Comment extraire les champs clés des bordereaux d'expédition dans Excel
Même quand chaque fournisseur a un format différent

Pourquoi les différences de format font échouer l'extraction classique — et ce qui fonctionne à la place

Chaque fournisseur imprime ses bordereaux d'expédition différemment. Grainger utilise un tableau multi-colonnes avec les numéros de pièce à gauche et les quantités par carton à droite. Fastenal liste souvent les articles verticalement avec des annotations manuscrites sur le quai de chargement. Les impressions thermiques Uline n'ont aucune structure de tableau — juste des lignes de texte avec des codes produits insérés en milieu de phrase. MSC Industrial intègre les informations d'expédition dans un document combinant facture et bordereau, où les champs d'expédition et de facturation partagent la même page. Un coordinateur logistique a décrit le quotidien : « Chaque commande nécessitait qu'une personne lise manuellement un bordereau, en extraie le numéro de commande, le poids, le nombre de cartons, détermine la classe de fret, le saisisse dans un tableur, recadre les étiquettes d'expédition à la bonne taille, et envoie le tout par e-mail à l'entrepôt. Plusieurs fois par jour. Tous les jours. »

L'extraction OCR classique échoue ici car elle fonctionne par position. Un modèle enregistre que le « Numéro de commande » apparaît à 5,8 cm du bord supérieur et à 2,8 cm du bord gauche — et s'il bouge, l'extraction échoue. Il faudrait un modèle par fournisseur. Pire encore, les modèles échouent silencieusement lorsqu'un fournisseur modifie sa mise en page (ce qu'il fait sans vous prévenir), et vous ne détecterez l'erreur que des semaines plus tard, lorsque l'écart d'inventaire apparaîtra.

L'alternative est l'extraction sémantique : lire un document comme le ferait un humain. Vous ne cherchez pas des coordonnées de pixels — vous repérez le texte qui signifie « numéro de bon de commande », où qu'il apparaisse. C'est ce que fait l'extraction par IA. Au lieu de mémoriser des positions, elle comprend le sens des champs. Sur ImageToTable.ai, vous tapez simplement les noms de colonnes souhaités — « N° BC », « SKU », « Quantité reçue », « N° de lot » — et l'IA localise chaque valeur, où qu'elle se trouve sur la page. C'est ce qu'on appelle l'extraction par nom de colonne : les noms de champs que vous tapez deviennent les en-têtes de votre tableau de sortie, et l'IA associe les valeurs aux colonnes en comprenant ce que chaque champ représente, et non en se souvenant de son emplacement précédent.

Les champs vraiment importants pour la réception

Les bordereaux de colisage contiennent beaucoup d'informations. La plupart ne sont pas nécessaires dans un tableur. L'approche gagnante est sélective : n'extrayez que les champs qui pilotent votre flux de réception, laissez tout le reste dans le PDF.

Tous les envois n'ont pas besoin de tous les champs. Si vous êtes distributeur alimentaire, les numéros de lot sont incontournables — la norme FDA 21 CFR Part 11 exige des enregistrements électroniques traçables pour les produits réglementés, et le bordereau de livraison est souvent le premier document de cette chaîne. Si vous gérez un entrepôt de marchandises générales, vous n'avez peut-être besoin que du numéro de commande, du SKU et de la quantité. L'essentiel est que vous définissiez les colonnes — pas le logiciel, pas le format du fournisseur.

Il s'agit du même ensemble de champs utilisé pour le traitement par lots de plusieurs bordereaux de livraison — la différence ici est de se concentrer sur la précision d'un seul bordereau avant de passer à l'échelle.

Étape par étape : Extraire les champs d'un bordereau de livraison vers Excel

Le moyen le plus rapide de passer d'un bordereau de livraison PDF à un tableur structuré est de définir d'abord vos champs et de laisser l'IA les trouver — sans formation de position, sans création de modèle, sans configuration par fournisseur. Cette démonstration utilise un seul bordereau ; les mêmes définitions de colonnes s'appliquent à un nombre quelconque de documents provenant de n'importe quel mélange de fournisseurs.

