Chercher avant d’acheter : pourquoi les achats recommandent des pièces déjà en stock

La demande arrive chez l’acheteur de l’usine de l’Ohio un lundi matin : « inductive sensor M18 PNP, need 4, line 3 down to one spare ». L’acheteur fait ce que demande la politique d’achat. Il cherche « inductive sensor M18 » dans le référentiel articles, ne trouve rien qui corresponde et passe la commande chez le distributeur habituel. Deux semaines plus tard, le responsable du magasin maintenance de l’usine allemande mentionne, au détour d’un appel sur autre chose, qu’il détient onze exemplaires de ce même capteur et qu’aucun n’est sorti depuis deux ans.

Personne n’a commis d’erreur. L’acheteur a cherché, la recherche n’a rien trouvé, et une commande était l’étape raisonnable. Le problème se trouve dans la recherche.

Une recherche vide se termine par un achat

Quand la recherche revient vide, la demande n’attend pas. La ligne en est à sa dernière pièce de rechange, la maintenance a besoin de la pièce, et l’acheteur a deux options : continuer à chercher au hasard, ou commander. Sous la pression du temps, la commande l’emporte à chaque fois, et c’est normal.

Le coût d’une recherche ratée est donc rarement le temps passé à chercher. C’est l’achat qui suit. L’usine paie une pièce qu’elle possède déjà, le capital immobilisé sur l’étagère allemande le reste, et c’est le prix du distributeur qui s’applique, quoi que dise le contrat. Souvent, un second coût suit le premier. Si la pièce n’a pas de fiche dans l’usine de l’Ohio, quelqu’un en crée une, avec un nouveau numéro d’article et une nouvelle description. Le prochain acheteur qui cherche a désormais une fiche de plus à manquer.

Voilà pourquoi « chercher avant d’acheter » échoue si souvent comme règle. Elle demande quelque chose que la recherche ne permet pas. Si vous voulez savoir combien de fois cela arrive dans vos usines, cherchez les pièces commandées sur un site alors que du stock de la même pièce dormait sur un autre. La liste est généralement plus longue que prévu.

La pièce est là, écrite de trois façons

Voici le capteur tel qu’il figure dans le référentiel articles de trois usines. En Allemagne, c’est l’article 40017732, « NAEHERUNGSSCHALTER M18 PNP SCHLIESSER », sans référence fabricant. Dans l’Ohio, c’est l’article 7100-2284, « PROX SW IND 18MM 3W PNP NO », sans référence fabricant non plus. Au Texas, c’est l’article 300118, « SENSOR, INDUCTIVE, M18X1, 8MM, PNP », et cette fiche porte la référence fabricant.

Les trois sont le même capteur, du même fabricant. Chaque description a été rédigée par quelqu’un de soigneux, dans la langue et avec les abréviations de son usine. La fiche allemande dit Näherungsschalter, le mot d’un électricien allemand. Celle de l’Ohio abrège tout pour tenir dans le champ de texte court. Celle du Texas a la référence du fabricant, parce que quelqu’un l’a un jour recopiée depuis l’étiquette.

Cherchez maintenant avec les mots de la demande : « inductive sensor M18 ». La fiche allemande ne contient aucun de ces mots. Celle de l’Ohio dit « PROX SW IND », qu’aucune recherche sur « inductive » ne trouvera. Celle du Texas contient les deux mots, dans l’ordre inverse et séparés par une virgule ; qu’elle apparaisse ou non dépend donc du réglage de la recherche de votre ERP. Dans le meilleur cas réaliste, il y a un résultat sur trois, et les onze capteurs en Allemagne n’en font pas partie.

Vous pouvez le vérifier dans votre propre catalogue en dix minutes. Prenez une pièce dont vous savez qu’elle est stockée dans plus d’une usine, écrivez-la comme le ferait un demandeur, et regardez quelles fiches remontent.

