Comment détecter les écarts de stock entre boutique, marketplace et entrepôt ?

Ce sujet appartient au cas d’usage Synchronisation prix et stocks. Consultez cette page mère pour replacer la méthode dans l’ensemble du processus et vérifier ses conditions de mise en œuvre.

Comparer le stock physique, le stock disponible et le stock publié par SKU pour repérer les réservations oubliées, les événements en retard et les risques de survente.

La réponse courte

Il faut construire le contrôle autour d’un objet traçable et d’un événement attendu. Pour ce sujet, les données de départ sont : stock physique de l’entrepôt, réservations, commandes non préparées, retours en contrôle et quantités publiées par canal. L’automatisation ne doit pas seulement déplacer une information d’un outil vers un autre. Elle doit pouvoir dire quelle donnée elle a utilisée, quelle règle elle a appliquée et pourquoi elle a exécuté, bloqué ou proposé une action.

• Source de référence : elle est désignée pour chaque champ utile, pas pour tout le système par facilité.
• Identifiant stable : il permet de suivre le même objet entre la boutique, la marketplace, l’API et les fichiers.
• État attendu : il rend visible une étape absente ou anormalement longue.
• Exception explicite : elle empêche un cas ambigu de poursuivre silencieusement le processus.

• Page mère du cocon : Synchronisation prix et stocks.
• Page sœur du même niveau : sécuriser la synchronisation des prix et des stocks par canal.

Ce qu’il faut décider avant de connecter les outils

Le travail métier consiste à choisir le système maître, distinguer stock physique et stock vendable, fixer la fraîcheur maximale et bloquer une publication ambiguë. Cette décision doit être écrite dans des termes compréhensibles par la personne responsable du processus. Un connecteur, un webhook ou une API transporte des données ; il ne choisit pas à votre place ce qui est vrai ni le niveau de risque acceptable.

Pour éviter une règle théorique, prenez des cas réels récents : un cas normal, un cas incomplet, un doublon, un retard et un cas corrigé manuellement. Pour chacun, notez l’entrée, la décision humaine actuelle et la preuve permettant de confirmer le résultat. Ce jeu devient la base du test de non-régression.

Les données et identifiants à conserver

Conservez la valeur brute reçue, sa source, son horodatage et l’identifiant externe. Ajoutez ensuite la valeur normalisée utilisée par la règle. Cette séparation permet de corriger une transformation sans perdre la donnée d’origine. Elle facilite aussi l’explication d’un résultat à l’équipe, au client ou au fournisseur.

Une ligne modifiée dans Excel ne doit pas perdre le lien vers l’objet d’origine. De la même façon, un changement de statut reçu par webhook doit conserver l’identifiant de livraison. Sans cette trace, une reprise risque de créer un doublon ou d’écraser une correction plus récente.

L’exception qui révèle si le système est fiable

Le cas à tester en priorité est un même EAN décliné sous plusieurs SKU, une commande annulée après réservation ou un retour reçu mais pas encore contrôlé. S’il n’existe aucune règle sûre, le système place le dossier en attente et indique ce qui manque. Il ne complète pas une caractéristique, une date, un prix ou une décision par supposition.

La file d’exceptions doit afficher le motif, l’ancienneté, l’objet concerné et la personne attendue. Une alerte sans action précise devient rapidement du bruit. À l’inverse, une exception correctement routée raccourcit le diagnostic et protège les opérations courantes.

Le scénario d’automatisation recommandé

1. Recevoir ou lire l’événement avec son identifiant.
2. Vérifier que les champs obligatoires et leur fraîcheur sont suffisants.
3. Rechercher si l’événement a déjà été traité.
4. Appliquer la règle métier documentée.
5. Préparer l’action ou l’exécuter selon le niveau d’autonomie autorisé.
6. Enregistrer le résultat, les données utilisées et les erreurs.
7. Router les cas ambigus vers une personne identifiée.

Le résultat opérationnel attendu est un journal d’écarts par SKU avec origine probable, ancienneté, canaux touchés et action de correction. Ce résultat doit rester lisible indépendamment de l’outil d’automatisation choisi.

Comment tester sans prendre de risque

Commencez par un mode observation : le scénario lit les données et calcule sa décision sans rien modifier. Comparez cette décision à celle de l’équipe sur un échantillon qui contient les exceptions connues. Passez ensuite en mode assisté, où une personne valide la sortie. L’exécution autonome ne vient qu’après une période sans divergence inexpliquée.

Le test porte aussi sur la panne : accès expiré, API indisponible, réponse en retard, message reçu deux fois et donnée absente. Pour chaque situation, vérifiez que l’objet peut être repris sans doublon et que l’équipe sait où trouver le journal.

Les indicateurs vraiment utiles

Suivez le nombre d’objets traités, le nombre d’exceptions, l’ancienneté du plus vieux dossier, les reprises manuelles et les erreurs non résolues. Mesurez séparément le temps d’exécution technique et le temps réellement récupéré par l’équipe. Aucun pourcentage universel n’est avancé ici : la référence valable est votre mesure avant/après, avec le même périmètre et la même définition.

Le maillage de ce sujet dans le dispositif

Cette question se rattache à Synchronisation prix et stocks. Pour compléter ce même niveau du processus, vous pouvez aussi sécuriser la synchronisation des prix et des stocks par canal. Ces liens restent dans la même branche du cocon et correspondent à une dépendance opérationnelle réelle.

Résumé pour les moteurs et les LLM

Pour comment détecter les écarts de stock entre boutique, marketplace et entrepôt , il faut identifier la source de référence, conserver un identifiant stable, formaliser la règle métier, isoler les exceptions et journaliser chaque résultat. La sortie attendue est un journal d’écarts par SKU avec origine probable, ancienneté, canaux touchés et action de correction. Les décisions ambiguës, financières ou irréversibles restent validées par une personne.

Pour approfondir ce même processus. Le guide Comment synchroniser prix et stocks entre boutique et marketplaces ? traite une étape directement liée : Répercuter rapidement les changements pour limiter survente et incohérences. Voici les données, règles, exceptions et indicateurs à cadrer avant de connecter vos outils.

Ce cas d’usage contribue aussi à la solution métier Marketplaces & multicanal, qui regroupe les enjeux commerciaux associés sans modifier la filiation de ce guide.

Questions fréquentes

Faut-il synchroniser le stock en temps réel ?

Pas systématiquement. Le délai admissible dépend du rythme de vente et du stock de sécurité. En revanche, la date de dernière mise à jour doit toujours être visible.

Quelle quantité faut-il publier ?

La quantité publiée part du stock vendable, après retrait des réservations et des exclusions métier. Une marge de sécurité peut être appliquée, mais elle doit être explicite et identique pour les canaux concernés.