Publicité
ERP IMPLEMENTATION
🇬🇧 Read in English →

Mesurer la satisfaction des utilisateurs ERP : NPS interne, adoption et amélioration continue

NPS interne, questionnaire de 10 questions, cadence 30/90/180 jours, croisement avec les logs : la méthode pour mesurer la satisfaction des utilisateurs ERP.

Mesurer la satisfaction des utilisateurs ERP : NPS interne, adoption et amélioration continue

Votre tableau de bord affiche une disponibilité au vert, des temps de réponse corrects et peu d’incidents critiques. Pourtant, dans les couloirs, la comptabilité garde ses rapprochements sur un tableur, les acheteurs saisissent d’abord leurs commandes dans un fichier partagé, et le mot “ERP” déclenche des soupirs. Qui a raison, le tableau de bord ou les couloirs ?

Les deux, mais ils ne mesurent pas la même chose. Les indicateurs techniques disent si le système tourne. Seule une mesure de la satisfaction des utilisateurs ERP dit si le système est utilisé, compris et accepté. Cet article propose une méthode complète : construire l’enquête, la cadencer, la croiser avec les données d’usage, interpréter les résultats sans benchmark inventé, puis transformer le tout en boucle d’amélioration continue reliée au business case.

Pourquoi les KPI techniques ne disent pas si l’ERP est adopté

La disponibilité, la latence et le nombre d’incidents mesurent la santé de l’infrastructure. Ils répondent à la question “le service est-il rendu ?”, pas à “le service est-il utile à ceux qui s’en servent ?”. Un ERP peut être disponible à 100 % et pourtant contourné par la moitié des équipes.

Trois angles morts reviennent systématiquement :

  • L’usage forcé n’est pas de l’adhésion. Un utilisateur qui se connecte parce qu’il n’a pas le choix génère un log de connexion, pas de la valeur. Il peut saisir le strict minimum, au dernier moment, avec des données approximatives.
  • Les contournements sont invisibles côté technique. L’export Excel, le fichier de suivi parallèle, le mail au collègue qui “sait faire” ne laissent aucune trace dans la supervision.
  • L’effort ressenti n’apparaît nulle part. Dix clics pour une opération qui en demandait trois dans l’ancien outil ne provoquent aucune alerte, mais ils minent la confiance mois après mois.

C’est la logique du rejet silencieux décrit dans notre article sur les 8 KPI d’adoption post-go-live : l’apparence de conformité masque un décrochage. L’enquête de satisfaction est l’instrument qui rend ce décrochage mesurable, à condition de bien la construire. Pour le panorama des indicateurs de pilotage côté DSI, voir aussi les 15 KPI que le DSI doit suivre après le go-live.

Construire l’enquête de satisfaction ERP

Les questions cœur : NPS interne, effort ressenti, confiance dans la donnée

Une bonne enquête tient en quelques minutes. Trois dimensions suffisent pour l’essentiel du diagnostic.

1. Le NPS interne. Le Net Promoter Score repose sur une question unique, notée de 0 à 10 : recommanderiez-vous ce produit ou service ? Selon Bain & Company, qui a développé la méthode avec Fred Reichheld, les répondants sont classés en promoteurs (9 à 10), passifs (7 à 8) et détracteurs (0 à 6), et le score est le pourcentage de promoteurs moins le pourcentage de détracteurs. Adapté à l’interne, la question devient : “Sur une échelle de 0 à 10, dans quelle mesure recommanderiez-vous l’ERP à un collègue qui doit accomplir les mêmes tâches que vous ?”

Pour un ERP, le NPS interne n’a pas la même portée que pour un produit grand public : l’utilisateur ne choisit pas l’outil. Il reste utile comme thermomètre comparatif dans le temps et entre populations, à condition de ne jamais le présenter seul.

2. L’effort ressenti. Il mesure la friction : “Il m’est facile d’accomplir mes tâches principales dans l’ERP” (accord de 1 à 5). C’est souvent le meilleur prédicteur du contournement.

3. La confiance dans la donnée. “Je me fie aux chiffres que me donne l’ERP sans les recouper ailleurs.” Une réponse négative explique la plupart des tableurs parallèles : on ne quitte pas Excel tant qu’on ne croit pas l’ERP.

Encadré : modèle de questionnaire en 10 questions

#QuestionFormat
1Dans quelle mesure recommanderiez-vous l’ERP à un collègue qui a les mêmes tâches que vous ?0 à 10 (NPS)
2Pourquoi cette note ?Texte libre
3Il m’est facile d’accomplir mes tâches principales dans l’ERP.1 à 5
4Je me fie aux données de l’ERP sans les recouper ailleurs.1 à 5
5Combien de vos tâches récurrentes réalisez-vous encore hors ERP (tableur, mail, papier) ?Aucune / quelques-unes / plusieurs / la plupart
6Quelle est la tâche la plus pénible ou la plus lente dans l’ERP ?Texte libre
7La formation reçue vous a-t-elle permis d’être autonome ?1 à 5
8Quand vous bloquez, obtenez-vous une réponse utile dans un délai acceptable ?1 à 5
9Depuis la dernière enquête, avez-vous constaté une amélioration ?Oui / non / ne sait pas
10Quelle amélioration unique vous ferait gagner le plus de temps ?Texte libre

Les questions 2, 6 et 10 sont la partie la plus précieuse : elles produisent les verbatims qui alimentent le backlog. Ne les supprimez pas pour “alléger” l’enquête.

