Une commande qui ne vient pas. C'est souvent par là qu'un fabricant vendant par réseau apprend qu'il a perdu du terrain, un trimestre après les faits, par la voie comptable plutôt que par ses commerciaux.
Entre-temps, il s'est passé des choses que personne n'a vues : des produits sont restés en stock chez un distributeur, un installateur a basculé sur une marque concurrente, ou une gamme a cessé de tourner sur trois départements. Chacun de ces mouvements a laissé une trace dans les systèmes d'entreprises... Qui n'ont aucune raison particulière de les partager.
D'où la question qui se pose, moins technique qu'elle n'en a l'air : quand la donnée appartient à quelqu'un d'autre, que fait-on ?
1. Vendre par un réseau, c'est piloter à l'aveugle sur la moitié du parcours
Un industriel connaît au centime près ce qu'il facture à ses distributeurs. Ce que ces distributeurs revendent ensuite, il l'apprend par recoupement, avec du retard, parfois le jour où les commandes s'arrêtent. Dans cette première partie, nous délimitons la « zone aveugle », puis la confrontons à ce que les entreprises françaises font effectivement de leurs données de vente.
Data intelligence commerciale : définition
La data intelligence commerciale est la démarche qui consiste à agréger et interpréter les données produites tout au long d'une chaîne de vente pour éclairer une décision commerciale. Elle se caractérise par deux exigences : la capacité à collecter des données détenues par des tiers, et la traduction de ces données en signal lisible au niveau où la décision se prend. La data intelligence commerciale se distingue du reporting commercial par son périmètre : le reporting travaille sur les données que l'entreprise détient, la data intelligence sur celles qu'elle ne détient pas encore.
La seconde exigence déplace le sujet tout entier. En vente directe, l'accès à la donnée se règle en interne, par de la gouvernance et une « discipline de fer » en termes de saisie. En vente indirecte, cet accès se négocie avec des entreprises qui n'ont, par définition, aucune obligation contractuelle de transmettre quoi que ce soit.
Sell-in, sell-through, sell-out : les trois couches, et celle que le fabricant ne voit pas
Une chaîne de distribution indirecte produit de la donnée sur trois couches successives. Le fabricant n’en maîtrise qu’une. (sell-in et sell-out)
Le sell-in, la seule couche que le fabricant maîtrise
Ce que le fabricant facture à ses distributeurs. Volume, gamme, date, client : la donnée est complète, datée, déjà présente dans son propre système. C'est aussi la couche la moins informative sur la demande finale, puisqu'une commande distributeur traduit aussi bien une vente réelle qu'un réapprovisionnement de précaution ou une anticipation de promotion.
Le sell-through, la couche déclarative
Ce qui sort de l'entrepôt du distributeur vers ses points de vente. La donnée remonte par déclaration ou par échange de fichiers, à la fréquence que le partenaire accepte de tenir, avec les délais et les trous que cela implique. Elle documente un mouvement logistique, encore à distance de l'acte d'achat. (le sell-through)
Le sell-out, la couche invisible
Ce que le point de vente vend au client final. Détenue par le revendeur, rarement transmise, jamais en temps réel. La seule couche qui renseigne la demande réelle est donc celle qui appartient à quelqu'un d'autre.
La conséquence de cette structuration se lit implicitement dans les comptes. Un sell-in en progression peut décrire un stock qui s'accumule chez le distributeur plutôt qu'une demande qui accélère, et le fabricant le découvre au trimestre suivant, quand les commandes s'arrêtent sans explication.
Ce que les entreprises françaises font réellement de leurs données de vente
Le Baromètre France Num 2025, réalisé par le Crédoc pour la Direction générale des entreprises auprès de 11 021 entreprises, mesure que 53 % des TPE-PME françaises déclarent exploiter leurs données clients et ventes. L'outil dominant reste le tableur, cité par 45 % d'entre elles (contre 12 % pour un ERP ou un CRM).
Ces chiffres décrivent les petites structures, dont la difficulté est l'absence d'outil. Dans un grand groupe, la difficulté change de nature sans disparaître : les systèmes existent, mais la donnée de vente se répartit entre filiales, pays et ERP successifs, et sa consolidation par réseau reste un chantier à part entière.
Un tableur remplit correctement une fonction d'enregistrement. Croiser plusieurs sources, suivre une série sur douze mois, repérer un écart de trajectoire par rapport à un comportement habituel : ces opérations supposent un outil et une gouvernance que la majorité des structures n'ont pas installés. En clair, la donnée est là, mais la lecture manque.
Reste un point que ces statistiques ne disent pas, et pour cause : la couche qui manquerait le plus à cette lecture, le sell-out, n'est mesurée par aucune enquête publique française. La zone aveugle du fabricant est aussi une zone aveugle des instruments de mesure. Sur la façon de transformer une donnée dispersée en signal lisible par niveau, voir la logique SATA appliquée aux données commerciales.
L'IA se diffuse plus vite que la donnée ne s'exploite
Le même baromètre relève que 26 % des TPE-PME utilisaient une solution d'intelligence artificielle en 2025, contre 13 % un an plus tôt. La répartition des usages est plus parlante que la progression : 22 % pour générer des contenus, 5 % pour analyser, prévoir ou optimiser.
