Comment créer un workflow de rapprochement à trois volets dans Google Sheets :
Étape par étape, du bon de commande à l'approbation de la facture

Ce qu'exige réellement le rapprochement à trois — bien plus que des seuils de tolérance

Le rapprochement à trois consiste à comparer un bon de commande, un bon de réception et une facture fournisseur avant d'autoriser le paiement — en vérifiant que ce qui a été commandé correspond à ce qui a été reçu et facturé. Selon la clause 8.4 de l'ISO 9001:2015, la vérification que les produits achetés répondent aux exigences spécifiées est obligatoire pour les fabricants certifiés, et le rapprochement à trois est le mécanisme opérationnel que la plupart des entreprises utilisent pour s'y conformer. Le Rapport 2024 de l'ACFE — qui estime que les organisations perdent 5% de leur chiffre d'affaires annuel à cause de la fraude professionnelle — l'identifie comme un contrôle clé contre les schémas de facturation. La logique réglementaire est solide. Le problème de données sous-jacent est ce qui se brise en pratique.

La plupart des conseils pour améliorer le rapprochement à trois se concentrent sur la couche de rapprochement : resserrer les seuils de tolérance, ajouter des workflows d'approbation, configurer des règles de rapprochement automatique dans l'ERP. Rien de tout cela ne résout le problème : les trois documents proviennent de trois systèmes différents dans trois formats différents — et deux d'entre eux sont non structurés. Le bon de commande se trouve dans le système des achats. Le bon de réception a peut-être été saisi à partir d'un bordereau d'expédition papier, ou pas. La facture fournisseur arrive au format PDF. Avant qu'une logique de rapprochement puisse comparer ces documents, quelqu'un doit extraire les données des deux qui ne sont pas déjà dans un format structuré, les saisir dans une mise en page comparable, et espérer que les unités et les lignes correspondent. La couche de rapprochement — RECHERCHEV, instructions SI, mise en forme conditionnelle — est la partie facile. La couche d'extraction est celle où le pipeline réussit ou échoue.

L'architecture du pipeline en trois couches

Le pipeline comporte trois couches, une pour chaque document du rapprochement à trois, plus une quatrième qui les surplombe : le tableau de bord de rapprochement. Les trois premières couches extraient des données structurées à partir de documents non structurés. La quatrième les compare. Si l'une des trois premières couches produit des données incohérentes ou incomplètes, la couche de rapprochement ne peut pas faire son travail.

Chaque couche comble une lacune spécifique dans la chaîne des achats au paiement. La couche des BC établit la référence — ce qui a été commandé, à quel prix, auprès de qui. La couche de réception confirme ce qui est physiquement arrivé. La couche des factures capture ce que le fournisseur a facturé. Le tableau de bord de rapprochement est l'endroit où les trois convergent — et où le tableur remplace l'enquête entre trois services que l'analyse du problème a identifiée comme la faiblesse structurelle des flux de rapprochement traditionnels.

L'outil qui assure la conversion de l'non structuré vers le structuré dans les couches 1 et 3 est l'Extraction de colonnes personnalisées : au lieu de dessiner des cadres autour des champs sur chaque document ou de créer un modèle par format de fournisseur, vous saisissez les noms de colonnes souhaités — « N° de bon de commande », « Nom du fournisseur », « Ligne d'article », « Quantité », « Prix unitaire », « Total de ligne » — et l'IA lit le document pour trouver ces valeurs en comprenant ce qu'elles signifient, et non où elles se trouvent sur la page. Un bon de commande structuré issu du PDF de SAP et un bon de commande manuscrit d'un fournisseur local ne se ressemblent pas du tout. Mais les deux contiennent un numéro de bon de commande, un nom de fournisseur, des quantités et des prix. L'extraction par nom de colonne recherche la signification de ces champs dans toute mise en page — éliminant la maintenance de modèles par fournisseur et par format qui rend l'OCR basé sur des modèles impraticable pour les équipes d'approvisionnement confrontées à des dizaines de formats de documents fournisseurs différents.

