Dans 80 % des prises de contact avec des consultants logistiques, les entreprises placent les KPI et les tableaux de bord parmi leurs premières priorités. Résultat paradoxal : la plupart des entrepôts mesurent beaucoup — et pilotent peu.
Le problème n'est pas le manque d'indicateurs. C'est la confusion entre mesurer et piloter. Un KPI qu'on regarde sans en tirer de décision dans les 72 heures n'est pas un outil de pilotage. C'est un écran de confort.
Cet article donne les 10 indicateurs qui changent vraiment quelque chose quand on les suit correctement. Pour chacun : la formule exacte, la cible sectorielle 2025, le seuil d'alerte — et ce que la dérive révèle concrètement sur le terrain.
Note : les KPI donnent des symptômes. Le terrain donne les causes. Si vous voulez comprendre pourquoi les indicateurs ne montrent jamais tout, lisez ce que les KPI ne montrent jamais (et que le terrain sait).
La règle de pilotage — 5 à 7 KPI maximum. Chacun doit être actionnable sous 72 heures si dérive constatée. Tout indicateur qu'on ne peut pas relier à une action concrète dans votre entrepôt ne mérite pas d'être dans votre tableau de bord.
KPI #01 — OTIF (On Time In Full)
Ce que ça mesure : le pourcentage de commandes livrées à la fois dans les délais convenus ET complètes (quantité et référence conformes).
Formule :
OTIF = (Commandes livrées à temps ET complètes ÷ Total commandes) × 100
Cibles sectorielles 2025 :
- Entrepôt moyen France : 88–92 %
- Objectif opérationnel : ≥ 95 %
- Classe mondiale : ≥ 98 %
Seuil d'alerte : < 90 %
Ce que la dérive révèle sur le terrain
L'OTIF est le KPI synthétique par excellence — il agrège tout ce qui peut mal se passer. Quand il décroche, les causes sont à chercher dans trois directions : (1) le picking : erreurs de référence ou de quantité qui rendent la commande non-complète ; (2) la planification : cut-offs transporteurs mal intégrés dans l'organisation journalière ; (3) le stock : précision insuffisante qui crée des ruptures silencieuses détectées seulement à la préparation.
Ce qu'on voit souvent : un OTIF à 87 % présenté en réunion comme "dans la norme". Ce que ça représente : 1 commande sur 8 qui n'arrive pas comme prévu. Pour un client B2B qui a planifié sa production ou son réassort sur cette livraison, c'est un problème — pas une norme acceptable.
Nota terrain : l'OTIF ne dit pas où le problème se produit. Il dit que quelque chose s'est produit. Les 5 pourquoi commencent ici.
KPI #02 — Précision de stock (Inventory Accuracy)
Ce que ça mesure : l'écart entre le stock théorique enregistré dans le WMS et le stock physiquement présent dans l'entrepôt.
Formule :
Précision = (Stock réel conforme au WMS ÷ Stock total WMS) × 100
Cibles sectorielles 2025 :
- Entrepôt traditionnel : 96–98 %
- Objectif opérationnel : ≥ 99 %
- Classe mondiale (avec automatisation) : ≥ 99,8 % (OPEX, 2025)
Seuil d'alerte : < 97 %
Ce que la dérive révèle sur le terrain
C'est le KPI fondation. En dessous de 98 %, tous les autres indicateurs sont construits sur des données incertaines : les prévisions SC planifient sur un stock qui n'existe pas, le picking envoie des préparateurs sur des emplacements vides, les promesses de livraison client ne peuvent pas être tenues.
Trois causes récurrentes sur le terrain :
- Les réceptions non contrôlées : marchandises enregistrées sans comptage physique réel, écarts fournisseurs non détectés.
- Les mouvements non tracés : prélèvements internes, retours, transferts d'emplacement effectués sans mise à jour WMS.
- L'inventaire tournant inexistant ou non actionné : la précision se dégrade en continu sans comptage régulier pour la corriger.
La correction n'est pas technique. Elle est disciplinaire : aucun mouvement physique sans enregistrement WMS. Aucune exception. Pour aller plus loin sur l'optimisation de la précision stock, voir notre méthode complète d'optimisation entrepôt.
KPI #03 — Taux de précision picking (Order Picking Accuracy)
Ce que ça mesure : le pourcentage de lignes de commande préparées sans erreur (bonne référence, bonne quantité, bon emplacement de destination).
Formule :
Précision picking = (Lignes sans erreur ÷ Total lignes préparées) × 100
Cibles sectorielles 2025 :
- Entrepôt traditionnel (manuel, sans guidage) : 96–98 %
- Avec voice picking ou pick-to-light : ≥ 99,5 %
- Classe mondiale (automatisé) : ≥ 99,9 % (OPEX, 2025)
Seuil d'alerte : < 98,5 %
Ce que la dérive révèle sur le terrain
Le taux d'erreur picking a un coût direct et mesurable. Chaque erreur génère un retour transporteur, un retraitement, une interaction service client. Estimation sectorielle : 17 à 30 € par erreur selon le secteur (Mecalux, 2025). Sur un entrepôt préparant 500 commandes/jour à 1 % d'erreurs : 1 500 erreurs/an, soit entre 25 000 € et 45 000 € de coûts de non-qualité annuels — pour 1 %.