L'outillage s'est démocratisé avant la matière qu'il devrait traiter. Sur un réseau indirect, l'écart se creuse d'un cran supplémentaire, puisque cette matière appartient à un tiers. Aucune capacité d'analyse, aussi accessible soit-elle, ne compense une donnée qui n'a jamais été transmise.
2. Pourquoi aucun outil du marché ne répond à ce problème
Trois familles de solutions existent pour piloter la performance commerciale par la donnée. Chacune fonctionne dans son périmètre. Aucune ne tient à l'endroit précis où se pose la question du réseau indirect. Ce deuxième acte cartographie l'offre disponible et localise le vide.
Le mécanisme d'échec : le vendeur d'un revendeur n'est utilisateur du CRM de personne
Le débat sur ces plateformes se pose d'ordinaire en termes de taille (coûts d'intégration, équipes data disponibles, volumes traités, etc.). Cette lecture est documentée, et elle rate l'obstacle principal : la ligne de partage décisive sépare la vente directe de la vente par réseau, indépendamment du chiffre d'affaires de celui qui achète la licence.
Cet obstacle-là résiste au budget. Un grand groupe qui s'offrirait la licence pour l'ensemble de son réseau n'obtiendrait rien de plus, parce que les utilisateurs qu'il faudrait équiper ne lui appartiennent pas. Le commercial qui vend le produit au client final est salarié d'une autre entreprise. Il se connecte au système de son employeur quand celui-ci en a un. Ses appels, ses courriels et ses visites se déroulent hors de tout périmètre que la marque puisse instrumenter.
Comparaison entre les prérequis des plateformes de pilotage commercial et la réalité d'un réseau de distribution indirect :
Chaque ligne décrit un prérequis technique. Mises bout à bout, elles décrivent un modèle d'entreprise : celui d'une organisation qui emploie ses propres commerciaux et administre ses propres outils. Le réseau indirect en sort par construction.
Ce que couvrent les plateformes de « revenue intelligence »
La revenue intelligence désigne la famille d'outils qui analysent l'activité commerciale enregistrée dans les systèmes de l'entreprise pour fiabiliser la prévision de chiffre d'affaires et repérer les affaires qui dérapent. Ses acteurs de référence sont américains.
Salesforce Einstein et Conversation Intelligence, Gong, Clari : ces plateformes exploitent les objets du CRM, la messagerie connectée, les enregistrements d'appels et de réunions, le pipeline et les prévisions internes. Leur documentation éditeur décrit une cible cohérente avec cette matière première, celle d'équipes commerciales salariées et instrumentées, dont chaque interaction laisse une trace récupérable.
Ces outils tiennent leurs promesses sur ce terrain. Leur limite tient à un postulat de départ, rarement énoncé parce qu'il va de soi en vente directe : la donnée d'activité commerciale est produite par des salariés de l'entreprise, dans des systèmes qu'elle contrôle.
Ce que couvre le PRM, et ce qu'il ne couvre pas
Une deuxième famille se rapproche de la relation indirecte. Le PRM (Partner Relationship Management) constitue une catégorie établie, suivie par les principaux cabinets d'analystes : Gartner y consacre un Market Guide en avril 2024, Forrester une Wave en juillet 2023, IDC un MarketScape 2025-2026.
Son périmètre documenté couvre le portail partenaire, l'enregistrement d'affaires, les fonds de développement marketing, la formation et le suivi de la performance déclarée. Ces fonctions organisent la relation entre la marque et l'entreprise partenaire, à l'échelle du contrat.
Le vendeur du revendeur, lui, reste hors champ. La remontée continue du sell-out également, au-delà de ce que le partenaire saisit lui-même dans un portail : celui-ci enregistre les déclarations qu'on lui confie, à la fréquence qui arrange celui qui les saisit.
Le « channel data management », ou la bonne réponse à la mauvaise échelle
Une troisième famille traite précisément le sujet manquant : le channel data management. Celui-ci collecte les remontées de ventes et de stocks des partenaires de distribution, puis les réconcilie pour produire une vue consolidée du sell-out.
Son adoption reste cantonnée à la haute technologie, aux semi-conducteurs et à la distribution informatique multi-niveaux, sur des chaînes à plusieurs étages et des volumes considérables. Aucun référentiel d'analyste autonome ne la constitue en catégorie, et aucune adoption documentée n'apparaît hors de ces filières. La réponse existe donc, mais calibrée pour d'autres.
L'intersection que personne n'occupe
Trois familles, trois périmètres, un vide au centre :
- La « revenue intelligence » instrumente des équipes salariées.
- Le PRM structure la relation contractuelle avec l'entreprise partenaire.
- Le channel data management réconcilie les flux de distribution des grands acteurs technologiques.
L'agrégation multi-sources et l'activation d'un réseau indirect (sur les filières industrielles et de distribution françaises), ne relèvent d'aucune des trois. Aucun référentiel d'analyste ne nomme cette catégorie, ce qui constitue une information en soi : le besoin existe avant que le marché ne l'ait qualifié.
