Reprendre dix ans de fichiers dans une GED sans tout casser

Un projet documentaire échoue rarement sur les fonctionnalités. Il échoue le jour où les utilisateurs ouvrent le nouvel outil, n’y trouvent rien de ce qu’ils cherchent, et retournent à leurs habitudes. La GED devient alors un second endroit à alimenter, ce qui est très exactement l’inverse de ce qu’on attendait d’elle.

La reprise de l’existant n’est donc pas une étape technique parmi d’autres. Elle conditionne l’adoption, et par conséquent le sort du projet.

Pourquoi la reprise décide de tout

Un utilisateur juge un outil documentaire à une seule chose : y trouve-t-il ce qu’il cherche ? La question se pose la première semaine, et la réponse détermine son comportement pour les deux années suivantes.

Une GED remplie à cinquante pour cent produit d’ailleurs un effet pire qu’une GED vide. Devant une GED vide, l’utilisateur sait qu’il doit chercher ailleurs. Devant une GED partiellement remplie, il cherche, ne trouve pas, cherche ailleurs, et conclut que l’outil n’est pas fiable. Ce jugement, une fois formé, ne se révise plus.

Mesurer avant de toucher à quoi que ce soit

Une reprise se prépare par un inventaire, et cet inventaire répond à quatre questions.

Combien de fichiers, et pour quel poids ? Le nombre commande la méthode, le poids commande le calendrier. Cent mille fichiers ne se traitent pas comme trois mille.

Sur quels objets sont-ils rattachés ? La répartition réserve presque toujours des surprises. On découvre couramment que la moitié des documents vit sur un objet auquel personne ne pensait, ou sur des contacts plutôt que sur des comptes.

Quelle est la distribution des noms de fichiers ? Question décisive, sur laquelle repose tout le classement automatique. Extrayez les cent noms les plus fréquents et lisez-les : vous saurez en dix minutes si vos règles s’écriront en une heure ou en trois jours.

Quelle est l’ancienneté des documents ? Un fichier déposé il y a huit ans sur un dossier clos n’a pas la même valeur qu’un document de l’exercice en cours, et il ne mérite pas le même effort de classement.

Le classement automatique, et ses limites

La reprise consiste à rattacher chaque fichier au bon client et à lui attribuer le bon tag, c’est-à-dire son type. Le rattachement se déduit de l’enregistrement porteur, éventuellement au terme d’un chemin de relation. Le tag, lui, doit être deviné.

Trois approches existent, et il importe de choisir en connaissance de cause.

La lecture du contenu, par reconnaissance de caractères ou par modèle statistique. Séduisante en démonstration, elle est délicate à exploiter sur des pièces réglementaires : le taux d’erreur, même faible, porte sur des documents dont le mauvais classement a des conséquences, et la correction d’une erreur suppose de comprendre pourquoi elle s’est produite, ce qui n’est pas toujours possible.

Le classement manuel. Fiable, et hors d’atteinte au-delà de quelques milliers de fichiers.

Les règles sur le nom du fichier. Explicites, vérifiables, corrigeables. kbis, k-bis, extrait_kbis conduisent au tag « extrait Kbis ». La règle se lit, se discute et se modifie ; surtout, lorsqu’un document est mal classé, on sait exactement pourquoi.

C’est cette troisième voie qu’a retenue gedone, et le choix est assumé. Il suppose que vos noms de fichiers présentent une régularité minimale, laquelle est plus fréquente qu’on ne le croit : même en l’absence de convention formelle, les pratiques se sédimentent, et quelques dizaines de règles couvrent généralement l’essentiel du volume.

Procéder par lots

Une reprise en une seule passe sur dix ans d’archives est une mauvaise idée, quelle que soit la qualité de l’outil. Un découpage en quatre lots offre de bien meilleures garanties.

Le lot d’épreuve : quelques centaines de fichiers, choisis pour leur représentativité, traités dans une sandbox. Objectif unique : mesurer le taux de classement correct et corriger les règles. Comptez plusieurs itérations, c’est normal et c’est même le but.

