Depuis le 1er septembre 2026, toute entreprise française assujettie à la TVA doit être capable de recevoir ses factures dans un format électronique structuré, via une plateforme agréée. L’émission suivra pour les TPE et les PME au 1er septembre 2027 (Bpifrance, mai 2026). Une donnée qui vivait dans un PDF devient une donnée qui doit tenir dans un champ.
Structurer ses données, ce n’est pas réduire le nombre d’outils. Mais désigner celui qui fait foi.
Le Baromètre France Num 2025, mené par la Direction générale des Entreprises auprès de 11 021 entreprises, le mesure sans détour : 64 % des TPE-PME exploitent leurs données comptables pour piloter, et 91 % chez les 50 à 249 salariés. Mais quand on demande avec quoi, la réponse est 45 % au tableur ou au logiciel métier, contre 12 % dans un ERP ou un CRM.
Ce guide dit comment on passe de la seconde situation à la première : ce que « structurer » veut dire, ce que l’éclatement coûte, les trois routes possibles, et ce que chacune prend de temps.
Qu’est-ce que structurer ses données, concrètement ?
Structurer, c’est décider où vit la vérité sur chaque information, puis brancher vos outils dessus. 88 % des TPE-PME françaises sont dotées d’au moins une solution de gestion (France Num, 2025) : le manque n’est donc pas l’outillage, c’est l’accord sur qui fait foi.
Structurer ses données, ce n’est pas acheter un logiciel. C’est écrire trois choses et s’y tenir.
D’abord le modèle : quels objets existent chez vous — client, dossier, affaire, produit, intervention — et comment ils se rattachent les uns aux autres. Un devis appartient à une affaire, une affaire à un client, une intervention à un dossier. Tant que ce schéma n’est pas posé, chaque outil en invente un.
Ensuite la source de vérité. Pour chaque champ, un seul endroit où il se saisit, et un seul. Le reste lit, ne recopie pas.
Enfin les règles de gestion, écrites. Ce que vous comptez comme une affaire gagnée, à quelle date une facture bascule en retard, quelle marge vous affichez. Ce sont ces règles, pas l’outil, qui font qu’un chiffre cesse de se négocier en réunion.
La base de données est l’endroit où ces trois décisions se matérialisent. Les outils d’analyse viennent après, et ne rattrapent rien de ce qui manque ici.
Pourquoi deux services n’ont-ils jamais le même chiffre ?
Parce que la même information existe chez vous en plusieurs exemplaires, et qu’aucun n’est faux. La recherche recensée par Raymond Panko dans What We Don’t Know About Spreadsheet Errors Today (EuSpRIG, 2015) porte sur 85 tableurs opérationnels inspectés cellule par cellule, souvent plusieurs jours chacun : 94 % contenaient au moins une erreur.
Le mécanisme est toujours le même, et il n’a rien à voir avec la compétence de vos équipes.
Quelqu’un a besoin d’un chiffre pour lundi. L’export existe, il le prend, il le retravaille dans son coin. Le fichier devient utile, donc il est réutilisé, donc il est partagé, donc il devient une référence. Trois mois plus tard, plus personne ne sait de quel export il descend ni quelle règle a été appliquée dedans.
Multipliez par quatre services et vous obtenez quatre vérités défendables.
Ce qu’on observe : dans les PME où l’on intervient, l’écart entre deux chiffres censés être le même vient rarement d’une erreur de calcul. Il vient d’une définition différente — un périmètre de dates, une TVA incluse ou non, une affaire comptée à la commande chez l’un et à la facture chez l’autre.
C’est pour ça qu’un chantier de structuration commence par du vocabulaire et pas par un outil. Sortir du tout-tableur suppose d’abord de savoir ce qu’on veut y remplacer : les alternatives à Excel ne valent que sur un modèle déjà tranché, et la comparaison entre Airtable et Google Sheets montre bien où passe la frontière entre un tableur et une base.
Combien vous coûte une donnée éclatée ?
En heures d’abord, et elles se comptent. D’après l’enquête Automation in the Workplace de Smartsheet, 40 % des salariés interrogés passent au moins un quart de leur semaine sur des tâches manuelles et répétitives, la collecte et la saisie de données arrivant en tête.
Le Baromètre France Num 2025 donne la contrepartie côté outillage : 16 % seulement des TPE-PME disposent d’une solution d’échange de données ou d’interfaçage. Chez les 50 à 249 salariés, la part monte à 33 %.
Deux tiers des PME de cette taille font donc circuler leurs données à la main.
