Il existe une catégorie de projets dont personne ne parle volontiers : les applications métier sur-mesure techniquement irréprochables que les équipes contournent. Le budget a été dépensé, le périmètre livré, les tests passés. Et pourtant, six mois après la mise en production, une partie des utilisateurs est retournée à ses fichiers Excel.
Ce n’est presque jamais un problème d’algorithmes. C’est un problème d’écoute en amont.
Le symptôme : un outil puissant que personne n’ouvre volontiers
Le scénario est reconnaissable. Une application métier conçue par des experts, pour des experts. Un agrégat de traitements pointus, techniquement impressionnant, capable de calculs que personne d’autre ne sait faire. Et une expérience utilisateur pensée en dernier — quand elle l’a été.
Le résultat est un outil puissant mais frustrant au quotidien. Les utilisateurs ne se plaignent pas toujours : ils s’adaptent. Ils créent des raccourcis, des fichiers parallèles, des procédures officieuses. L’application reste en production, elle reste maintenue, elle continue de coûter — mais elle ne porte plus qu’une partie de l’usage réel.
Ce contournement est le vrai indicateur. Une application qui fonctionne mais qu’on double systématiquement n’est pas adoptée.
Pourquoi les applications conçues par des experts ratent leurs utilisateurs
La logique de l’outil prend la place de la logique d’usage
Quand une application est conçue par ceux qui maîtrisent le calcul sous-jacent, l’interface reproduit naturellement la structure du traitement : les paramètres dans l’ordre où le moteur les consomme, les résultats dans le format où il les produit. C’est cohérent du point de vue du système, et illisible du point de vue de quelqu’un qui cherche un outil métier sur lequel s’appuyer.
L’utilisateur ne veut pas piloter un moteur de calcul. Il veut savoir si telle valeur est anormale, telle installation est conforme, ou telle décision justifiable. Ce sont deux façons différentes d’organiser la même information d’un point de vue technique, et d’un point de vue métier.
L’utilisateur final n’est jamais dans la boucle de conception
Dans beaucoup de projets internes, la spécification vient d’un responsable métier qui connaît le processus théorique, pas de ceux qui exécutent le geste quotidien. L’écart entre les deux est systématiquement sous-estimé. Le processus décrit dans les spécifications est celui qui devrait avoir lieu ; le processus réel comporte des cas particuliers, des contournements légitimes et des priorités qui changent selon le contexte.
Une application construite sur le processus théorique fonctionne parfaitement en démonstration et se grippe dès le premier cas réel.
Le contournement devient une norme silencieuse
Le contournement s’installe rarement d’un coup. Il commence par un cas particulier traité à la main, puis un deuxième, puis un fichier partagé qui devient la référence officieuse de l’équipe. Personne ne le signale, parce que personne ne le vit comme un dysfonctionnement : c’est juste devenu la façon dont on travaille.
C’est pour cette raison que les retours spontanés sont un mauvais indicateur d’adoption. Il faut aller voir.
Ce que coûte réellement une application non adoptée
Le coût visible est celui de la maintenance d’un outil sous-utilisé, mais le coût réel bien plus élevé. Il réside d’abord dans une perte de temps massive pour les équipes : les données saisies deux fois, les écarts entre le système officiel et les fichiers parallèles, l’impossibilité de piloter à partir de chiffres fiables. Des heures perdues que les équipes passent à réconcilier les deux.
S’y ajoute un coût de crédibilité. Après un projet interne raté, la direction devient prudente sur les suivants — y compris sur ceux qui auraient créé de la valeur.
Repartir des utilisateurs avant de parler technique
Face à ce type de situation, la première décision consiste à oublier la technique un moment. Avant de parler refonte, de choisir une stack ou d’estimer une charge, il faut comprendre le quotidien des utilisateurs. C’est un travail de product management avant d’être un travail de développement.
Des interviews terrain, pas un questionnaire
L’objectif n’est pas de demander aux utilisateurs ce qu’ils veulent — la réponse est presque toujours une variante de l’existant. Il est d’observer et de faire raconter : quelle est la première chose que vous ouvrez le matin ? À quel moment vous sortez de l’application ? Qu’est-ce que vous notez ailleurs ? Quel cas vous fait perdre le plus de temps ?
Ces entretiens produisent une matière volumineuse et hétérogène. Le traitement de ce corpus est d’ailleurs un endroit où les outils d’analyse assistée par IA font gagner un temps réel : guidés par un œil averti,, ils permettent d’en extraire plus vite les motifs récurrents et d’en valoriser pleinement les enseignements.
Des personas pour représenter des profils, pas une moyenne
Une application métier sert rarement une population homogène. L’expert qui utilise l’outil huit heures par jour et le responsable qui l’ouvre trois fois par mois n’ont ni les mêmes attentes ni la même tolérance à la complexité. Concevoir pour l’utilisateur moyen revient à ne satisfaire personne.
Les personas ne sont pas un exercice décoratif : ils servent à trancher. Quand deux options de conception s’opposent, on tranche pour un profil identifié, pas dans l’abstrait.
