Traçabilité avancée des produits : comment récupérer de la donnée depuis des documents non standardisés

Un opérateur logistique scanne une palette à l'entrée de l'entrepôt. Le WMS enregistre une ligne : une référence, une quantité, un emplacement. Sur le papier, tout est tracé. Dans les faits, personne ne sait dans quel état les colis sont arrivés, si les numéros de série correspondent au bon de commande ou si un article a été remplacé en cours de route.

Cette situation n'est pas une exception : elle est même devenue la norme dans la plupart des entrepôts équipés d'un WMS performant. Le système d'information sait ce qui devrait s'y trouver. Mais il ignore ce qui s'y trouve réellement. Et c'est précisément dans cet écart entre la donnée théorique et la réalité physique que se logent la majorité des litiges, des non-conformités et des pertes de traçabilité en supply chain.

Chaîne d'approvisionnement : comprendre comment fonctionne le WMS

Un WMS bien paramétré reste un outil puissant : certains déploiements affichent jusqu'à 67 % d'erreurs de préparation en moins et réduisent de 35 % le temps de traitement des commandes 1. Mais un WMS a été conçu pour piloter des flux, pas pour documenter la réalité physique de chaque objet qui transite dans l'entrepôt.

Une palette, une ligne : la limite structurelle du pointeur

Dans la plupart des entrepôts, la traçabilité repose sur un principe simple : un opérateur scanne un code-barres à l'entrée, un autre à la sortie. Entre les deux, le système sait qu'« il y a » une palette de X colis. En revanche, il ne sait pas précisément ce que contient chaque colis ni dans quel état il se trouve. Pour un flux homogène, cette approche suffit ; mais elle devient insuffisante dès que la palette mélange plusieurs références, plusieurs numéros de série ou plusieurs états de conformité. Pourquoi ? Parce que documenter cette variabilité nécessiterait, avec les outils WMS classiques, de multiplier les saisies manuelles pour un même article.

Entre le quai d'entrée et le quai de sortie, la faille documentaire

C'est là que se situe la vraie faille : entre le « in » et le « out » de l'entrepôt. Les documents qui accompagnent une palette – bordereau de livraison, étiquette fournisseur, bon de transport, rapport de non-conformité – n'ont presque jamais le même format d'un fournisseur à l'autre, d'un pays à l'autre, d'un transporteur à l'autre.

La donnée existe, mais elle n'est pas standardisée : écrite sur une étiquette, imprimée sur un carton, tamponnée sur un bon de livraison… Elle est rarement structurée dans un format directement exploitable par le WMS ou l'ERP. C'est cette masse de documents non standardisés que les équipes terrain doivent aujourd'hui interpréter, souvent manuellement, avant que la donnée puisse remonter dans le système d'information.

EAN, numéro de série, numéro de lot : pourquoi un seul identifiant ne suffit plus

Le réflexe naturel, face à ce problème, est de se dire qu'un identifiant unique par article devrait suffire à tout tracer. C'est là que la distinction entre EAN et numéro de série devient stratégique, et qu'elle est trop souvent mal comprise en dehors des équipes qualité et conformité.

Ce que l'EAN sait et ce qu'il ignore sur votre produit

L'EAN (le code scanné en caisse) identifie un modèle de produit, pas un exemplaire : par exemple, tous les smartphones d'un même modèle, avec la même configuration, partagent le même EAN. Parfait pour la vente ou le catalogue. En revanche, il devient insuffisant dès qu'il s'agit de distinguer un exemplaire physique précis ou de savoir lequel des cent smartphones d'une palette a été remis à quel collaborateur.

Le numéro de série, l'identifiant qui change tout

C'est le rôle du numéro de série, ou de l'IMEI pour un terminal mobile : un identifiant unique par exemplaire, pas par référence. Prenons un cas concret et fréquent en entreprise.