Puisque l'outil ne se trouve pas sous forme de catégorie disponible, c'est du côté de la méthode que la réponse se construit…
3. Par où commencer quand la donnée appartient à quelqu'un d'autre ?
Reconstituer une visibilité sur le sell-out relève moins d'un chantier informatique que d'une question à laquelle peu de fabricants ont une réponse toute prête : pourquoi un revendeur transmettrait-il ses données de vente ? Ce troisième acte part de cette question et remonte vers les mécanismes.
Les quatre sources qui reconstituent un sell-out
Le sell-out d'un réseau ne se collecte pas d'un bloc. Il se reconstitue par fragments, à partir de quatre mécanismes dont la couverture et le coût d'obtention diffèrent sensiblement.
- Le déclaratif partenaire. Le revendeur saisit ses ventes sur une plateforme dédiée. Résultat attendu : une couverture large, une fraîcheur variable, une dépendance complète à l'assiduité de celui qui saisit.
- Le scan produit. Un code unique ou un code-barres est scanné au moment de la vente. Résultat attendu : une fiabilité élevée, sur le périmètre restreint des gammes équipées.
- La preuve d'achat. La facture est photographiée puis traitée automatiquement. Résultat attendu : une friction minimale côté revendeur, le traitement restant à la charge de la marque.
- L'échange de fichiers avec les distributeurs. Les remontées structurées viennent directement de leur système. Résultat attendu : un volume important, au prix d'une négociation contractuelle et de délais de mise en place.
Exemple type : trois sources croisées sur un réseau de taille moyenne
Prenons un fabricant industriel doté d'un réseau de plusieurs centaines de revendeurs, sans historique de remontée structurée. Le déclaratif partenaire seul plafonne vite : les structures actives sont aussi celles qui ont le temps de saisir, les autres restent silencieuses. Le scan produit, déployé sur les deux gammes les plus rentables, capte une donnée fiable mais partielle par construction, puisqu'il ne couvre pas le reste du catalogue. La preuve d'achat, activée en parallèle sur les ventes hors gammes scannées, referme une partie de l'écart sans ajouter de friction côté revendeur.
Aucune des trois sources, prise seule, n'atteint une couverture satisfaisante. Leur croisement, en revanche, referme la majorité de la zone aveugle en quelques mois, à condition qu'une contrepartie visible (points, classement, accès prioritaire à une gamme) maintienne l'assiduité de la saisie dans la durée. C'est ce croisement, plus que l'outil pris isolément, qui transforme trois flux partiels en une lecture exploitable du sell-out.
Prises séparément, ces quatre sources produisent des vues partielles et décalées dans le temps. Leur croisement produit une lecture, et c'est à partir de ce point que la logique SATA appliquée aux données commerciales prend le relais.
La friction décide de tout
Un principe de conception commande les quatre mécanismes : chaque seconde demandée au revendeur se paie en taux de remontée.
Un dispositif qui exige trois minutes de saisie par vente produit des données partielles et biaisées d'une façon assez facile à prévoir : les remontées viennent des structures qui disposent d'un assistant administratif, quand l'installateur seul dans sa camionnette décroche le premier. La donnée manquante ne se répartit jamais au hasard, elle manque toujours du même côté.
La qualité d'une donnée de sell-out dépend moins de l'outil employé que de l'effort qu'il demande à quelqu'un qui n'est pas payé pour la fournir.
La contrepartie : condition d'existence de la donnée
Reste la question qui commande tout le reste. Un revendeur transmet ses ventes quand il y trouve un intérêt direct : un avantage commercial, une reconnaissance devant ses pairs, un accès privilégié à une gamme ou à une information. Sans cette contrepartie, la remontée s'épuise en quelques semaines, quel que soit l'outil déployé.
L'ordre habituel du raisonnement s'inverse ici. L'animation du réseau précède la donnée au lieu de la suivre : elle est ce qui la rend disponible. Un programme qui récompense la déclaration de vente ne produit pas seulement de l'engagement, il produit aussi la matière première du pilotage.
C'est la logique que suivent les dispositifs conçus pour animer un réseau de revendeurs : points attribués à la déclaration, classements, récompenses calibrées par profil, micro-apprentissage sur les gammes. MASLO déploie ces dispositifs depuis une dizaine d'années sur des réseaux industriels, automobiles et aériens, et la donnée qu'ils génèrent constitue un actif au moins aussi durable que l'engagement qu'ils produisent.
Une donnée traduite ne vaut que par la décision qu'elle déclenche. Sur un réseau indirect, cette décision prend presque toujours la forme d'une action d'animation : relance ciblée d'un revendeur qui ralentit, objectif recalibré sur une gamme qui plafonne, reconnaissance d'un partenaire qui progresse. La boucle se referme là où elle avait commencé, sur le terrain qui détient la donnée.
Les questions fréquentes
Ces articles pourraient également vous intéresser
Discover the Maslo® ️ method: Revolutionize your sales through gamification
Learn how our new white paper can help you boost the engagement and performance of your sales teams using the Maslo® ️ method, an innovative approach based on gamification and the Maslow pyramid.