Couche 1 — Extraction des bons de commande : la référence de base

Chaque rapprochement à trois volets commence par le bon de commande. Le bon de commande définit les conditions : quel fournisseur, quels articles, quelle quantité, à quel prix, pour une livraison à quelle date. Dans un environnement intégré à l'ERP, ces données existent déjà sous forme de lignes structurées — le bon de commande a été créé dans le système. Mais dans un flux de travail d'approvisionnement basé sur des feuilles de calcul, les bons de commande arrivent sous plusieurs formes : des PDF générés par le système de l'acheteur, des bons de commande envoyés par e-mail par les fournisseurs confirmant une commande, ou des documents scannés de petits fournisseurs qui travaillent encore sur papier. Obtenir les données des bons de commande dans un format structuré est la première étape — et pour les équipes basées sur des feuilles de calcul, c'est une étape qui détermine si le reste du processus est même possible.

Les colonnes d'extraction pour un bon de commande dépendent de ce que votre processus de rapprochement doit référencer. Au minimum :

Pour les bons de commande générés en interne dans un format cohérent — le modèle de bon de commande de votre propre entreprise — l'extraction est simple. L'IA lit les mêmes champs à partir de la même disposition générale à chaque fois. Pour les bons de commande de confirmation fournisseur qui arrivent dans le format du vendeur, l'extraction s'adapte : les noms de colonnes restent les mêmes, et l'IA localise les valeurs quelle que soit la disposition. Une seule exécution d'extraction remplit l'onglet du registre des bons de commande avec des données structurées — une ligne par bon de commande, ou une ligne par article selon que vous souhaitez une granularité au niveau de l'en-tête ou de la ligne pour la correspondance. Le guide de l'extraction de bon de commande unique avec le module complémentaire Google Sheets explique la configuration des colonnes et le premier flux de travail d'extraction. Pour les équipes à volume élevé traitant des dizaines de bons de commande à la fois, le tableau de bord de traitement par lots des bons de commande applique le même moteur d'extraction à plusieurs bons de commande en une seule session.

La démo ci-dessus utilise le préréglage de bon de commande — un ensemble de colonnes d'extraction préconfigurées conçu pour les documents de bon de commande. Téléchargez un bon de commande et regardez les champs se remplir sans saisie. Si vos bons de commande contiennent des champs que le préréglage ne couvre pas (une ligne de surcharge de marchandise, une section de conditions de fret, des codes de centre de coûts internes), ajoutez-les comme colonnes personnalisées — le moteur d'extraction les traite de la même manière. Le préréglage vous donne le point de départ. Vos colonnes personnalisées l'étendent pour répondre aux exigences de votre tableau de bord de correspondance.

Couche 2 — Données de réception : le document intermédiaire délicat

Le bon de réception est le document le plus susceptible de manquer dans un système structuré — et c'est lui qui fait du rapprochement à trois voies un processus à trois volets. Sans confirmation de réception, vous faites un rapprochement à deux voies (commande fournisseur vs facture) et payez des marchandises dont vous ne pouvez pas confirmer la livraison. L'ACFE identifie précisément le bon de réception comme le contrôle qui empêche la fraude à la facturation — payer des marchandises jamais expédiées. L'ignorer n'est pas un raccourci. C'est une lacune dans le cadre de contrôle.

Les données de réception sont plus difficiles à structurer que celles des commandes fournisseur en raison de leur création — au quai, souvent sur papier, par un personnel dont la priorité est de décharger les camions, pas de saisir des données. Le bordereau d'expédition est généralement un formulaire carbone multipartite ou un document imprimé thermiquement par le transporteur. Le magasinier le signe, enregistre la quantité reçue (parfois dans des unités différentes de celles de la commande), et classe la copie physique. Que ces données arrivent dans un système numérique dépend de la saisie manuelle ultérieure — et cette étape est la première à être sautée lors d'une journée de réception chargée.