Des maquettes pour matérialiser avant de développer
Une maquette coûte une fraction du développement et permet de faire réagir les utilisateurs sur quelque chose de concret. C’est le seul moyen fiable de valider qu’une organisation de l’information correspond à une logique d’usage. Un désaccord découvert sur une maquette coûte une réunion ; découvert en recette, il coûte un sprint.
Le cas d’une application industrielle
Nous sommes intervenus dans l’industrie sur une application interne de ce type : un ensemble d’algorithmes pointus, conçus par des ingénieurs pour des ingénieurs, avec une interface qui n’avait jamais été pensée pour l’usage quotidien. L’outil était puissant, et pénible.
La démarche a suivi les trois étapes décrites plus haut : interviews terrain pour comprendre les usages réels et non supposés, construction de personas pour représenter les différents profils, puis maquettes d’une interface organisée autour des enjeux métier plutôt qu’autour de la logique des traitements sous-jacents.
Le développement n’est pas toujours la réponse
Ce travail peut déboucher sur le développement complet d’une nouvelle interface. Il peut aussi déboucher sur beaucoup moins : une réorganisation des écrans existants, la suppression de fonctions inutilisées, un travail sur les valeurs par défaut. Dans certains cas, il révèle que le problème n’est pas l’application mais le processus qu’elle outille.
Un prestataire dont la seule réponse est de lancer un projet de développement n’a pas le recul nécessaire pour juger objectivement de ces besoins. C’est la raison pour laquelle cette phase gagne à être menée comme un audit, avec un livrable qui n’engage pas la suite.
Mesurer l’adoption, pas la satisfaction
Les enquêtes de satisfaction internes donnent une image trompeuse de l’adoption. Les utilisateurs y répondent en pensant à l’intention du projet, pas à leur pratique quotidienne, et personne n’aime déclarer qu’il contourne un outil officiel.
Quatre indicateurs disent bien plus. La profondeur d’usage d’abord : quelle proportion des fonctions livrées est réellement utilisée chaque mois ? Un outil dont 20 % des écrans concentrent 95 % du trafic a été surdimensionné. La récurrence ensuite : combien d’utilisateurs reviennent d’une semaine sur l’autre, par profil ? Une chute de récurrence après le premier mois signale que la nouveauté a porté l’usage, pas la valeur.
Le temps de complétion des tâches les plus fréquentes, comparé à la méthode qu’il remplace, dit ensuite si l’outil fait gagner du temps ou s’il en coûte. Et enfin le volume d’exports : un utilisateur qui extrait systématiquement les données pour les retravailler ailleurs vous dit très précisément où votre application s’arrête trop tôt.
Ces quatre chiffres s’obtiennent sans enquête, à partir des traces d’usage. Encore faut-il les avoir prévues, ce qui est rarement le cas sur les applications internes.
Trois signaux qui doivent vous alerter
Des fichiers partagés qui doublent le système officiel.
Des formations qui doivent être répétées à chaque arrivée sans que l’usage se stabilise.
Et des demandes de modifications cantonnées à des cas particuliers, signe que le cœur de l’application n’est tout simplement pas utilisé.
Aucun de ces signaux ne se voit dans les métriques techniques. Tous se voient en une demi-journée sur le terrain.
Reprendre une application non adoptée : par où commencer
Quand la décision de reprise est prise, l’ordre des opérations compte autant que leur contenu. Trois principes évitent les erreurs les plus coûteuses.
Ne pas commencer par la liste des demandes d’évolution. Elle reflète les frustrations des utilisateurs les plus expressifs, pas les blocages les plus répandus. Une demande formulée est une solution proposée par quelqu’un qui n’a pas le contexte complet ; le travail consiste à remonter au problème qu’elle cherche à résoudre.
Traiter la reprise comme un produit, pas comme un projet. Un projet a une fin et un périmètre figé. Un produit a des versions, une mesure d’usage et des arbitrages continus. Une application métier qui a raté son adoption a besoin de la seconde approche : les premières livraisons servent autant à apprendre qu’à livrer.
Et livrer tôt sur un périmètre étroit. Un premier lot ciblé sur le geste le plus fréquent, mis entre les mains d’un groupe d’utilisateurs restreint, apprend davantage en trois semaines que six mois de spécifications. Il rétablit aussi quelque chose que ces projets ont souvent perdu : la confiance des équipes dans le fait que l’outil peut s’améliorer. Les utilisateurs deviennent par conséquent les premiers ambassadeurs, dans la mesure ou ils ont participé à sa création.
L’adoption se joue avant la première ligne de code
Une application techniquement excellente que personne n’aime utiliser n’a pas un problème d’algorithmes. Elle a un problème d’écoute en amont — et ce problème ne se rattrape pas après la mise en production.
Codyssée conçoit et reprend des applications métier dans l’industrie, la banque, le retail et les transports, en partant systématiquement des usages avant de parler technique.


