Comment détecter les doublons de factures fournisseurs

Une même facture reçue par courriel ET par la poste. Un fournisseur qui renvoie sa facture parce qu'il croit ne pas avoir été payé. Un numéro mal saisi qui fait passer une facture pour une nouvelle. Les doublons de factures fournisseurs ne viennent presque jamais d'une fraude : ils viennent de processus manuels et de petites erreurs humaines. Et une fois payés en double, ils sont longs à récupérer. Voici comment les détecter avant qu'ils ne coûtent.

Pourquoi les doublons arrivent

Le coupable n'est pas le manque de sérieux, c'est le traitement manuel. La recherche sur l'erreur humaine le confirme : dès qu'une personne saisit ou rapproche des factures à la main, un taux d'erreur s'installe, situé entre 1 % et 5 % selon les travaux de Panko, et autour de 1 % pour une saisie simple (Barchard et Pace, 2011). Ajoutez plusieurs canaux de réception (courriel, poste, portail), plusieurs personnes qui traitent les mêmes fournisseurs, et des factures renvoyées, et les doublons deviennent inévitables.

Une note d'honnêteté sur les chiffres. On lit partout que les doublons représentent « X % des dépenses ». En réalité, ces estimations varient énormément d'une source à l'autre (de 0,1 % à plusieurs pourcents) et reposent rarement sur une étude primaire solide. Nous préférons ne pas avancer de chiffre que nous ne pouvons pas vérifier. Ce qui est certain, c'est que le phénomène est réel, reconnu, et parfaitement évitable.

Comment détecter les doublons, concrètement

Détecter un doublon à l'œil, dans des centaines de factures par mois, est impossible. Un logiciel le fait en continu, sur plusieurs critères :

1. Correspondance sur les champs clés. Même fournisseur, même numéro de facture, même montant, même date : le logiciel repère la répétition instantanément.
2. Détection inter-canaux. Une facture reçue par courriel et une autre par la poste sont comparées, même si elles entrent à des moments différents.
3. Correspondance approximative. Un numéro avec une coquille, un montant à un cent près : le logiciel signale la ressemblance au lieu de la rater.
4. Alerte avant paiement. Le doublon est bloqué et signalé pendant le traitement, pas découvert des mois plus tard dans un audit.

Détecter, mais surtout prévenir

La meilleure détection de doublons est celle qui empêche le doublon d'exister. En centralisant la réception des factures dans une seule plateforme, en lisant chaque facture automatiquement (l'OCR extrait, l'IA contextualise) et en rapprochant chaque facture du bon de commande, on retire les conditions mêmes qui créent les doublons. L'humain ne valide plus que les cas douteux signalés, avec une piste d'audit.

Les doublons les plus sournois

Les doublons évidents, la même facture reçue deux fois, sont les plus faciles à attraper. Les vrais pièges sont ailleurs : une facture renvoyée avec un numéro légèrement modifié, une facture et son état de compte qui reprennent les mêmes montants, une note de crédit mal associée, ou la même dépense qui remonte dans deux entités d'un même groupe. À l'œil, ces cas passent presque toujours. Un logiciel qui compare les montants, les dates et les fournisseurs avec une correspondance approximative les signale, même quand rien n'est strictement identique. C'est cette zone grise, invisible dans un traitement manuel, qui coûte le plus cher sur la durée.

En résumé

Les doublons de factures fournisseurs sont un problème de processus, pas de personnes. On les détecte en comparant automatiquement les champs clés, tous canaux confondus, et on les bloque avant le paiement. Mieux : on les prévient en centralisant et en automatisant le traitement. C'est ce que fait un logiciel spécialisé en comptes payables, propriétaire, conçu et hébergé au Québec, conforme à la Loi 25.

Prendre un rendez-vous gratuit

Questions fréquentes

Sources

• Barchard, K. A., & Pace, L. A. (2011). Preventing human error: The impact of data entry methods on data accuracy and statistical results. Computers in Human Behavior, 27(5), 1834-1839. Résumé (DOI 10.1016/j.chb.2011.04.004)
• Panko, R. R. Recherche sur l'erreur humaine et les taux d'erreur de saisie. arXiv:0801.3114