Pour le pipeline, les données de réception ont deux voies d'entrée viables. La première est la saisie manuelle directe : le magasinier — ou une personne dédiée à la saisie — tape les champs clés dans une feuille Google dans le cadre du flux de réception. Les colonnes reflètent celles de la commande : N° de commande (pour le lien retour), Article reçu, Quantité reçue, Date de réception, Transporteur, État. Cette voie fonctionne lorsque le volume de réception est modéré (moins de 30 expéditions par jour) et que le quai a accès à un appareil avec la feuille ouverte. L'avantage est le contrôle — les données de réception sont structurées dès la saisie, sans conversion en aval nécessaire.

La deuxième voie est l'extraction de documents à partir du bordereau d'expédition lui-même — prendre une photo ou un scan du bordereau signé et le faire passer par le même moteur d'extraction utilisé pour les commandes et les factures. Cette voie fonctionne lorsque la saisie manuelle n'est pas réalisable — quais à fort volume, sites de réception distants, ou opérations où le bordereau est le seul enregistrement de réception. Les colonnes d'extraction sont les mêmes : N° de commande, Description de l'article, Quantité reçue, Date de réception, Transporteur. Une photo de bordereau prise au téléphone et traitée via le module complémentaire de la barre latérale remplit l'onglet de réception dans le même format structuré que les données saisies manuellement. La limite clé : l'écriture manuscrite sur les bordereaux réduit la précision de l'extraction par rapport aux commandes et factures imprimées. Une vérification ponctuelle est recommandée pour les expéditions critiques. Pour une analyse détaillée de la précision selon la qualité du document, consultez notre guide sur la précision de l'extraction de documents manuscrits — les mêmes principes s'appliquent aux bordereaux d'expédition et aux rapports de réception.

Quelle que soit la voie utilisée, le résultat est le même : un onglet de registre de réception avec le N° de commande comme champ clé qui relie chaque réception à sa commande fournisseur d'origine. Sans ce lien, le tableau de bord de rapprochement ne peut pas faire son travail.

Couche 3 — Extraction des factures fournisseurs : le problème de format que vous ne contrôlez pas

Les factures fournisseurs sont là où le problème de diversité des formats atteint son paroxysme. Une seule opération d'approvisionnement peut recevoir des factures d'un grand distributeur MRO dans un PDF structuré généré par SAP, d'un fournisseur régional de métaux dans un format Excel-vers-PDF maison, d'un atelier d'usinage local sous forme de document manuscrit photographié, et d'un vendeur international avec des formats de date, des conventions monétaires et des structures de lignes de taxe différents. L'OCR basé sur des modèles — où vous construisez un modèle de mappage de champs pour chaque disposition de fournisseur et le mettez à jour lorsque la disposition change — échoue face à cette diversité ou consomme tellement de temps de maintenance que l'effort d'extraction équivaut à la saisie manuelle qu'il était censé remplacer.

L'Extraction de colonnes personnalisées résout ce problème en découplant la logique d'extraction de toute disposition spécifique. Les noms de colonnes sont définis une seule fois. L'IA lit chaque facture — quel que soit le format — et trouve les valeurs qui correspondent à ces définitions de colonnes. Une configuration de colonnes de facture pour le rapprochement à trois voies comprend généralement :

Vous pouvez également ajouter des colonnes inférées — des colonnes qui capturent des données non explicitement imprimées sur la facture mais dérivables de son contexte. Par exemple, une colonne définie comme Match Status (options: Ready to Match/Needs PO Reference/Missing Line Items) permet à l'IA de classer chaque facture lors de l'extraction selon qu'elle a trouvé un numéro de bon de commande et si les lignes étaient extractibles. Les factures provenant de fournisseurs qui n'incluent pas de numéros de bon de commande sur leurs documents sont signalées immédiatement — elles entrent dans le tableau de bord de correspondance avec un statut « Needs PO Reference », et le comptable fournisseurs sait qu'il ne doit pas tenter de correspondance tant que le numéro de bon de commande n'est pas ajouté. C'est de la catégorisation par extraction : la décision de classification se produit dans la même passe qui remplit les données, et non dans une étape de révision séparée.

