’éviter que le client doive téléphoner pour demander « où en est ma commande ? » — parce qu’il reçoit le statut avant d’avoir pensé à poser la question. L’IA ne devient utile ici que pour classer les tickets par catégorie ou pour préparer des brouillons de réponse qu’une personne valide.

Dans l’équipe, c’est le plus souvent le suivi du temps et des absences qui revient. Quand le personnel travaille sur le terrain, l’endroit naturel pour une telle demande est le téléphone — quand cela justifie une application à part et quand une application du marché suffit, nous le traitons dans l’article sur les applications mobiles pour les entreprises.

Aux finances, le gain le plus important vient de la combinaison de deux éléments : les QR-factures que vous émettez et les paiements qui arrivent. Quand la facture porte une référence et que le logiciel rapproche seul chaque paiement de sa facture grâce à elle, la personne qui suit les débiteurs ne s’occupe plus que des exceptions — un paiement partiel, un numéro manquant, un virement sans référence — et le rappel pour un paiement en retard part avant que quiconque ait eu le temps de l’oublier.

Au marketing, l’automatisation sert surtout la régularité : la demande d’avis part après chaque intervention terminée, et non quand quelqu’un y pense. Ce sont précisément ces tâches-là — petites, répétitives et faciles à sauter — qui disparaissent en premier quand l’entreprise est débordée.

Ce qui manque volontairement dans ce tableau : des pourcentages d’économies « constatés lors de projets ». Chaque entreprise a un autre volume et un autre coût de l’erreur, si bien qu’un chiffre tiré du projet de quelqu’un d’autre ne vous apprend rien. La manière de calculer le vôtre se trouve dans la dernière section.

Par où commencer l’automatisation, et avec quoi

La vieille règle reste la meilleure : commencez par ce qui est simple et agaçant, pas par ce qui est le plus gros. Un bon premier processus remplit quatre conditions :

• il est répétitif — il revient chaque jour ou chaque semaine, pas une fois par trimestre ;
• la règle tient en une phrase — « quand X, fais Y » ; si sa description demande un « ça dépend », ce n’est pas encore une règle ;
• les données sont déjà numériques — dans un système, un formulaire ou un code QR, et non sur une feuille de papier ou dans la mémoire d’un collaborateur ;
• le coût d’une erreur est connu et supportable — un rappel envoyé par erreur est une broutille, un paiement mal comptabilisé ne l’est pas.

Un test aide à écarter les processus qui n’ont que l’air d’être prêts : pendant deux semaines, faites-les à la main, mais en suivant une liste d’étapes écrite. Si la liste tient deux semaines sans correction, la règle existe et peut être confiée à l’automatisation. Si quelqu’un ajoute une exception tous les deux jours, le processus doit d’abord être mis en ordre — l’automatisation figerait chacune de ces exceptions.

Une fois le processus choisi, il reste trois voies.

Les outils no-code d’automatisation des workflows : Zapier, Make, n8n. Ils relient des services existants sans programmation et suffisent généralement pour les premières automatisations. Ils se distinguent par leur mode de facturation, qui pèse davantage que le prix d’entrée à mesure que le volume augmente. Zapier compte les tâches, c’est-à-dire chaque action exécutée. Make compte des crédits — la plupart des actions coûtent un crédit. n8n compte les exécutions du workflow entier, quel que soit le nombre d’étapes, et propose une version que l’on peut héberger soi-même. Dans les entreprises qui travaillent sous Microsoft 365, Power Automate joue un rôle comparable. Le même processus peut donc coûter des montants très différents selon le nombre d’étapes qu’il comporte.

L’intégration dans votre propre système. Quand la logique sort de l’ordinaire, que les données sont sensibles ou que l’automatisation doit réunir plusieurs systèmes en une seule vue — comme notre CRM avec Google Ads —, il est plus judicieux de l’écrire dans un système que vous avez déjà ou que vous construisez. Quand cela se rentabilise et quand un outil du marché suffit, nous le traitons dans l’article logiciel sur mesure ou solution du marché. Si ce système doit prendre la forme d’une application dans le navigateur, c’est encore une autre décision, qui se prépare avec le prestataire qui la construira.

La RPA, quand il n’y a pas d’API. Un vieux programme d’entrepôt, le portail d’un partenaire commercial sans interface pour d’autres programmes, un système que plus personne ne fait évoluer. Ici, un robot qui clique à l’écran est parfois la seule solution. Gardez simplement à l’esprit que, puisqu’il imite une personne dans l’interface, un changement dans l’apparence de cette interface peut l’arrêter.