Ce que ça vous coûte, dans les entreprises où l’on intervient, se range en trois postes. La ressaisie : deux à cinq heures par semaine et par personne concernée, sur les fonctions administratives et commerciales. Le retraitement : une demi-journée à deux jours par mois pour produire un reporting que personne ne considère comme fiable. Les décisions différées, le poste le plus lourd et le seul qu’on ne chiffre pas — un devis qui part sans la marge réelle, un stock commandé deux fois, une relance jamais envoyée.
Un dernier coût, invisible jusqu’au jour où il tombe : le process critique qui tient sur une seule personne, parce qu’elle est la seule à savoir dans quel fichier regarder.
La centralisation des données attaque ces quatre postes ensemble, et c’est ce qui la rend rentable plus vite qu’un outil pris isolément.
Où en sont vraiment les PME françaises ?
Loin des grandes entreprises, et l’écart se creuse sur l’analyse plus que sur la gestion. En 2025, 53 % des entreprises de l’Union européenne utilisaient un logiciel spécialisé d’ERP, de CRM ou de décisionnel (Eurostat, 20 mai 2026). La ventilation par taille est plus parlante que le total.
| Logiciel, en 2025 | Petites entreprises | Grandes entreprises |
|---|---|---|
| ERP (gestion intégrée) | 41 % | 89 % |
| CRM (relation client) | 25 % | 65 % |
| Décisionnel, analyse de données | 11 % | 69 % |
Source : Eurostat, Larger enterprises used more e-business apps in 2025, 20 mai 2026.
L’écart le plus large tient sur le décisionnel : 58 points. Une petite entreprise sur neuf a de quoi analyser ses données, contre plus de deux grandes sur trois.
Le tableau français dit la même chose autrement. Le Baromètre France Num 2025 relève que 30 % des TPE-PME exploitent un tableau de bord transverse pour piloter, et que 13 % le font au tableur, contre 6 % dans un ERP ou un CRM. Les données comptables sont exploitées par 64 % des répondants, les données clients et ventes par 53 %, la production par 21 %.
Autrement dit : chaque métier regarde ses chiffres, et presque personne ne les regarde ensemble.
Une dernière mesure, et c’est celle qui devrait alerter. Parmi les priorités numériques des deux prochaines années, « améliorer la gestion de mes données pour mieux connaître mes clients ou piloter mon activité » n’est citée que par 7 % des dirigeants interrogés. Le sujet est massivement subi, et rarement inscrit à l’ordre du jour.
La cartographie de vos sources, le livrable de la première semaine
Par une semaine d’inventaire, avant tout choix d’outil. La cartographie est le seul livrable qui se tient sans engager un euro de développement, et c’est celui qui décide du reste.
Elle répond à quatre questions, dans cet ordre.
Où vit la donnée ? Tout ce qui en contient : logiciels, tableurs partagés, boîtes mail, formulaires papier, exports hebdomadaires, tête d’une personne. On liste, sans trier.
Qui la saisit ? Un nom, pas un service. La ressaisie se voit à cet instant précis : la même information apparaît sous deux mains différentes.
Qui la lit, et pour décider quoi ? Une donnée que personne ne lit pour décider n’a pas besoin d’être structurée. C’est ce critère qui réduit le périmètre de moitié dans la plupart des cas.
Quelle règle s’applique ? Et si deux personnes répondent différemment, on l’a écrit noir sur blanc pour la première fois.
En sortie : un schéma des flux, la liste de vos doubles saisies chiffrée en heures par semaine, et le périmètre du premier lot. C’est le premier livrable d’une mission de centralisation, et il vaut d’être fait même si le projet s’arrête là.
Comment choisir la donnée qui fait foi ?
En désignant un propriétaire par objet, pas par outil. C’est la décision la plus politique du chantier, et la moins technique. 91 % des PME de 50 à 249 salariés pilotent déjà sur leurs données comptables (France Num, 2025) : chez vous, la comptabilité fait donc probablement foi par défaut, sans que personne l’ait décidé.
Trois règles suffisent, et elles tiennent dans une page.
Un objet, un propriétaire. Le fichier client appartient aux ventes, le fichier fournisseur aux achats, le référentiel produit à la production. Le propriétaire arbitre les conflits de saisie, personne d’autre.
Une saisie, un endroit. Si une information peut être créée dans deux outils, elle divergera. La question n’est pas de savoir si, mais quand.
Une règle, un texte. La définition d’un client actif, d’une affaire gagnée, d’une facture en retard s’écrit une fois et se relit à voix haute en comité. Ce qui ne s’écrit pas se renégocie.