Les colonnes calculées gèrent les calculs qui nécessiteraient autrement des formules de feuille de calcul post-extraction. Définissez une colonne comme Extension Check (Line Total - Quantity * Unit Price) et l'IA effectue le calcul lors de l'extraction, signalant toute ligne où le total de ligne facturé ne correspond pas à la quantité multipliée par le prix unitaire. Le résultat est un nombre d'écart — zéro signifie que l'extension est correcte, une valeur non nulle identifie une erreur arithmétique sur la facture du fournisseur. Cela fait passer le rôle du tableau de bord de correspondance de « trouver les erreurs » à « examiner les lignes signalées » — un flux de travail où l'IA fait la détection et l'humain prend la décision. Pour un traitement complet de la syntaxe et des capacités des colonnes calculées, consultez notre guide des colonnes calculées dans l'extraction de documents.

Les différences de format provoquent de faux écarts avant même qu'une formule ne s'exécute. Un fournisseur date une facture 05/06/2026, un autre écrit 06/05/2026, et le même numéro de pièce peut porter un zéro en tête sur un document et pas sur le suivant. La couche d'extraction applique un format de sortie cohérent aux dates et aux identifiants lors de l'écriture de chaque ligne, de sorte qu'une non-concordance signalée dans le tableau de bord reflète une véritable divergence plutôt qu'un problème de format.

La même couche d'extraction de factures qui alimente le pipeline de correspondance à trois voies est le moteur du pipeline de factures fournisseur-à-AP plus large — la structure des colonnes diffère, mais le mécanisme d'extraction est identique. Une fois construit pour la correspondance, le même pipeline alimente les rapports AP, les calculs de charges à payer et la documentation d'audit.

Le tableau de bord de correspondance : RECHERCHEV, SI et mise en forme conditionnelle

Une fois les trois couches remplies — registre des bons de commande, registre des réceptions et registre des factures — le tableau de bord de correspondance est l'endroit où elles convergent. C'est un onglet unique qui extrait les données des trois onglets sources à l'aide de fonctions de recherche et applique une logique de comparaison pour signaler les correspondances, les écarts et les données manquantes. La logique de correspondance elle-même n'est pas complexe. Un tableur peut le faire. Ce qui a toujours été complexe — et ce que le pipeline résout — c'est de mettre les données dans un état où le tableur peut le faire. Pour l'équivalent axé sur le rapprochement de ce pipeline — règles de tolérance, zones de correspondance automatique et couche de jugement humain pour les descriptions d'articles ambiguës — consultez notre guide de correspondance à trois voies dans Google Sheets sans ERP.

La structure du tableau de bord de correspondance, créée dans Google Sheets :

Mise en forme conditionnelle transforme ce tableau en tableau de bord : mettez en surbrillance la colonne N en vert pour « MATCHED », en ambre pour « NO RECEIPT », en rouge pour « VARIANCE ». Appliquez une bordure rouge à toute ligne où la colonne J (Qty Variance) dépasse un seuil configurable — 5 % pour les matériaux en vrac, 2 % pour les composants techniques de grande valeur. Ajoutez une ligne de synthèse en haut : =COUNTIF(N:N,"MATCHED") pour compter les factures concordantes, =COUNTIF(N:N,"VARIANCE") pour les exceptions, =SUMIF(N:N,"VARIANCE",L:L) pour la valeur totale en dollars des écarts.

