Ni l'un ni l'autre : la vraie question n'est pas la taille de l'entreprise mais le moment où les SYMPTÔMES coûtent plus cher que l'outil — et ce moment se reconnaît à des signes précis ; passons-les en revue, car ils constituent votre grille de décision. Les symptômes qui appellent un ERP (de taille PME !) : les ressaisies en chaîne (la commande saisie dans un tableur, re-saisie pour le fournisseur, re-saisie en compta — chaque ressaisie coûte du temps ET crée des erreurs) ; les vérités contradictoires (le stock du tableur ≠ le stock du logiciel de caisse ≠ le stock réel : des décisions prises chaque jour sur des chiffres faux) ; l'homme-clé (toute la gestion tient dans les fichiers et la tête d'une personne — risque majeur et croissance impossible) ; les rapprochements manuels qui débordent (le contrôle facture de 1.5 devient ingérable au-delà de quelques dizaines de factures mensuelles) ; et l'exigence externe (clients qui demandent des confirmations EDI, traçabilité réglementaire — cf. 4.4). Si vous cochez deux ou trois cases, l'ERP PME se rentabilise vite — d'autant que l'offre a changé : les solutions cloud pour PME se déploient en semaines et se paient à l'abonnement (plus besoin du projet pharaonique d'antan) ; certaines solutions open source offrent une modularité appréciée (on démarre stock + achats + facturation, on étend ensuite). Les symptômes qui appellent un WMS, eux, sont logistiques : plus de quelques centaines de références EN MOUVEMENT, des erreurs de préparation récurrentes malgré l'organisation (4.2), un inventaire toujours faux malgré la discipline (3.5), des préparateurs qui ne peuvent travailler sans « connaître » le stock, des lots à tracer réglementairement. Notez que beaucoup d'ERP PME incluent un module stock avec emplacements et scan qui suffit longtemps — le WMS dédié devient pertinent quand l'entrepôt est le cœur de votre métier (e-commerce logistique, distribution) ou multi-clients. Maintenant, les conditions de réussite — car le cimetière des projets d'outils est bien peuplé, et toujours pour les mêmes raisons : (1) processus d'abord : formalisez vos flux cibles (ce guide vous en a donné la structure : P2P, réception, picking, inventaire) AVANT de choisir — l'outil doit servir vos processus, pas l'inverse ; et n'informatisez jamais un flou : il deviendrait un flou obligatoire. (2) Données ensuite : le nettoyage des référentiels (doublons de références, unités incohérentes, fournisseurs en triple) est le vrai travail du projet — bâclé, il ruine tout. (3) Sobriété du périmètre : démarrez avec le standard de l'outil (chaque personnalisation coûte à l'achat ET à chaque mise à jour, à vie) ; adaptez vos habitudes au standard plutôt que l'inverse, sauf sur votre vrai différenciant. (4) Les gens enfin : budgétez la formation et le temps d'appropriation — un outil que les équipes contournent (le tableur parallèle qui renaît !) est un échec, quel que soit son mérite technique. Et si vous ne cochez encore aucune case des symptômes : un tableur BIEN TENU (références propres, mouvements tous enregistrés, sauvegardé) est un outil de gestion parfaitement honorable — l'important n'est pas l'outil, c'est la discipline que ce guide enseigne ; l'outil ne fait qu'industrialiser une discipline qui existe déjà.

« Toujours fausses » est exactement normal — toute prévision est fausse par définition ; ce qui distingue les bonnes maisons n'est pas d'avoir raison, c'est de se tromper MOINS, de SAVOIR de combien, et d'être ORGANISÉES pour que l'erreur coûte peu. Reprenons ces trois fronts, car chacun a ses leviers. Front 1 — se tromper moins : les gains viennent presque toujours des mêmes sources, dans cet ordre de rentabilité. (a) Nettoyer l'historique : vos ventes passées ne sont PAS votre demande passée — les ruptures ont masqué de la demande (le mois à zéro vente parce que zéro stock n'était pas un mois à zéro demande : corrigez-le), les promotions et événements exceptionnels ont créé des pics non reproductibles (marquez-les). Prévoir sur un historique sale, c'est apprendre ses erreurs par cœur. (b) Choisir la bonne maille : la prévision est plus fiable en agrégé (par famille, par mois) qu'en détail (par référence, par semaine) — prévoyez au niveau agrégé, déclinez ensuite ; et ne demandez pas aux méthodes plus de finesse que vos données n'en portent. (c) Capter la saisonnalité : le profil annuel (part de chaque mois dans l'année, moyenné sur 2-3 ans) est souvent le facteur le plus puissant ET le plus simple à modéliser — un lissage + un profil saisonnier sur tableur bat déjà l'intuition dans la plupart des cas. (d) Injecter l'information humaine : les chiffres ignorent le gros contrat en discussion, la promo du mois prochain, le concurrent qui ferme — d'où le rituel collaboratif (le mini-S&OP de la pratique : 30 minutes par mois où ventes et achats corrigent ensemble la projection statistique) ; c'est le levier n°1 dans les petites structures, où l'information existe mais ne circule pas. Front 2 — savoir de combien on se trompe : mesurez l'erreur (au plus simple : |prévu − réel| ÷ réel, en moyenne par famille — le MAPE des professionnels), suivez-la dans le temps, et USEZ-en : c'est elle qui calibre vos stocks de sécurité (3.3) — une famille prévue à ±10 % et une famille à ±40 % n'ont pas droit au même matelas ; c'est elle aussi qui dit si vos efforts paient (l'erreur baisse-t-elle ?) et où concentrer l'attention (les familles les plus erratiques). Une prévision sans mesure d'erreur n'est pas une prévision, c'est une opinion. Front 3 — rendre l'erreur moins coûteuse : c'est le front oublié, souvent le plus rentable. Toute réduction du DÉLAI raccourcit l'horizon à prévoir : un article réapprovisionné en 2 semaines n'exige de voir juste qu'à 2 semaines — presque facile ; le même à 3 mois de délai exige une boule de cristal. Donc : délais fournisseurs négociés et fiabilisés (2.2, 2.5), commandes plus fréquentes et plus petites quand l'économie le permet (3.3), différenciation retardée quand c'est possible (stocker le générique, finaliser à la commande — le point de découplage de 0.2), et pour les nouveautés invendues d'avance, des engagements progressifs (petite série test, réassort rapide) plutôt qu'un pari unique. La formule qui résume tout : améliorez la prévision autant que possible, mais construisez une chaîne qui pardonne les erreurs de prévision — parce qu'il y en aura toujours.