Ce travail donne de la traçabilité dans les flux, de la cohérence dans les chiffres, et de l’autonomie aux équipes qui n’ont plus à demander quelle version fait foi. Il ne demande aucun outil pour commencer.
Faut-il un ERP, un tableur mieux tenu, ou une base sur mesure ?
Les trois se défendent, et votre critère de choix est la standardité de vos processus. Un ERP impose ses façons de faire ; 41 % des petites entreprises européennes en avaient un en 2025, contre 89 % des grandes (Eurostat, 2026), et l’écart ne mesure pas seulement un budget.
| Route | Elle vaut quand | Elle coûte quand | Première version |
|---|---|---|---|
| Tableur mieux tenu | une seule main saisit, le volume tient dans un onglet | plusieurs services lisent et modifient | quelques jours |
| Logiciel du marché, ERP | vos processus ressemblent à ceux du secteur | vos métiers ont une casuistique propre | 3 à 12 mois |
| Base sur mesure | vos règles de gestion sont à vous et le restent | le besoin était en réalité standard | 2 à 6 semaines |
La route du tableur mieux tenu
C’est la plus sous-estimée. Nommer un propriétaire, supprimer les copies, verrouiller les colonnes calculées et poser une convention de nommage règle une partie des symptômes sans projet. Les vraies options de logiciel de base de données gratuit valent d’être regardées avant tout achat.
La route du logiciel du marché
Elle est la bonne quand votre métier est standard — paie, comptabilité, caisse. Elle devient coûteuse quand vous payez ensuite du paramétrage pour rentrer une exception qui, chez vous, est la règle.
La route de la base sur mesure
Elle part du modèle plutôt que de l’outil. C’est là que se joue votre choix de plateforme, et il vaut de le documenter.
Les alternatives à Airtable et les options open source posent la question de la souveraineté et du coût par siège. Notion montre jusqu’où il vous emmène, et quand en sortir. Les comparaisons Airtable ou Notion, Airtable ou Coda et Airtable ou Asana tranchent selon ce que vous structurez vraiment.
Si votre outil est déjà choisi, le rôle d’un intégrateur Airtable est de tenir le modèle, pas de remplir des tables. Et une alternative à Notion se juge sur le même critère que tout le reste : ce que vos règles de gestion exigent.
Comment migrer sans arrêter l’activité ?
En faisant tourner l’ancien et le nouveau en parallèle, jamais en basculant d’un coup. La migration échoue rarement sur la technique : elle échoue quand vos équipes doivent choisir entre produire et alimenter un outil qu’elles ne connaissent pas encore.
La séquence qui tient, en cinq temps.
Un périmètre unique. Un objet, un service, un cas d’usage lisible. Le référentiel client, ou le suivi des affaires, pas les deux.
La reprise de l’historique, dédoublonnée. C’est la phase qui surprend : les doublons ne se voient qu’au moment où l’on tente de les fusionner, et les règles de fusion se décident avec le propriétaire de l’objet, pas avec le prestataire.
Le double run. Deux à quatre semaines pendant lesquelles votre ancien fichier vit encore. On compare les deux sorties chaque semaine, et chaque écart se documente. Un écart expliqué vaut mieux qu’un écart absent.
Le gel de la source ancienne. En lecture seule, pas supprimée. C’est le geste qui empêche le retour discret au tableur, et c’est celui qu’on oublie le plus souvent.
Les connexions. Une fois la base fiable, les outils existants l’alimentent et s’en nourrissent, avec un monitoring qui alerte quand un flux casse et un journal des erreurs consultable.
Comptez deux à six semaines pour un premier périmètre, trois à six mois pour un chantier qui couvre trois métiers, découpé en lots qui livrent chacun quelque chose d’utilisable.
Que faire une fois la base en place ?
La lire, l’automatiser, et arrêter de produire des rapports à la main. C’est là que le retour se voit : le Baromètre France Num 2025 mesure 30 % de TPE-PME dotées d’un tableau de bord transverse, et 6 % seulement le tirant d’un ERP ou d’un CRM.
Le premier usage est le pilotage. Un tableau de bord de gestion sur mesure se construit à partir des règles écrites plus tôt. L’outil vient en dernier, et c’est le seul ordre qui tienne. Côté finance, obtenir un chiffre fiable chaque mois cesse d’être un exercice de reconstitution. Le choix de l’outil de reporting devient secondaire, et un dashboard Notion peut suffire quand le volume s’y prête. Pour un pilotage tenu en continu, la page dashboard de pilotage décrit ce qu’on livre.