La décision architecturale clé est d'utiliser le numéro de bon de commande comme clé universelle. Chaque RECHERCHEV du tableau de bord de rapprochement référence la colonne du numéro de bon de commande. Si une facture fournisseur ne comporte pas de numéro de bon de commande — et notre analyse du problème de rapprochement a confirmé qu'il s'agit de la cause racine la plus courante d'échec de rapprochement — la ligne se remplit d'erreurs #N/A dans chaque colonne RECHERCHEV, immédiatement visibles dans le tableau de bord. La solution est simple : ajoutez le numéro de bon de commande à la ligne du registre des factures et les formules se recalculent. Mais c'est la visibilité qui compte. Sans le tableau de bord, une facture sans numéro de bon de commande reste en file d'attente jusqu'à ce que quelqu'un la remarque. Avec le tableau de bord, elle est signalée dès que la ligne se remplit.

Pour les livraisons partielles — la complexité la plus courante dans les achats industriels, où un bon de commande couvre plusieurs expéditions — ajoutez une colonne « Delivery Number » au registre des réceptions et au registre des factures. La RECHERCHEV devient une recherche à deux clés : rapprochement sur le numéro de bon de commande ET le numéro de livraison. Chaque livraison partielle obtient sa propre ligne de rapprochement, et le calcul du cumul reçu (=SUMIFS(F:F, A:A, A2, [Delivery], "<="&[@Delivery])) suit la quantité totale du bon de commande livrée sur l'ensemble des expéditions partielles. La même logique gère les bons de commande-cadres avec des déblocages mensuels récurrents — le tableau de bord suit les quantités cumulées par rapport à l'autorisation totale du bon de commande.

Lien de collecte — Laissez les fournisseurs soumettre leurs documents directement

L'une des inefficacités persistantes du rapprochement à trois voies est la transmission des documents du fournisseur à votre équipe AP. Le fournisseur envoie la facture par e-mail. Le commis AP télécharge la pièce jointe, l'enregistre sur un lecteur partagé ou un dossier local, puis la téléverse dans l'outil d'extraction. Ce cycle de téléchargement puis de téléversement n'est pas le goulot d'étranglement — mais c'est une étape supplémentaire qui accumule des frictions lorsque vous traitez plus de 100 factures par mois provenant de 50 fournisseurs différents.

Un Lien de collecte élimine cette étape intermédiaire. C'est une URL partageable (au format /c/xxxx) que vous générez et envoyez à un fournisseur. Le fournisseur ouvre le lien, saisit un court code de vérification affiché sur la page, et téléverse directement sa facture — sans création de compte, sans connexion, sans installation de logiciel. Le fichier arrive automatiquement dans la file de traitement de votre compte, le fournisseur étant identifié par le lien utilisé. Vous pouvez créer un Lien de collecte distinct pour chaque fournisseur (ou un par groupe de fournisseurs), afin que les fichiers entrants soient pré-triés par source avant même le début de l'extraction.

Appliqué au pipeline de rapprochement à trois voies, un Lien de collecte transforme le flux documentaire de « le fournisseur envoie la facture par e-mail → vous téléchargez → vous téléversez → vous extrayez » à « le fournisseur téléverse directement → le fichier apparaît dans votre file → vous extrayez ». Il supprime entièrement l'étape de téléchargement puis de téléversement. Pour les fournisseurs qui envoient plusieurs documents — un bordereau d'expédition et une facture pour la même livraison — un seul Lien de collecte capture les deux fichiers, et le moteur d'extraction traite chacun selon les définitions de colonnes de la feuille. Pour la configuration détaillée et le flux de travail, consultez notre guide de collecte de documents avec extraction.

Ce qu'il remplace — et ce qu'il ne remplace pas

Un pipeline est une affirmation spécifique : il dit « cette séquence d'étapes produit cette sortie ». Il est important d'être précis sur ce que le pipeline décrit ici remplace, ce qu'il complète, et ce pour quoi il n'a jamais été conçu.