Lorsqu'un nouveau collaborateur arrive, on lui remet un smartphone, une carte SIM et une ligne téléphonique. Pour que l'opérateur télécom associe le bon numéro à la bonne ligne, il faut communiquer l'IMEI exact de l'appareil sorti du stock, et non son EAN seul. Le même besoin se retrouve pour tout actif dont l'historique individuel est comptabilisé : équipement sous garantie, matériel de test, véhicule de flotte. Capturer ce niveau de données avec les outils WMS classiques suppose de saisir manuellement plusieurs champs par article, ce qui devient vite intenable à haut volume.

GS1 Sunrise 2027 : le signal qui confirme le problème

Ce sujet n'est pas propre à WizyVision : c'est tout l'écosystème mondial de la traçabilité qui se réorganise autour de cette limite. Le standard GS1, qui régit les codes-barres utilisés par plus de deux millions d'entreprises dans le monde, prépare depuis plusieurs années la bascule vers des codes 2D (GS1 DataMatrix, QR Code augmenté GS1) 2 capables d'encoder, en plus du code produit, le numéro de lot, la date de péremption ou le numéro de série. L'échéance mondiale, baptisée « Sunrise 2027 », est fixée à la fin de 2027. Objectif : permettre aux caisses et aux systèmes logistiques de lire ces codes enrichis 3.

Autrement dit : l'EAN13 classique, tel qu'il existe depuis plus de cinquante ans, ne suffit plus à répondre aux exigences actuelles de traçabilité. En attendant une adoption généralisée des codes 2D par tous les fournisseurs, les entreprises qui ont besoin de tracer un numéro de série, un lot ou un état dès aujourd'hui doivent capturer ces données autrement : par la photo et l'IA.

La capture complexe : transformer une photo en données structurées

C'est précisément l'angle mort que WizyVision adresse : la capture complexe, c'est-à-dire la capacité à extraire, à partir d'une seule photo, l'ensemble des données pertinentes d'un article – EAN, numéro de série, référence fournisseur, état visible… – sans que l'opérateur ait à les ressaisir une par une.

Traçabilité des produits : un scan, plusieurs identifiants

Concrètement : un opérateur prend une photo d'un colis ou d'un plateau d'articles. L'IA embarquée :

• Lit simultanément le code-barres ;
• Extrait le numéro de série ou l'IMEI imprimé sur l'étiquette ;
• Identifie l'état visible de l'emballage ;
• Et structure ces informations pour qu'elles remontent dans le WMS ou l'ERP via une API, sans ressaisie manuelle.

En somme, ce que le WMS ne peut capter qu'en multipliant les scans un par un, une seule photo bien exploitée le documente en un geste. Cette logique ne remplace pas le WMS : elle comble le vide entre ce qu'il sait en théorie et ce qui se passe réellement sur le quai.

Les enjeux concrets de la capture complexe en entrepôt

Au-delà de la technologie, ce sont cinq enjeux business concrets que la capture complexe permet d'adresser :

• Traçabilité complexe : documenter précisément l'état, les numéros et les quantités, sans se limiter à une ligne générique par palette.
• Preuve : disposer d'une preuve visuelle horodatée et géolocalisée, opposable en cas de litige avec le fournisseur ou le transporteur.
• Productivité : capturer le contenu complet d'une palette hétérogène en quelques secondes, contre plusieurs minutes de saisie manuelle article par article.
• Qualité : viser un taux de réussite jusqu'à 100 %, avec une notification confirmant que toutes les manipulations attendues ont bien été effectuées.
• Conformité : partager instantanément les données extraites avec les équipes qualité, les clients ou les autorités de contrôle, sans ressaisie ni délai.

Avec WizyVision, capturez des preuves visuelles irréfutables et extrayez automatiquement les données à partir de n'importe quelle étiquette. À la clé : moins de litiges ; plus de conformité et de sécurité tout au long de votre chaîne d'approvisionnement.