Le résultat est un tableur où chaque ligne correspond à un bordereau de livraison (ou à une ligne d'article, selon votre structure de colonnes), et chaque colonne à un champ que vous avez défini. Aucun nettoyage de données nécessaire — l'IA standardise automatiquement les formats de date, supprime les espaces superflus des numéros de pièces et normalise les valeurs de quantité au format numérique.

Essayez de saisir les champs listés ci-dessus — « N° de commande », « SKU », « Quantité expédiée » — et importez un bordereau d'expédition. Les mêmes colonnes extrairont les données de n'importe quel format fournisseur, car l'IA lit le sens, pas la position.

Cas particuliers : bordereaux scannés, manuscrits et papier thermique

Un bordereau PDF propre généré par un ERP moderne est le cas simple. Dans la réalité, les quais de réception traitent des documents bien moins coopératifs — et la méthode d'extraction doit les gérer.

Bordereaux scannés (surtout ceux envoyés par e-mail depuis un scanner de bureau à 150 DPI) sont courants chez les petits fournisseurs. Le texte peut apparaître flou, déformé ou partiellement coupé. L'extraction par IA gère ces cas car elle n'exige pas de contours de caractères nets — elle interprète le contenu visuel dans son ensemble, comme un humain lit un document légèrement maculé sans déchiffrer chaque lettre. Pour les scans très dégradés, la méthode est la même que celle décrite dans le guide pour convertir des PDF scannés en Excel — importer, définir les colonnes, vérifier.

Annotations manuscrites — un employé de quai écrit « qté réelle : 47 » à côté d'une quantité imprimée de 50 — sont des informations utiles pour le destinataire, pas du bruit à ignorer. ImageToTable.ai lit le texte manuscrit en même temps que le texte imprimé, afin que ces corrections de quai aboutissent dans votre feuille de calcul plutôt que sur un bout de papier froissé dans une poche.

Bordereaux en papier thermique d'Uline et fournisseurs similaires posent un défi physique avant le défi numérique : ils s'effacent. La solution est de les photographier ou de les scanner dès réception. Même une photo de smartphone fonctionne — l'IA traite les photos d'impressions thermiques comme elle traite les PDF. Les noms de champs que vous avez définis pour les bordereaux Grainger fonctionnent pour les impressions thermiques Uline sans aucune modification de configuration.

Documents combinés facture/bordereau de livraison — MSC Industrial et d'autres fournisseurs B2B émettent souvent un document unique servant à la fois de facture et de bordereau de livraison. La même approche d'extraction des noms de colonnes fonctionne ici car vous n'extrayez que les champs qui vous intéressent. Les champs financiers (prix unitaire, taxe, total) se trouvent sur la même page que les champs logistiques (quantité, SKU, numéro de lot), mais vous définissez vos colonnes indépendamment. Si vous avez besoin ultérieurement des champs de facture du même document, le workflow extraire les champs de facture gère le volet financier — les deux extractions se complètent sans duplication de travail.

De l'extraction au workflow de réception : où va le tableur ensuite

L'extraction produit un tableur. Le tableur alimente le processus de réception. La suite dépend de vos systèmes existants.

Si vous avez un WMS (Warehouse Management System) — Manhattan Active WMS, SAP EWM, Oracle WMS Cloud, Blue Yonder, ou des systèmes intermédiaires comme Logiwa ou Finale Inventory — vous importez probablement les quantités reçues via un fichier CSV ou une API. Le fichier Excel issu de l'extraction devient votre source d'importation. Mappez la colonne « Numéro de commande » au champ Référence de commande fournisseur du WMS, « Quantité expédiée » à Quantité reçue, « Numéro de lot » au module de suivi des lots, puis importez. Cela remplace la saisie manuelle dans le terminal WMS.

Si vous utilisez une plateforme d'expédition plus légère comme ShipStation ou Fishbowl, le tableur sert au même usage — importez ou copiez-collez les quantités reçues pour synchroniser les stocks. Les modèles de bordereau de livraison de ShipStation couvrent le côté expédition, mais la réception nécessite toujours une saisie de données à partir des documents fournisseurs. L'étape d'extraction comble cette lacune.