Ce qu'il remplace :

• Saisie manuelle des données des bons de commande et factures dans des tableurs. Les couches d'extraction convertissent des documents non structurés en lignes structurées. Saisir les lignes de bons de commande et les champs de facture dans une feuille de suivi est l'étape qui disparaît.
• Maintenance de modèles OCR par fournisseur. L'extraction de noms de colonnes lit toute mise en page de document sans modèles préconfigurés. Un nouveau fournisseur est intégré en lui envoyant un lien de collecte — aucune création de modèle requise.
• La boucle d'enquête entre trois services. Lorsque les données des bons de commande, de réception et des factures sont toutes dans un tableau de bord structuré, la question « la facture correspond-elle au bon de commande ? » trouve sa réponse en regardant une cellule de mise en forme conditionnelle, sans appeler les achats ni le quai de réception.
• Les angles morts des documents manquants. La structure RECHERCHEV du tableau de bord expose immédiatement les lacunes : #N/A sur la RECHERCHEV du bon de commande signifie que la facture ne référence pas de bon de commande valide. Un champ vide pour la quantité reçue signifie que la réception de marchandises n'a jamais été saisie. Ce ne sont pas des constats d'un audit mensuel — ils sont visibles sur chaque ligne en temps réel.

Ce qu'il ne remplace pas :

• Un ERP pour les organisations qui en ont besoin. À partir de 2 000 à 3 000 factures par mois, un tableau de bord de rapprochement basé sur un tableur atteint sa limite pratique. Le volume d'exceptions submerge la vérification manuelle. À cette échelle, la valeur de l'ERP — rapprochement automatisé, pistes d'audit intégrées, application de la séparation des tâches — devient nécessaire, non optionnelle. Le pipeline alimente l'ERP avec des données structurées ; il ne remplace pas l'ERP en tant qu'environnement de contrôle.
• Le jugement humain sur les exceptions. Le tableau de bord signale les écarts. Il ne les résout pas. Une différence de 47,50 € entre le prix unitaire facturé et celui du bon de commande peut être une surtaxe légitime que l'équipe achats a négociée mais jamais communiquée à la comptabilité fournisseurs, ou une erreur. L'IA ne peut pas savoir lequel — et ne devrait pas être sollicitée pour décider. Le signal déclenche une vérification humaine. La vérification nécessite un contexte métier que l'IA ne possède pas.
• Le processus de réception lui-même. Si les réceptions de marchandises ne sont pas créées — si le quai n'enregistre pas ce qui arrive — le pipeline expose la lacune dans l'onglet de réception mais ne peut pas fabriquer les données. La couche de réception exige une discipline de processus : quelqu'un doit confirmer et enregistrer ce qui a été livré. Le pipeline structure ces données. Il ne les crée pas à partir de rien.
• La conformité des fournisseurs à l'obligation du numéro de bon de commande sur les factures. Le pipeline rend visible l'absence d'un numéro de bon de commande. Il ne force pas les fournisseurs à en inclure un. Cela nécessite une politique d'achats — et son application — pas une solution technique.

FAQ

Combien de factures ce pipeline peut-il traiter par mois avant de saturer ?

La limite structurelle ne vient pas du moteur d'extraction — qui gère des lots de plusieurs fichiers en une session — mais de la capacité de révision manuelle du tableau de bord de rapprochement. Un seul comptable fournisseurs qui examine et traite les écarts peut gérer confortablement environ 300 à 500 factures par mois avec un tableau de bord bien conçu, en supposant un taux d'exception de 22 % (66 à 110 écarts à analyser). Au-delà de 1 000 factures par mois, le volume d'exceptions nécessite soit plusieurs comptables, soit une migration vers un ERP avec des règles de rapprochement automatisées. La valeur du pipeline à volumes élevés passe d'« outil de rapprochement principal » à « moteur d'ingestion de données alimentant l'ERP » — les couches d'extraction continuent de fonctionner ; le tableau de bord devient une étape de validation pré-ERP plutôt que l'environnement de rapprochement final.