Découvrez nos applications de traçabilité avancée →

Le processus de gestion du flux retour : laboratoire de la traçabilité avancée

Le flux retour – la logistique inverse – est sans doute le terrain le plus exigeant pour tester la robustesse d'un dispositif de traçabilité : un produit retourné n'a souvent plus ni étiquette lisible ni emballage d'origine. Dans certains secteurs, le taux de retour peut atteindre 30 à 40 % des volumes expédiés, selon la Fevad (2025), avec un coût de traitement de 8 à 20 € par retour, en fonction de la complexité du processus 4. Documenter précisément ce flux, plutôt que de le traiter comme secondaire, a un impact direct sur la rentabilité.

Problème et solution

Comment Altrad a renforcé ses processus d'expédition et de retour

C'est exactement la problématique qu'Altrad Plettac Mefran, fabricant d'équipements d'échafaudage, a résolue dans un contexte de forte demande : sécuriser l'expédition et le retour afin d'éviter les pertes de matériel coûteuses. Avec WizyVision, Altrad a digitalisé tout son processus de retour, sécurisant le suivi et la facturation des pièces à nettoyer, réparer ou remplacer, et ce, sans formation des équipes terrain, avec des photos servant désormais de preuve pour la facturation.

Consultez le cas d'usage Altrad (en anglais) →

Comment Findis gère la non-conformité avec WizyVision

Findis, premier distributeur B2B de produits d'équipement de la maison en France, a suivi la même logique : son WMS suivait les mouvements, mais pas l'état physique réel des emballages. WizyVision a déployé deux applications permettant de scanner les références et de photographier la conformité de l'emballage en quelques secondes ; le service Achats accède désormais en temps réel aux preuves visuelles de non-conformité afin d'engager des réclamations documentées.

Découvrir comment Findis applique la traçabilité avancée avec WizyVision →

Comment Geopost identifie le contenu de ses colis en une photo

Le flux retour n'est donc pas un cas d'usage secondaire pour WizyVision : c'est un terrain d'expertise à part entière, sur lequel il est possible d'atteindre le même niveau de légitimité que pour l'identification des colis non identifiés avec Geopost.

Résultat :

• L'inventaire est désormais 2 fois plus rapide ;
• Le taux de réacheminement réussi est passé de 10 à plus de 60 % ;
• Et la satisfaction client en cas de réclamation a été multipliée par 3.

En savoir plus sur le cas d'usage Geopost →

Comprendre comment mettre en place une capture complexe de données dans son entrepôt

La mise en place d'un dispositif de capture complexe ne nécessite pas de refonte du système d'information existant. Elle se construit en complément du WMS, en trois étapes :

• Identifier le point de rupture documentaire le plus coûteux (réception, expédition ou flux retour) comme cas pilote ;
• Connecter la capture au WMS existant pour que la donnée extraite par IA remonte automatiquement via API sans créer de nouveau silo ;
• Puis généraliser une fois la fiabilité validée : un déploiement qui relève alors de la configuration, pas d'un nouveau cycle de développement.

C'est la même logique qui a fait ses preuves pour construire une application terrain no-code : partir d'un besoin précis plutôt que de vouloir tout digitaliser en une seule fois.

Conclusion : combler la faille avant qu'elle ne coûte cher

Le WMS reste la colonne vertébrale de la gestion d'entrepôt, mais il n'a jamais eu vocation à documenter, à lui seul, la réalité physique de chaque article qui transite entre le quai d'entrée et le quai de sortie. Entre l'EAN, qui identifie un modèle, et le numéro de série, qui identifie un exemplaire, entre les documents non standardisés de chaque livraison et les données structurées dont l'ERP a besoin, un vide documentaire subsiste. C'est ce vide que la capture complexe par IA permet de combler avant que la filière logistique ne généralise les codes 2D GS1.

C'est pourquoi la traçabilité avancée n'est plus un sujet de conformité annexe : c'est un sujet de compétitivité pour les directions opérationnelles et de gouvernance des données pour les DSI. Par conséquent, combler la faille entre le WMS et la réalité physique de l'entrepôt, ce n'est pas remplacer les systèmes en place, mais leur donner accès à une donnée qu'ils n'ont jamais su capter seuls.

Réserver une démo →