Si votre processus de réception repose sur des tableurs — ce que le Warehousing Education and Research Council (WERC) recense encore comme une pratique courante, avec 44 % des entrepôts utilisant le prélèvement sur papier en 2023 — le fichier Excel extrait est votre journal de réception. Chaque ligne correspond à une livraison reçue. Ajoutez des colonnes pour « Inventaire physique », « Écart » et « Emplacement de stockage », et vous obtenez un enregistrement complet de réception sans aucune saisie manuelle à partir des bordereaux d'expédition.

Lorsque vous êtes prêt à passer à l'échelle supérieure au-delà du traitement d'un seul bordereau, l'approche d'extraction par lots vous permet de télécharger tous les bordereaux d'expédition d'une journée en une fois et de générer un seul tableur de réception consolidé. Les mêmes définitions de colonnes sont conservées — le flux de travail évolue sans nécessiter de nouvelle configuration. À titre de comparaison, une logique de lot similaire s'applique aux devis de fournisseurs provenant de différents formats, où le même problème de diversité des fournisseurs apparaît dans les achats plutôt que dans la réception.

Questions fréquentes

Fonctionne-t-il avec des bordereaux manuscrits ?

Oui. L'IA reconnaît le texte manuscrit, y compris les chiffres, codes produits et annotations rédigés sur le quai de chargement. La précision sur l'écriture manuscrite est inférieure à celle du texte imprimé (attendez-vous à ~85-95 % selon la lisibilité) — vérifiez toujours les extractions manuscrites avant de finaliser votre registre de réception.

Et si le bordereau utilise des noms de champs différents de ceux que j'ai saisis ?

C'est l'avantage clé de l'extraction sémantique. Si vous saisissez « Numéro de commande » comme nom de colonne et que le bordereau indique « N° d'achat » ou « Réf commande », l'IA comprend qu'ils désignent le même concept et extrait la valeur correcte. Inutile de renommer vos colonnes pour correspondre à la terminologie de chaque fournisseur.

Puis-je extraire les données des bordereaux directement dans Google Sheets ?

Oui. Le module complémentaire Google Sheets vous permet d'importer des bordereaux et de spécifier les noms de colonnes depuis un panneau latéral Sheets — les données extraites remplissent votre feuille active sans changer d'application.

Combien de bordereaux puis-je traiter à la fois ?

Le mode bordereau unique traite un document à la fois — idéal pour la réception en temps réel où chaque livraison nécessite une vérification immédiate. Pour le traitement de fin de journée ou en volume, le mode batch permet d'importer plusieurs bordereaux simultanément (y compris des formats mixtes de différents fournisseurs) et génère un seul fichier Excel consolidé. Consultez le guide de traitement batch des bordereaux pour le flux de travail en volume.

L'IA peut-elle détecter si les quantités du bordereau ne correspondent pas à la commande ?

ImageToTable.ai extrait ce qui figure sur le bordereau de livraison — il n'a pas accès à vos données de commande pour effectuer un rapprochement automatique. Vous pouvez toutefois utiliser les Colonnes calculées pour effectuer des vérifications lors de l'extraction. Par exemple, si vous avez un bordereau multi-lignes, une colonne calculée peut additionner toutes les quantités d'articles pour les comparer à un total imprimé. La vérification des écarts par rapport à votre commande se fait dans un tableur après l'exportation — importez les données extraites du bordereau et les lignes de commande dans Excel, puis utilisez RECHERCHEV ou INDEX/EQUIV pour signaler les différences.

Et les bordereaux en langues étrangères ?

L'IA traite les bordereaux de livraison dans plus de 50 langues. Un Lieferschein allemand d'un fournisseur européen s'extrait de la même manière qu'un bordereau anglais de Grainger — saisissez vos noms de colonnes en anglais, et l'IA localise les valeurs correspondantes, quelle que soit la langue du document.