Et si mes bons de commande utilisent des prix forfaitaires qui changent chaque mois — le pipeline peut-il gérer des prix variables ?

Oui — mais cela nécessite que le registre des bons de commande soit tenu à jour comme un document vivant, et non comme une extraction unique. Pour un bon de commande forfaitaire avec des ajustements mensuels indexés sur un taux de marché, la ligne du registre pour ce fournisseur doit être mise à jour chaque mois avec le prix en vigueur. La RECHERCHEV dans le tableau de bord de rapprochement reflétera le prix mis à jour. L'alternative — qui préserve une piste d'audit — consiste à ajouter une colonne « Date d'effet » au registre et à utiliser une RECHERCHEV avec une plage de dates : extraire le prix du bon de commande en vigueur à la date de la facture, et non le prix actuel. C'est plus complexe à configurer, mais cela reflète précisément le prix convenu au moment de l'expédition — ce que le rapprochement à trois est censé vérifier.

L'extraction fonctionne-t-elle sur des bordereaux de livraison manuscrits et des documents de réception ?

Oui — l'IA lit le texte manuscrit, y compris les chiffres et annotations typiques des bordereaux signés à quai. Cependant, la précision sur les documents manuscrits est inférieure à celle des documents imprimés, et les documents très dégradés (impressions thermiques fanées, copies carbone au texte pâle, bordereaux froissés puis remis à plat) généreront davantage d'erreurs d'extraction. Pour les données de réception, nous recommandons : (a) si possible, faire saisir les champs clés (N° de bon de commande, Article, Quantité, Date) directement dans le Google Sheet par le réceptionnaire à quai — la saisie manuelle au point de réception est plus rapide et plus fiable que l'extraction d'un document dégradé ; (b) si l'extraction du bordereau est la seule option viable, vérifier un échantillon de lignes par rapport au document original, en particulier pour les expéditions de grande valeur ; (c) utiliser la photo du bordereau comme pièce jointe stockée avec la ligne de réception — même si l'extraction manque un chiffre, le document original est à un clic pour vérification.

Puis-je utiliser ce pipeline sans l'extension Google Sheets — juste avec l'application web ?

Oui. Le moteur d'extraction est le même, que vous y accédiez via l'extension latérale dans Sheets ou via l'application web à l'adresse ImageToTable.ai. L'avantage de l'extension est que les résultats d'extraction sont écrits directement dans la feuille active — sans cycle de téléchargement et de réimportation. Avec l'application web, vous téléversez des documents dans le navigateur, téléchargez le fichier Excel extrait, puis collez ou importez les lignes dans votre tableau de bord correspondant. Les définitions de colonnes sont les mêmes. La qualité d'extraction est identique. L'extension supprime une étape (le téléchargement et l'importation) ; l'application web fonctionne avec n'importe quel outil de tableur, pas seulement Google Sheets. Choisissez selon que cette étape compte ou non à votre volume.

Quel est le temps de configuration pour le pipeline complet — registre des bons de commande, registre des réceptions, registre des factures et tableau de bord de correspondance ?

Pour quelqu'un à l'aise avec RECHERCHEV et la mise en forme conditionnelle dans Google Sheets, la construction du pipeline complet à quatre onglets prend environ deux heures : 30 minutes pour concevoir et créer les quatre onglets avec les structures de colonnes décrites ci-dessus, 45 minutes pour écrire et tester les formules RECHERCHEV et SI dans le tableau de bord de correspondance, 30 minutes pour configurer la mise en forme conditionnelle et les indicateurs de synthèse, et 15 minutes pour définir les ensembles de colonnes d'extraction dans l'extension latérale. Les définitions de colonnes sont enregistrées dans la feuille et persistent entre les sessions — vous les définissez une fois, et elles sont disponibles à chaque ouverture de l'extension et sélection de cette feuille. Après la configuration initiale, le flux de travail mensuel est : (1) extraire les nouveaux bons de commande dans le registre des bons de commande, (2) saisir ou extraire les données de réception, (3) extraire les factures fournisseurs, (4) ouvrir le tableau de bord de correspondance et examiner les lignes signalées. Le premier mois est le plus long en raison de la configuration et du remplissage des données. Le troisième mois est routinier. Pour un aperçu complet des capacités — types de champs pris en charge, formats et détails des plans — consultez l'extension d'extraction de documents Google Sheets.