Le deuxième usage est l’automatisation. Un scénario ne vaut que par la fiabilité de ce qu’il lit : les cinq processus qu’une PME de 50 personnes devrait automatiser en priorité supposent tous une source de vérité en amont. La facturation et les emails et notifications partent de la même base, ce qui explique au passage pourquoi l’échéance de septembre 2026 se traite mieux après la structuration qu’avant.
Le troisième usage est la relation client. Une base de données CRM tient sur le même référentiel que la facturation, sinon les deux divergent en six mois.
Et vos outils actuels ? La plupart restent. On les branche, on ne les remplace pas.
Pourquoi structurer avant de faire de l’IA ?
Parce qu’un modèle ne répond que sur ce qu’on lui donne. Dans Lack of AI-Ready Data Puts AI Projects at Risk (Gartner, 26 février 2025), le cabinet mesure que 63 % des organisations n’ont pas les pratiques de gestion de données adaptées à l’IA, ou ne savent pas si elles les ont. L’enquête porte sur 248 responsables de la donnée, au troisième trimestre 2024. Gartner y prévoyait aussi l’abandon, d’ici 2026, de 60 % des projets d’IA non soutenus par des données prêtes.
L’adoption, elle, avance vite. En 2025, 18 % des entreprises implantées en France déclaraient utiliser au moins une technologie d’IA, et 31 % chez les 50 à 249 salariés (Insee, enquête TIC entreprises 2025, 21 juillet 2026). Un an plus tôt, la même enquête relevait 15 % pour cette tranche de taille.
L’écart entre l’envie et le socle est donc en train de s’élargir, pas de se réduire.
Un assistant branché sur douze tableurs qui divergent produit une réponse fausse avec l’aplomb d’une réponse juste. Un assistant branché sur une base où chaque champ a un propriétaire et une règle produit une réponse vérifiable, et cite sa source. La différence n’est pas dans le modèle, elle est dans ce qui l’alimente : c’est tout le propos des outils métiers sur mesure avec une couche IA.
Le risque symétrique mérite d’être nommé. Quand la donnée officielle est introuvable, les équipes en fabriquent une ailleurs — c’est la mécanique du shadow IT devenu shadow AI, et elle s’accompagne de questions de conformité que le cadre RGPD tranche mal après coup.
Combien de temps et quel budget prévoir ?
Une semaine pour savoir où vous en êtes, deux à six semaines pour une première base en production. Les ordres de grandeur qui suivent viennent de nos missions, pas d’une grille publique, et ils supposent un périmètre tenu.
La cartographie seule se compte en jours et en quelques milliers d’euros. C’est le montant en dessous duquel il n’y a aucune raison de s’engager plus loin sans savoir.
Une base unique sur un périmètre, avec la reprise de l’historique, les vues par métier et deux ou trois synchronisations, se compte en dizaines de milliers d’euros et en semaines. Sur nos projets, la référence la plus lisible reste douze tableurs réconciliés en une base, cinq semaines entre le cadrage et la mise en production, zéro ressaisie manuelle entre les outils.
Un chantier qui couvre trois métiers avec leurs automatisations et leur pilotage se compte en mois et se découpe en lots. Un lot qui ne livre rien d’utilisable en six semaines est un lot mal découpé.
Deux points qui changent l’arithmétique. La maintenance : une base vit, ses règles évoluent, comptez une enveloppe annuelle plutôt qu’un projet fermé. Et l’agrément CII : une partie des dépenses de conception entre dans le champ du crédit d’impôt innovation, ce que l’article sur l’agrément détaille.
Reste la question que personne ne pose assez tôt : que se passe-t-il si vous ne faites rien pendant dix-huit mois ? Le plus souvent, rien de spectaculaire. Juste deux heures supplémentaires par semaine, et un chiffre de moins auquel se fier.
En bref : la vérité tient à un endroit, pas à un outil
Vos données ne sont pas en désordre. Mais elles sont en plusieurs endroits, et aucun ne fait foi.
Structurer, c’est régler ça dans cet ordre : un modèle qui dit ce qui existe, une source de vérité par objet, et des règles de gestion écrites. L’outil vient après, et il compte moins qu’on ne le croit.
Les chiffres publics disent la même chose depuis deux ans. Les PME françaises exploitent leurs données métier par métier, au tableur, et 7 % seulement de leurs dirigeants comptent améliorer ça dans les deux prochaines années.
