Flux de données (data flow) : c'est quoi ?

Lundi, 8 heures. Le tableau des ventes de la semaine arrive enfin dans votre boîte mail. Derrière ce fichier se cache un flux de données : trois exports depuis l'ERP, deux copier-coller dans Excel et une personne qui ne doit surtout pas tomber malade. Ce trajet, de la saisie d'une facture jusqu'au chiffre affiché en comité, est plus fragile qu'il n'y paraît.

Chaque entreprise en a des dizaines, souvent sans le savoir. Certains sont automatiques et fiables. D'autres reposent sur une habitude, un fichier partagé ou la mémoire d'un collaborateur. Ce sont eux qui expliquent les chiffres en retard, les écarts entre services et les week-ends passés à recalculer un tableau. Cette dépendance à une seule personne est le premier risque.

Ce guide vous explique ce qu'est un flux de données et en quoi il diffère du vocabulaire des logiciels. Puis il vous montre comment dessiner vos flux, repérer ceux qui cassent et les automatiser. C'est une étape clé pour exploiter ses données en PME.

Qu'est-ce qu'un flux de données ?

Un flux de données est le trajet d'une information entre une source (ERP, CRM, fichier, machine) et une destination (rapport, tableau de bord, autre logiciel). Il comprend les étapes qu'elle traverse en chemin : extraction, transformation, chargement. On parle aussi de data flow.

Prenez le chiffre d'affaires du mois. Il naît dans l'ERP, à chaque facture. Il est extrait, puis corrigé des avoirs, regroupé par client et par commercial. Il est enfin envoyé dans le rapport de direction. Ces trois étapes sont celles d'un ETL : extraire, transformer, charger.

Le flux de données est le versant technique du flux d'information. Le flux d'information décrit qui transmet quoi à qui, côté métier : le commercial transmet une commande à l'administration des ventes. Le flux de données décrit comment cette information voyage d'un système à l'autre, entre les applications de l'entreprise.

Flux de données et traitement de données dans les logiciels

Le mot a aussi des sens plus étroits, propres à certains logiciels. Dans Power BI, un dataflow est une fonctionnalité de préparation des données, réutilisable par plusieurs rapports (Microsoft Learn). Chez les grands fournisseurs de cloud, c'est un service de traitement de données. Il sait traiter de grandes quantités de données, souvent avec le moteur open source Apache Spark (Oracle). Les fonctionnalités de ces outils s'adressent d'abord aux équipes techniques qui gèrent d'immenses ensembles de données.

Enfin, on confond souvent flux et pipeline : le pipeline est l'outillage qui fait circuler le flux, étape après étape. Les logiciels, eux, échangent souvent leurs données par une API REST, une interface qui permet à deux applications de se parler directement.

Quels sont les différents types de flux de données ?

On distingue les flux selon trois critères : leur rythme, par lots chaque nuit ou en continu ; leur sens, de l'ERP vers le reporting ou d'un logiciel à un autre ; et leur mode, manuel avec des exports et des copier-coller, ou automatisé.

Par lots ou en continu. Un flux par lots traite les données d'un bloc, à heure fixe, par exemple chaque nuit. Un flux en streaming traite les données en continu, à mesure qu'elles arrivent, avec des outils comme Apache Kafka. Les services spécialisés, comme celui de Google, savent faire les deux. Pour piloter une PME, le traitement des données de nuit suffit presque toujours : un chiffre à jour chaque matin répond à la plupart des décisions. Traiter les données en temps réel se justifie surtout pour la détection d'un incident sur une machine ou une ligne de production.

Vers le reporting ou entre logiciels. Certains flux alimentent l'analyse : de l'ERP vers un rapport. D'autres font circuler les opérations : un contact qui remplit un formulaire sur le site web ou via une publicité LinkedIn arrive dans le CRM, puis sa commande descend dans l'ERP. Les premiers servent à décider, les seconds font tourner l'opérationnel. Le CRM et l'ERP gagnent à s'interconnecter pour éviter la double saisie.

Manuels ou automatisés. C'est la distinction qui compte le plus. Un flux manuel dépend d'une personne qui exporte, colle et recalcule. Il est lent, fragile et invisible tant qu'il fonctionne. C'est la limite principale des tableaux de bord sous Excel. Ces flux manuels sont fréquents dans les petites structures, moins outillées : en Europe, seules 38 % des petites entreprises utilisent un ERP, contre 86 % des grandes (Eurostat). Un flux automatisé tourne seul, à heure fixe, et prévient quand quelque chose bloque.

Comment représenter les flux de données de l'entreprise ?

Avec un diagramme de flux de données. Il repose sur quatre éléments : les entités externes (clients, fournisseurs), les processus (facturation, calcul de marge), les stockages (bases de données, fichiers) et les flux qui les relient. Une feuille et un crayon suffisent pour commencer.

Cette notation est née dans les années 1970, avec les méthodes d'analyse structurée d'Ed Yourdon et Larry Constantine (IBM). Elle reste la plus simple pour montrer comment l'information entre, circule et sort d'une organisation. À plus grande échelle, l'ANSSI recommande de cartographier son système d'information, avec une vue dédiée aux applications et aux flux entre elles. Une autre vue décrit l'infrastructure qui les porte. Cette carte sert aussi la sécurité des données : on ne protège bien que ce que l'on connaît.