Comment gérer les différences de devises entre les bons de commande et les factures fournisseurs ?

Le moteur d'extraction capture la valeur numérique et le symbole de devise tels qu'ils apparaissent sur le document. Il n'effectue pas de conversion de devise. Si votre bon de commande est en USD et qu'un fournisseur facture en EUR, le tableau de bord de rapprochement affichera un écart car les montants numériques ne correspondront pas — même si les valeurs converties sont correctes. La solution consiste à ajouter une colonne « Devise » au registre des bons de commande et au registre des factures, ainsi qu'une colonne « Taux de conversion » qui référence un taux de change maintenu manuellement ou alimenté par une formule. La comparaison des prix lors du rapprochement utilise alors le montant converti plutôt que le montant brut extrait. Le rôle du pipeline est l'extraction. La conversion de devise est une opération au niveau de la feuille de calcul.

En résumé

Le pipeline de rapprochement à trois voies décrit ici ne remplace pas un ERP pour les organisations qui en ont besoin. C'est un système pour les équipes qui gèrent déjà leurs achats via des feuilles de calcul — parce que la capture des factures de leur ERP exige une maintenance de modèles qu'elles ne peuvent pas assurer, parce que leur base de fournisseurs couvre des formats que leur module de rapprochement ne peut pas gérer, ou parce que leur volume de transactions se situe entre « trop complexe pour un rapprochement manuel » et « assez important pour justifier une mise à niveau ERP ». Pour ces équipes, la question n'est pas « devrions-nous automatiser le rapprochement ». C'est « pouvons-nous obtenir les trois documents dans le même format structuré assez rapidement pour que le rapprochement devienne un exercice de formule plutôt qu'une enquête entre trois départements ».

Le pipeline répond à cette question avec trois couches d'extraction et un tableau de bord. La couche bon de commande vous donne la référence de base. La couche réception confirme ce qui est arrivé. La couche facture capture ce qui a été facturé. Le tableau de bord de rapprochement les compare — avec VLOOKUP, des instructions IF et une mise en forme conditionnelle — et signale chaque ligne nécessitant une attention humaine. Le moteur d'extraction, propulsé par l'IA qui lit les documents par le sens plutôt que par la position, gère la diversité des formats qui rend les approches basées sur des modèles insoutenables dans une opération d'achat multi-fournisseurs. Le Lien de collecte élimine la boucle de téléchargement des pièces jointes par e-mail du processus de collecte des documents.

L'écart structurel que notre analyse du problème a identifié — trois départements, trois systèmes, aucun propriétaire unique du pipeline de données — ne disparaît pas. Mais lorsque les trois types de documents arrivent dans le même format structuré dans la même feuille de calcul, avec le même numéro de bon de commande comme clé universelle, l'étape de rapprochement ne nécessite plus d'enquête entre départements. L'écart organisationnel demeure. Les données ne portent plus la dérive accumulée de trois canaux de saisie différents. C'est ce qui fait du rapprochement un exercice de feuille de calcul plutôt qu'un problème de personnel.

Commencez par la couche d'extraction des bons de commande. Téléversez un bon de commande dans la démo ci-dessous. Voyez si les champs qui comptent pour votre flux de rapprochement — numéro de bon de commande, fournisseur, lignes d'article, quantités, prix — reviennent structurés en quelques secondes plutôt que saisis en quelques minutes. Si cette première couche fonctionne, le reste du pipeline est construit sur le même moteur.