Automatiser la saisie des commandes clients : de l'email à l'ERP

Dans beaucoup de PME, notamment dans le négoce, l'industrie et la distribution, les commandes clients arrivent par email. Un PDF généré par l'ERP du client, un tableau Excel maison, parfois trois lignes de texte libre : « Bonjour, remettez-nous la même chose que la dernière fois, plus 2 palettes de la réf 4520 ». Et à l'autre bout, une personne de l'ADV ouvre chaque email, déchiffre, et ressaisit ligne par ligne dans l'ERP.

Cette ressaisie est lente, ingrate et source d'erreurs : une référence mal lue, une quantité inversée, un tarif obsolète, et c'est une livraison erronée, un avoir, un client mécontent. C'est aussi l'un des processus que l'IA actuelle automatise le mieux, précisément parce que le format d'entrée est imprévisible : là où l'OCR à gabarits échouait dès qu'un client changeait sa mise en page, un modèle de langage lit le document comme le ferait un humain.

Le problème : un goulot d'étranglement invisible

La saisie des commandes a trois particularités qui en font un goulot d'étranglement sous-estimé :

Elle est urgente : une commande saisie à 16h au lieu de 10h peut manquer le départ transporteur du jour. Le délai de saisie est directement un délai de livraison.
Elle est irrégulière : les commandes arrivent par vagues : lundi matin, retours de salons, fins de mois. Il faut dimensionner l'équipe pour les pics, qui reste sous-occupée le reste du temps.
Chaque client a son format : bon de commande PDF, export SAP du client, tableau Excel, texte libre, parfois une photo d'un bon manuscrit. Impossible de normaliser en amont : on ne dicte pas leur format à ses clients.

Le résultat : un traitement à façon, client par client, qui repose sur l'expérience de deux ou trois personnes qui « connaissent les habitudes » de chacun. Une connaissance précieuse, et fragile : le jour où elles s'absentent, le service ralentit.

Le pipeline en 5 étapes

La commande client, de l'email à l'ERP

Votre processus aujourd'hui Ce que l'IA ajoute Ce qui disparaît

• Un email arrive : PDF, tableau Excel ou texte libre Vos clients gardent leurs formats, on ne leur impose rien.

× Déchiffrage et ressaisie ligne à ligne par l'ADV

+ IA Extraction : client, références, quantités, date souhaitée

+ IA Résolution des références via le catalogue et l'historique du client

+ IA Contrôles : tarifs de la grille client, stock, encours autorisé

+ IA Cas ambigu ? L'avis de l'ADV est demandé, réponse en un clic L'équipe traite les exceptions, pas le flux.

• La commande est dans l'ERP, le client reçoit son accusé de réception

1. Réception et tri

Une adresse dédiée (commandes@) ou la boîte ADV existante est surveillée en continu. Un premier traitement identifie les emails qui contiennent une commande, et écarte le reste (questions, réclamations, publicités) vers le circuit normal. Pièces jointes PDF, Excel, images et corps de l'email sont extraits.

2. Extraction structurée

Un modèle de langage lit le document et produit une commande normalisée : identité du client, référence de sa commande, date souhaitée, adresse de livraison, et surtout les lignes : référence, désignation, quantité, prix mentionné. Le point clé est que le modèle lit la désignation en plus de la référence : si le client écrit « la vis inox 6x40 habituelle » sans référence, la ligne est extraite quand même et marquée comme à résoudre.

3. Résolution des références

Chaque ligne est rapprochée du catalogue : correspondance exacte sur la référence, correspondance sur la référence client (beaucoup de clients commandent avec leurs propres codes articles), ou recherche par similarité sur la désignation. L'historique des commandes du client sert de contexte : s'il commande « la même chose que d'habitude », le système sait ce que c'est.