Segmentation : finance, achats, ADV, logistique, direction

Un score global moyen cache les écarts. Segmentez systématiquement par fonction :

  • Finance : exigeante sur la fiabilité et la traçabilité, sensible aux clôtures et aux rapprochements.
  • Achats : sensible à la fluidité des demandes d’achat et des validations.
  • ADV (administration des ventes) : utilisateur intensif, très sensible à la rapidité de saisie.
  • Logistique et entrepôt : usage souvent mobile ou terminal, tolérance quasi nulle à la lenteur.
  • Direction : consommateur de tableaux de bord, rarement saisisseur, perception centrée sur la qualité du reporting.

Côté échantillonnage, deux principes. Pour les petites équipes (quelques dizaines de personnes), interrogez tout le monde : un échantillon n’a pas de sens. Pour les populations larges, assurez-vous que chaque segment compte assez de répondants pour que la lecture ne dépende pas de deux avis isolés, et surveillez le taux de réponse par segment. Un segment qui ne répond pas est lui-même un signal. Garantissez l’anonymat ou, à défaut, la confidentialité d’agrégation : sans cela, les réponses seront polies et inutiles.

Cadence : 30, 90, 180 jours après le go-live, puis semestriel

La temporalité compte autant que les questions :

  • J+30 : l’enquête capte la frustration initiale, les lacunes de formation et les bugs de paramétrage. Gardez-la courte (questions 1 à 4, 6 et 8).
  • J+90 : la phase d’apprentissage est passée. C’est le moment du questionnaire complet, car les contournements s’installent à ce stade.
  • J+180 : elle mesure l’effet des corrections apportées. C’est la première vraie comparaison “avant/après correctifs”.
  • Ensuite, tous les six mois : rythme suffisant pour suivre une tendance sans fatiguer les équipes. Évitez de dépasser deux enquêtes par an sur le même panel.

Calez la première vague avec les retours de la phase de recette : les anomalies relevées pendant l’UAT (voir notre checklist de tests d’acceptation avant go-live) sont une excellente base de comparaison pour les verbatims à J+30.

Croiser perception et données d’usage

Une enquête mesure ce que les gens disent. Les données mesurent ce qu’ils font. C’est l’écart entre les deux qui est le plus instructif.

SourceCe qu’elle montreCroisement utile
Logs de connexion et d’usageFréquence, modules réellement utilisésUn segment qui se dit satisfait mais n’utilise pas un module déployé
Tickets de supportVolume et nature des demandesLes thèmes de tickets doivent correspondre aux verbatims
Contournements ExcelTableurs parallèles identifiés lors d’entretiens terrainRéponse à la question 5 vs réalité observée
Temps de saisieDurée d’un processus clé (commande, facture)Effort ressenti vs temps mesuré

Trois lectures typiques :

  1. Satisfait mais usage faible : méfiance sur le biais de réponse, ou module jugé inutile. À creuser par entretien.
  2. Insatisfait mais usage élevé : usage contraint. Risque de turnover et de qualité de données dégradée.
  3. Satisfait et usage élevé : les pratiques de ce segment sont à documenter et à diffuser, via des champions.

Pour la collecte, privilégiez les analytics natifs de l’ERP et les exports de l’outil de ticketing. Pour les contournements, quelques entretiens de 30 minutes dans chaque service révèlent davantage de fichiers parallèles que n’importe quel log.

Interpréter les résultats : seuils prudents et verbatims

Il existe peu de benchmarks publics fiables de NPS pour les ERP en usage interne, et les chiffres circulant sur le sujet ne sont généralement pas comparables (populations, échelles et contextes différents). Plutôt que d’importer un “bon score” théorique, construisez vos propres repères internes.

Des repères internes, pas des normes. Le NPS interne est avant tout un score relatif :

  • Prenez la vague J+90 comme référence de départ de l’organisation.
  • Comparez chaque segment à cette référence et à lui-même d’une vague à l’autre.
  • Définissez à l’avance des seuils d’alerte propres à votre contexte, par exemple “un NPS négatif sur un segment déclenche un entretien sous 15 jours” ou “une baisse entre deux vagues déclenche une revue du backlog”. Ce sont des règles de gouvernance, pas des vérités statistiques.
  • Regardez la répartition (promoteurs, passifs, détracteurs) plutôt que le seul solde : un NPS nul peut cacher deux camps très tranchés ou une masse indifférente, deux situations qui appellent des réponses opposées.