Chez Bienfait, on commence toujours par la cartographie, on livre une première base en deux à six semaines, et on vous dit franchement quand un tableur bien tenu suffit encore.
Alors la vraie question n’est peut-être pas quel outil choisir. Où vit la vérité sur vos chiffres, aujourd’hui, et qui l’a décidé ?
Sources
Les chiffres de marché de cet article viennent des sources suivantes, consultées le 1er septembre 2026.
- Direction générale des Entreprises, Baromètre France Num 2025 — résultats de l’enquête, septembre 2025, 11 021 entreprises interrogées du 26 mars au 18 avril 2025 — https://www.francenum.gouv.fr/files/2025-09/Barom%C3%A8tre%20France%20Num%202025%20-%20Rapport.pdf
- Eurostat, Larger enterprises used more e-business apps in 2025, 20 mai 2026 — https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20260520-1
- Insee, Les technologies de l’information et de la communication dans les entreprises en 2025, 21 juillet 2026 — https://www.insee.fr/fr/statistiques/9025878?sommaire=8677764
- Insee, fiche 3.2 « Intelligence artificielle dans les entreprises », Insee Références 2025, enquête TIC entreprises 2024 — https://www.insee.fr/fr/statistiques/8616837?sommaire=8616883
- Gartner, Lack of AI-Ready Data Puts AI Projects at Risk, 26 février 2025 — https://www.gartner.com/en/newsroom/press-releases/2025-02-26-lack-of-ai-ready-data-puts-ai-projects-at-risk
- Raymond R. Panko, What We Don’t Know About Spreadsheet Errors Today, EuSpRIG 2015 — https://arxiv.org/pdf/1602.02601
- Smartsheet, Automation in the Workplace — https://www.smartsheet.com/content-center/product-news/automation/workers-waste-quarter-work-week-manual-repetitive-tasks
- Bpifrance, Facturation électronique obligatoire : un tournant digital pour les entreprises françaises, mai 2026 — https://conseil.bpifrance.fr/publications/facturation-electronique-obligatoire-un-tournant-digital-pour-les-entreprises-francaises
- Urssaf, La facturation électronique : obligatoire au 1er septembre 2026 — https://www.urssaf.fr/accueil/actualites/facturation-electronique.html
Si une seule personne saisit, si le volume tient dans un onglet et si personne n'a jamais eu deux chiffres différents sur la même question, un tableur bien tenu suffit. La structuration se justifie quand la donnée est saisie par plusieurs mains, relue par plusieurs services, et qu'un écart coûte une décision. En dessous de ce seuil, on vous le dit franchement plutôt que de vous vendre une base.
Questions fréquentes
Qu'est-ce que structurer les données d'une entreprise ?
C'est faire en sorte que chaque information existe une seule fois, à un endroit qui fait foi, avec une règle écrite qui dit qui la saisit et comment on la calcule. Le reste des outils lit cette source au lieu d'en garder une copie.
Combien de temps prend la structuration des données d'une PME ?
Une semaine pour la cartographie des sources, deux à six semaines pour une première base en production sur un périmètre unique. Un chantier qui couvre trois métiers d'un coup tient plutôt en trois à six mois, découpé en lots successifs.
Faut-il un ERP pour structurer ses données ?
Pas toujours. En 2025, 41 % des petites entreprises de l'Union européenne avaient un ERP, contre 89 % des grandes (Eurostat). Un ERP impose ses processus : il vaut quand vos métiers sont standards, et coûte cher quand ils ne le sont pas.
Excel suffit-il pour piloter une PME de 50 personnes ?
Pour un usage à une main, oui. Sur les 85 tableurs opérationnels audités en profondeur par la recherche recensée par Raymond Panko, 94 % contenaient au moins une erreur. À plusieurs saisies et plusieurs copies, le tableur cesse d'être une source fiable.
Combien coûte la centralisation des données d'une PME ?
Comptez quelques milliers d'euros pour une cartographie et un premier périmètre, quelques dizaines de milliers pour une base qui couvre plusieurs métiers avec ses synchronisations. Une partie de la dépense entre dans le champ du crédit d'impôt innovation quand le projet est agréé CII.
Pourquoi structurer ses données avant de faire de l'IA ?
Parce qu'un modèle répond sur ce qu'on lui donne. Gartner relevait en février 2025 que 63 % des organisations n'ont pas, ou ne savent pas si elles ont, les pratiques de gestion de données adaptées à l'IA, et prévoyait l'abandon de 60 % des projets non soutenus par des données prêtes.