Pour une PME, trois questions suffisent, posées pour chaque chiffre clé, chaque métrique suivie en comité :

1. D'où vient-il ? Quelle table de l'ERP, quel fichier, quel logiciel, parmi les différentes sources de l'entreprise ?
2. Qui le touche ? Qui l'exporte, le corrige, le recalcule, et à quelle fréquence ?
3. Où s'arrête-t-il ? Dans quel rapport, quel écran de suivi, quelle boîte mail ?

Répondre à ces trois questions pour une dizaine d'indicateurs prend une demi-journée. Le résultat donne une vue d'ensemble souvent surprenante : un chiffre jugé simple traverse parfois quatre outils et deux personnes avant d'arriver au comité.

Les points de rupture d'un flux de données

Un flux casse rarement d'un coup. Il se dégrade en silence, jusqu'au jour où un chiffre ne colle plus. Les pannes les plus fréquentes sont presque toujours les mêmes.

• Une personne au milieu de la chaîne. Elle part en congés, et le rapport ne sort pas. Elle change de méthode, et les chiffres changent avec elle.
• Un fichier renommé ou déplacé. Les formules qui pointaient vers lui renvoient des erreurs, ou pire, d'anciennes valeurs.
• Un code qui change à la source. Un nouveau code article, une famille fusionnée, un client renuméroté : le flux continue de tourner, mais ses regroupements sont faux. C'est là que le nettoyage des données devient indispensable.
• Deux flux pour le même chiffre. Le commerce calcule la marge d'un côté, la finance de l'autre. Chacun a raison selon sa règle, et le comité perd une heure à comprendre l'écart.
• Un serveur saturé. Des requêtes lourdes lancées en pleine journée ralentissent la saisie de tous les utilisateurs de l'ERP, jusqu'à provoquer une interruption de service.

Les données d'atelier ajoutent leurs propres pièges : pointages en double, nomenclatures qui dérivent avec le temps. Nous les détaillons dans notre article sur l'ERP industriel. Dans tous les cas, la solution passe par une règle claire : chaque flux a un responsable et une définition écrite. C'est le principe de la gouvernance des données, qui encadre la gestion des données au quotidien.

Comment automatiser et optimiser les flux de données dans une PME ?

Extrayez les données directement de l'ERP, la nuit et par lots. Transformez les données de manière identique chaque nuit, dans un seul outil. Chargez le résultat dans une base dédiée à l'analyse. Puis poussez-le vers ceux qui décident : tableau de bord à jour ou e-mail chaque matin. Le tout tourne sans équipe data.

La destination classique est un entrepôt de données : une base pensée pour stocker et structurer les données en vue de l'analyse, séparée de la base de production. Elle réunit plusieurs sources, ERP, CRM et fichiers. D'où l'intérêt de consolider vos données au même endroit plutôt que de multiplier des flux parallèles. Cette consolidation alimente ensuite les rapports et tableaux de bord, et un outil de visualisation interactif où chaque utilisateur retrouve ses chiffres.

Pour optimiser les flux de données existants, commencez par les plus fragiles : ceux qui passent par une personne et un fichier. Automatisez-les un par un, en gardant le même résultat final, pour que personne ne perde ses repères. Ces flux fiables servent aussi les projets d'IA et d'apprentissage automatique, qui exigent des données propres issues de diverses sources de données. Réunir ces données dans le cadre d'un socle commun évite de tout refaire à chaque nouveau projet.

Chez un distributeur de matériel électrique sous Sage 100, le flux d'approvisionnement lit six tables de l'ERP directement, sans export. Il enchaîne 52 étapes de calcul : consommation, couverture de stock, délai réel de chaque fournisseur. Chaque matin, l'équipe achats reçoit par e-mail la liste des produits à commander, 202 références en alerte lors de la mise en service. Le serveur de ce client ne disposait que de 3 Go de mémoire. Les extractions se font donc la nuit, par lots mensuels, pour ne jamais gêner la saisie.

Retenez cet exemple : un bon flux ne s'arrête pas au tableau de bord. Il va jusqu'à la personne qui doit agir, au moment où elle en a besoin.

Conclusion : un chiffre fiable, c'est d'abord un trajet fiable

Un flux de données est le trajet d'une information, de sa source à la décision. Retenez trois idées :

• vos flux se classent par rythme, par sens et surtout par mode : les flux manuels sont les plus fragiles ;
• un diagramme simple, fondé sur trois questions par chiffre, suffit à les rendre visibles ;
• les automatiser, chaque nuit et sans toucher à la base de production, supprime la plupart des ruptures.

Des flux fiables permettent de prendre des décisions éclairées, plus vite que les concurrents qui recalculent encore à la main : un vrai avantage concurrentiel pour une PME. Le jour où plus personne n'a besoin de refaire un chiffre, votre équipe peut enfin parler de ce qu'il signifie.