Le lot vivant : les dossiers en cours, ceux sur lesquels les utilisateurs travaillent aujourd’hui. C’est le lot qui décide de l’adoption, et celui qui mérite le plus d’attention.

Le lot récent : les deux à trois dernières années. Volume important, valeur réelle, exigence de qualité élevée.

Le lot historique : le reste. Volume souvent considérable, valeur faible, exigence de qualité modérée. Un classement approximatif y demeure préférable à l’absence de classement, car un document mal taggé reste retrouvable, tandis qu’un document absent de l’arborescence ne l’est pas.

Cette hiérarchie a une vertu pratique : elle permet d’ouvrir l’outil aux utilisateurs après le deuxième lot, alors que les dossiers vivants sont complets, sans attendre l’achèvement de l’historique.

Accepter un taux d’échec

Aucune reprise ne classe correctement cent pour cent des fichiers. Certains portent des noms inexploitables, document.pdf, scan_0042.pdf, sans titre (3).pdf. D’autres relèvent de catégories qui n’existent pas dans votre référentiel.

Deux erreurs symétriques guettent à ce stade.

Viser la perfection. Passer trois semaines à écrire des règles pour les deux derniers pour cent revient à consacrer l’essentiel de l’effort à la portion la moins utile du volume.

Ignorer le résidu. Les fichiers non classés doivent demeurer visibles dans l’arborescence, sous un tag explicite du type « à classer ». Un utilisateur qui les voit peut les corriger au fil de son travail ; un fichier écarté de la reprise disparaît purement et simplement.

Un taux de quatre-vingt-dix pour cent constitue un excellent résultat. Les dix pour cent restants se résorbent progressivement, à mesure que chacun corrige ce qu’il rencontre.

Ne pas déplacer les fichiers

Un principe mérite d’être posé fermement : une reprise ne devrait rien déplacer.

Un outil qui copie vos fichiers pour les organiser double votre consommation de stockage et crée un second exemplaire dont plus rien ne garantit qu’il restera identique au premier. Un outil qui les renomme rompt toutes les références externes qui pointaient vers eux.

La bonne approche consiste à laisser les fichiers exactement où ils sont et à n’ajouter que la connaissance : le client auquel ils se rattachent, le tag qu’ils portent, la date jusqu’à laquelle ils valent. Cette approche présente en outre une propriété appréciable, celle d’être réversible. Si la reprise s’avère insatisfaisante, on efface les métadonnées et l’on recommence, sans qu’aucun fichier n’ait bougé.

Après la reprise

Trois précautions achèvent le travail, et ce sont celles qu’on néglige le plus volontiers.

Fermer les anciennes portes. Tant que la liste liée d’origine demeure sur la mise en page, les utilisateurs continueront d’y déposer des documents, et l’arborescence divergera. Retirez-la.

Instaurer les exigences immédiatement. Une GED remplie mais dépourvue de contrôle redevient un dépôt de fichiers en quelques mois. C’est le contrôle de complétude qui maintient la discipline dans la durée, non la reprise initiale.

Mesurer l’usage plutôt que le stock. Le nombre de fichiers repris ne dit rien de la réussite du projet. Ce qui la dit, c’est le nombre de consultations depuis l’arborescence, et la décroissance des demandes du type « quelqu’un a-t-il le Kbis de ce client ? ».

La marche à suivre

Mesurez avant d’agir, en accordant une attention particulière à la distribution des noms de fichiers. Classez par des règles explicites plutôt que par un procédé opaque. Procédez par lots, en commençant par les dossiers vivants. Acceptez un taux d’échec, et rendez le résidu visible plutôt que de l’écarter. Ne déplacez rien, afin que l’opération demeure réversible.

Une reprise menée ainsi occupe quelques jours et rend l’outil utile dès le premier. Une reprise différée ou menée en une passe produit une GED à demi remplie, c’est-à-dire une GED que personne n’utilisera.