Les verbatims valent plus que les scores. Codez les commentaires libres par thème (lenteur, ergonomie, données, formation, support, processus) et comptez-les. Trois habitudes aident :

  • Citez les verbatims tels quels dans la restitution, sans les reformuler : ils convainquent mieux que des pourcentages.
  • Séparez ce qui relève de l’outil, du paramétrage, du processus et de la formation. Un même “c’est compliqué” renvoie à des remèdes différents.
  • Repérez les demandes récurrentes à faible coût (un champ obligatoire inutile, un écran à réordonner) : ce sont les gains rapides qui rétablissent la crédibilité.

La boucle d’amélioration : backlog, priorisation, “you said, we did”

Une enquête sans suite est pire que pas d’enquête : elle apprend aux équipes que leur avis ne compte pas, et le taux de réponse s’effondre à la vague suivante.

1. Alimenter un backlog unique. Chaque point issu des verbatims, des tickets et des écarts perception/usage devient une entrée du backlog ERP, avec un propriétaire, un segment concerné et la source.

2. Prioriser avec une grille simple. Croisez quatre critères : nombre d’utilisateurs touchés, gravité de la friction, effort de correction, lien avec un processus critique (clôture, facturation, expédition). Les corrections “peu d’effort, beaucoup d’utilisateurs” passent en premier.

3. Décider du bon levier. Selon la cause, la réponse est un correctif de paramétrage, une évolution de l’intégrateur, une session de formation ciblée, une fiche pratique ou un changement de processus. Ne traitez pas tout par de la formation : former quelqu’un à un écran mal conçu ne le rend pas bien conçu.

4. Communiquer : “you said, we did”. À chaque cycle, publiez une communication courte : “Vous avez dit : la validation des demandes d’achat est trop longue. Nous avons fait : suppression de deux étapes pour les montants courants.” Cette phrase simple est le moteur de la participation à l’enquête suivante.

5. Fermer la boucle avec les contributeurs. Dans la ligne de la logique Net Promoter décrite par Bain (partager le retour avec les équipes concernées, puis revenir vers la personne qui l’a donné), prévenez directement les utilisateurs dont le point a été traité, par l’intermédiaire des champions ou du support.

Lier la satisfaction au business case

La satisfaction n’est pas un indicateur de confort : elle conditionne le retour sur investissement. Les bénéfices d’un business case ERP (réduction des saisies redondantes, accélération des clôtures, fiabilité des données, décisions plus rapides) ne se matérialisent que si les processus sont réellement exécutés dans l’outil.

Reliez donc explicitement les deux niveaux :

  • Hypothèse du business case : “la saisie des commandes sera 30 % plus rapide” (exemple d’hypothèse à remplacer par la vôtre). Mesure d’usage : temps de saisie observé. Mesure de perception : effort ressenti de l’ADV.
  • Hypothèse : “plus aucun rapprochement hors ERP”. Mesure d’usage : nombre de tableurs parallèles recensés. Perception : confiance dans la donnée côté finance.

Présentez ensuite au comité de pilotage un tableau unique : bénéfice attendu, indicateur d’usage, indicateur de perception, écart, action décidée. Un segment dont la satisfaction décroche est un risque sur un bénéfice chiffré du business case, et doit être traité comme tel dans les revues post-go-live. Si l’adoption faiblit, le ROI post-go-live se dégrade avant même que les chiffres financiers ne le montrent : l’enquête est un indicateur avancé.

5 erreurs fréquentes et contre-mesures

  1. Mesurer une seule fois, juste après le go-live. À J+15, tout le monde est en apprentissage. Contre-mesure : cadence J+30, J+90, J+180, puis semestrielle.
  2. Publier un score global sans segmentation. La moyenne masque l’ADV en difficulté derrière une finance satisfaite. Contre-mesure : restitution par fonction, avec taux de réponse.
  3. Ne pas croiser avec les données d’usage. Une perception sans fait invite aux débats d’opinion. Contre-mesure : tableau perception/usage/tickets pour chaque segment.
  4. Importer un benchmark externe ou fixer un objectif arbitraire. Cela pousse à optimiser le score au lieu de résoudre les problèmes. Contre-mesure : repères internes comparés d’une vague à l’autre.
  5. Ne rien changer, ou ne pas le dire. Le taux de réponse chute et la méfiance s’installe. Contre-mesure : backlog visible, délais annoncés, communication “you said, we did” à chaque cycle.

Pour aller plus loin

Pour passer de la méthode à la mise en œuvre, téléchargez notre checklist adoption et KPI post-go-live : elle regroupe les indicateurs d’usage, le modèle d’enquête et la grille de suivi du backlog à utiliser dès la première vague à J+30.