Ce qui casse quand l’automatisation fonctionne

L’automatisation ne supprime pas les erreurs. Elle les répète plus vite et plus régulièrement qu’une personne. Un collaborateur qui remarque que quelque chose cloche s’arrête à la deuxième fois. Une règle commet la même erreur sur chaque enregistrement qu’elle atteint. C’est pourquoi automatiser un processus qui ne fonctionne pas au départ ne fait qu’accélérer le désordre.

Nous en avons un exemple tout frais, chez nous. Le 21 septembre 2026, un script ponctuel mettait de l’ordre dans les articles liés affichés sous les textes de ce site. Il a enregistré ses modifications sans aucune information sur le statut de publication — et le système l’a interprété comme l’enregistrement d’un brouillon. Sept articles publiés sont redevenus des brouillons et ont affiché pendant environ cinq minutes un message « introuvable » à la place de leur contenu. Nous les avons rétablis et vérifiés sur les trois domaines. La leçon est devenue une règle écrite : toute écriture ponctuelle sur un texte publié doit porter son statut de publication. Notre outil de publication habituel le fait. Un script écrit à la hâte, non.

Le deuxième exemple est moins spectaculaire, mais plus coûteux, parce qu’il a duré plus longtemps. Le filtre anti-spam et la disqualification manuelle des prospects dans le CRM ont existé longtemps avant de changer quoi que ce soit hors de la base de données. Pendant tout ce temps, le fichier de conversions destiné à Google Ads déclarait le spam comme des conversions à pleine valeur, et le système d’enchères apprenait à chercher davantage de clics de ce genre. Chaque élément fonctionnait correctement. L’erreur se trouvait dans le lien entre eux — là où personne ne regardait.

La troisième source d’ennuis se situe hors de votre entreprise : un changement à l’autre bout de la connexion. Un accès à un compte expire, un fournisseur modifie son interface, quelqu’un déconnecte l’application dans les réglages. L’automatisation ne le signalera pas d’elle-même si personne ne le lui a appris.

De cet incident et du travail quotidien découlent trois choses que toute automatisation devrait avoir dès le premier jour :

• un responsable — une personne nommée, qui sait que l’automatisation existe, ce qu’elle fait et qui prévenir quand elle s’arrête ;
• un contrôle après l’écriture — vérifier que l’effet est bien celui voulu, surtout lors de modifications portant sur de nombreux enregistrements à la fois ;
• une trace — une automatisation qui rejette en silence laisse un problème que personne ne remarquera. C’est pourquoi notre filtre anti-spam signale les envois au lieu de les supprimer, et qu’une tâche distincte vérifie toutes les 15 minutes que la connexion à l’agenda fonctionne toujours et, quand l’accès expire, envoie un e-mail demandant de la rétablir. Une automatisation qui surveille l’automatisation n’a rien d’excessif ; c’est la condition pour pouvoir cesser d’y penser.

Ce que coûte l’automatisation et quand elle se rentabilise

Le calcul est simple, et il vaut la peine de le faire vous-mêmes avant qu’on vous présente une offre. D’un côté : combien d’heures par mois le processus prend aujourd’hui, multipliées par le coût complet d’une heure de travail de la personne concernée. De l’autre : le coût de la mise en place et le coût mensuel de maintenance — l’abonnement à l’outil, les corrections quand le système d’en face change, le temps de la personne qui veille sur l’automatisation. L’automatisation se rembourse en autant de mois qu’on en obtient en divisant le coût de mise en place par la différence entre l’économie mensuelle et la maintenance. Si la maintenance absorbe l’économie, l’automatisation ne se rembourse jamais, aussi moderne qu’elle paraisse.

Comptez les heures honnêtement, avec tout le processus, et pas seulement la saisie elle-même. Le temps d’un processus comprend aussi la recherche d’informations manquantes, les questions reposées au client, la correction des erreurs et la vérification que quelqu’un a déjà répondu. Le plus simple est de le mesurer pendant une ou deux semaines, en notant chaque fois que quelqu’un s’attelle à la tâche.

Deux éléments n’entrent pas dans cette formule et pèsent souvent plus lourd qu’elle : le coût de l’erreur que l’automatisation ne commettra pas, et le temps de réponse pour le client. Évaluez-les séparément, et avec prudence.

Chez nous, la mise en place d’une automatisation se chiffre après un examen de vos processus, dans lequel nous calculons la rentabilité sur vos heures et non sur des exemples — le devis reflète donc le nombre de systèmes concernés et le fait qu’ils aient ou non une API. Ce que recouvre chez nous [l’automatisation des processus pour les entreprises](pages:6a01c1f053d7a1c9c21df4f7), et à quels systèmes nous nous connectons, est décrit sur la page de l’offre.