La recherche d’articles aux achats échoue sur les mots, pas sur le stock

Le schéma de l’exemple du capteur n’est pas une bizarrerie propre à une entreprise. Une étude de la SUPSI à Lugano, publiée en 2026, sur les pièces de rechange réparties entre plusieurs sites le dit clairement : le principal obstacle n’est pas le manque de pièces, mais le manque de visibilité exploitable (Bulloni et al., SUPSI, 2026, sur arXiv). Les fiches contiennent des doublons et des références incomplètes, si bien que la bonne pièce existe souvent quelque part sans qu’on puisse la trouver. Dans la même étude, une recherche par mots-clés dans les descriptions et les spécifications plaçait la bonne pièce en tête dans environ trois cas sur quatre. De meilleures méthodes de recherche ont amélioré ce chiffre, tout en manquant encore à peu près une pièce sur cinq.

Lus dans l’autre sens, ces chiffres décrivent le quotidien des achats. Une recherche qui rate une pièce sur quatre envoie une demande sur quatre à un fournisseur, pour une pièce qui se trouve peut-être déjà sur une étagère. Et ces échecs ne tombent pas au hasard. Ils se concentrent précisément sur les pièces que montre l’exemple : des pièces stockées dans plusieurs usines, décrites en plusieurs langues, créées par différentes personnes au fil des années.

Les mêmes fiches se retrouvent dans les chiffres de stock. Dans un cas mesuré chez un fabricant multisite, les doublons représentaient environ 9 % du stock (une étude de cas publiée par Reliable Plant). C’est un cas, pas une référence, et votre part sera différente. Le mécanisme est pourtant partout le même : chaque recherche ratée qui se termine par une nouvelle fiche ajoute un doublon de plus que la recherche suivante pourra manquer.

Pourquoi la recherche par mots-clés échoue sur de vraies fiches, et comment tester la vôtre, c’est le sujet de pourquoi la recherche par mots-clés rate des pièces de rechange dans les fiches articles.

Ce que la recherche doit faire avant que quiconque achète

Si la cause est dans la recherche, la solution aussi. Demander aux acheteurs de chercher plus attentivement ne sert à rien quand les mots de la demande n’apparaissent jamais dans la fiche. Pour que « chercher avant d’acheter » fonctionne dans un réseau d’usines, la recherche doit faire quatre choses :

• Trouver la pièce avec les mots de la demande, quelle que soit la façon dont la fiche a été rédigée.
• Chercher dans les fiches de toutes les usines à la fois, pas seulement dans celles de l’usine de l’acheteur.
• Montrer le stock avec chaque résultat, pour qu’une correspondance devienne un transfert plutôt qu’une commande.
• Vérifier toute nouvelle demande d’article dans l’ensemble du référentiel avant de créer une fiche.

Le dernier point compte plus qu’il n’y paraît. Acheter une pièce que vous possédez déjà coûte de l’argent une fois. Créer une nouvelle fiche pour une pièce que vous possédez déjà vous coûte à chaque recherche qui suit. Quand une demande finit tout de même en commande, cette commande devrait au moins ne pas dégrader le référentiel. Les commandes hors contrat commencent souvent de la même façon ; c’est le sujet de les achats hors contrat.

Chercher dans chaque usine avant que la commande parte

Retour dans l’Ohio : la même demande, une autre recherche. Partium Cockpit est le logiciel des équipes qui gèrent les pièces de rechange : maintenance et achats. Le tableau de bord montre ce qu’il faut faire aujourd’hui, et la fonctionnalité où le faire. L’acheteur saisit la demande telle qu’elle est arrivée. La Recherche d’articles trouve la pièce avec les mots dont vous disposez, même quand la fiche est désordonnée.

Les fiches d’Allemagne et du Texas apparaissent ainsi sur le même écran que celle de l’Ohio. Une seule recherche montre où la pièce est en stock, sur chaque site, pour la trouver avant de la racheter. Les onze capteurs en Allemagne sont désormais la première réponse, et l’appel au distributeur peut attendre les pièces que personne n’a.

Si la pièce est vraiment nouvelle pour toutes les usines, la fiche qui suit démarre proprement. La Création d’articles vérifie chaque demande dans votre référentiel, pour qu’une pièce que vous avez déjà ne soit pas créée deux fois.

Rien de tout cela ne remplace le jugement de l’acheteur sur le fait qu’un transfert vaille mieux qu’un achat un jour donné. Cela lui permet de choisir entre de vraies options. Réservez une démo, ou demandez la licence de démonstration et lancez la recherche sur votre propre catalogue. Pour voir comment le contexte de la même pièce nourrit la prochaine décision d’achat, lisez données pièces de rechange et décisions d’achat.