4. Contrôles métier

Avant toute écriture dans l'ERP, une série de règles déterministes s'applique : le client existe et n'est pas bloqué, les tarifs correspondent à sa grille, les quantités sont plausibles par rapport à son historique, le stock permet de servir, l'encours autorisé n'est pas dépassé. C'est l'étape qui transforme une extraction IA en processus de gestion fiable.

5. Injection dans l'ERP et accusé de réception

La commande est créée dans l'ERP via son API (Odoo, Dolibarr, Sage, SAP Business One… nous avons détaillé les points d'intégration dans l'article dédié aux ERP), en brouillon ou confirmée selon le niveau de confiance. Le client reçoit un accusé de réception reprenant les lignes comprises, ce qui fait de lui le dernier contrôleur : une erreur d'interprétation est signalée avant l'expédition, pas après.

Les contrôles qui comptent

La différence entre un gadget et un système de production se joue sur les contrôles. Trois principes structurent un déploiement sérieux :

Un score de confiance par commande, pas global. Une commande de 3 lignes d'un client régulier, références exactes, tarifs conformes : confiance haute, création directe. Une première commande d'un nouveau client avec des désignations approximatives : confiance basse, file de validation humaine. Le seuil se règle, et on le durcit ou on l'assouplit avec l'expérience.

L'humain valide les exceptions, pas le flux. L'objectif n'est pas de faire relire 100 % des commandes à l'ADV : ce serait déplacer le travail. L'objectif est que 70 à 90 % des commandes passent sans intervention, et que l'équipe se concentre sur les cas ambigus, qui sont précisément ceux où sa connaissance client a de la valeur.

Tout est traçable. Chaque commande créée garde le lien vers l'email et le document d'origine, l'extraction brute, les règles déclenchées et l'éventuelle validation humaine. Quand un litige survient, on rejoue le dossier en quelques clics.

Les cas limites, et comment ils se traitent

Le PDF scanné de travers ou la photo de bon manuscrit : les modèles multimodaux actuels lisent étonnamment bien, mais en dessous d'un seuil de lisibilité, le dossier part en validation humaine avec l'image jointe. Il ne faut jamais deviner.
Les références ambiguës : « le modèle bleu » quand il en existe trois : la ligne est créée en attente, avec les trois candidats proposés au validateur. Réponse en un clic.
Les modifications de commande : « finalement mettez 5 au lieu de 3 » : le système doit reconnaître qu'il s'agit d'un amendement, retrouver la commande concernée et proposer la modification, pas créer un doublon.
Les conditions particulières : mention d'une remise négociée, d'un franco exceptionnel : ces éléments sont extraits et systématiquement soumis à validation. Une machine n'accorde pas de remise.

Ce que ça change, concrètement

Les effets d'un tel pipeline se mesurent sur quatre plans :

Le délai de traitement : une commande reçue est saisie en minutes, y compris pendant les pics et en dehors des horaires de bureau. Le départ transporteur du jour n'est plus une loterie.
Le taux d'erreur : les erreurs de ressaisie (référence, quantité, tarif) chutent, et celles qui restent sont détectées par les contrôles ou l'accusé de réception client, avant expédition.
L'absorption des pics : le lundi matin ne nécessite plus de renfort. L'équipe ADV lisse sa charge sur la semaine et la consacre au conseil et au suivi.
La continuité : la connaissance des « habitudes clients » est progressivement encodée dans les règles et l'historique, au lieu de reposer sur la mémoire de quelques personnes.

Le prérequis honnête : un catalogue produits à peu près propre et un ERP accessible par API ou import. Si vos référentiels sont en désordre, c'est le premier chantier, et un audit le dira clairement avant d'écrire la moindre ligne de code.

Vos commandes méritent mieux que la ressaisie

Dragnoc conçoit ce type de pipeline avec vos formats de commandes réels et votre ERP. On commence par un audit de votre flux ADV.

Discuter de votre flux de commandes Découvrir l'audit IA

Automatiser la saisie des commandes clients : de l'email à l'ERP | Blog Dragnoc