Causes à investiguer quand l'indicateur décroche :
- Slotting incohérent : deux références similaires en emplacement adjacent, confusion visuelle systématique.
- Absence d'itinéraire optimisé : préparateur qui dévie de son parcours et prélève dans un emplacement voisin.
- Pression sur la cadence : objectifs de lignes/heure qui poussent à réduire les vérifications.
- Adressage terrain/WMS incohérent : le WMS indique l'emplacement A, le produit est physiquement en B depuis un réaménagement non répercuté.
Pour une vue complète des leviers de productivité picking, voir notre guide d'optimisation entrepôt.
KPI #04 — On-Time Delivery (OTD)
Ce que ça mesure : le pourcentage de commandes livrées dans le délai promis au client — indépendamment de si la commande est complète ou non.
Formule :
OTD = (Commandes livrées à la date promise ÷ Total commandes expédiées) × 100
Cibles sectorielles 2025 :
- Distribution B2B : ≥ 95 %
- E-commerce B2C : ≥ 97 %
- Pharma / industrie réglementée : ≥ 98 %
Seuil d'alerte : < 92 %
Différence avec l'OTIF
L'OTD mesure le délai uniquement. L'OTIF mesure délai + complétude. Une commande livrée à temps mais avec une référence manquante est bonne pour l'OTD et mauvaise pour l'OTIF. Suivre les deux permet de diagnostiquer : si l'OTIF décroche mais pas l'OTD, le problème est dans le picking (complétude). Si les deux décrochent, le problème est dans la planification ou le transport.
Ce que la dérive révèle
Un OTD qui se dégrade progressivement indique presque toujours l'une des causes suivantes : les cut-offs transporteurs ne sont pas intégrés dans la planification journalière du picking ; des pics d'activité non anticipés saturent le picking sans renfort planifié ; ou des problèmes de précision de stock créent des blocages en dernière minute.
KPI #05 — Taux de rotation des stocks (Inventory Turnover)
Ce que ça mesure : le nombre de fois que le stock est renouvelé sur une période donnée. Indique l'efficacité de la conversion des stocks en ventes et le niveau d'immobilisation du capital.
Formule :
Rotation = Valeur des marchandises expédiées ÷ Valeur moyenne du stock
Cibles sectorielles 2025 :
- Distribution générale : 6–12 rotations/an
- E-commerce high-rotation : 12–24 rotations/an (OPEX, 2025)
- Pharma / produits à DLC : dépend de la durée de vie produit
- Industrie / B2B long cycle : 2–6 rotations/an selon secteur
Seuil d'alerte : tendance baissière sur 3 mois consécutifs
Ce que la dérive révèle
Une rotation qui baisse peut signifier trois choses très différentes : (1) Ralentissement des ventes — problème commercial, pas logistique. (2) Surstock sur certaines références — souvent corrélé à de mauvaises prévisions ou à une politique de réapprovisionnement trop conservative. (3) Stock mort ou obsolète qui gonfle le dénominateur sans sortir — à identifier et traiter séparément.
Ce KPI doit toujours être analysé par catégorie ABC, pas en global. Un taux de rotation agrégé peut masquer un excellent turn sur les classes A et un stock mort massif sur les classes C.
KPI #06 — Délai de traitement de commande (Order Fulfillment Cycle Time)
Ce que ça mesure : le temps écoulé entre la réception de la commande dans le système et son départ physique du quai d'expédition.
Formule :
Cycle Time = Date/heure d'expédition − Date/heure de réception de la commande
Cibles sectorielles 2025 :
- E-commerce : < 4 heures pour les commandes J
- Distribution B2B standard : < 24 heures
- Commandes urgentes / pharmaceutique : < 2 heures
Seuil d'alerte : dérive progressive (mesurer semaine par semaine)
Ce que la dérive révèle
C'est le KPI goulot d'étranglement par excellence. Quand le cycle time augmente, il faut identifier à quelle étape le temps est perdu. Trois zones à auditer :
- La réception : si le délai de mise en disponibilité (stock WMS) est long, les commandes attendant ces articles sont bloquées.
- Le picking : si la productivité picking chute (slotting dégradé, ressources insuffisantes), les commandes s'accumulent en attente.
- L'expédition : si la zone d'attente expédition est désorganisée et que le contrôle de sortie prend trop de temps.
La dérive du cycle time est souvent le premier signal visible d'un problème organisationnel avant qu'il n'atteigne le client.
KPI #07 — Coût logistique par commande (Logistics Cost per Order)
Ce que ça mesure : le coût total logistique rapporté à chaque commande expédiée. Indicateur de rentabilité opérationnelle.
Formule :
Coût/commande = Coûts logistiques totaux ÷ Nombre de commandes expédiées
(Coûts à inclure : masse salariale opérationnelle, frais de transport, fournitures emballage, loyer et charges entrepôt, maintenance équipements, coûts WMS/systèmes)
Cibles 2025 : Variable selon secteur. L'objectif est la tendance : ce KPI doit être stable ou décroissant quand les volumes augmentent (économies d'échelle). Une hausse du coût/commande avec une hausse des volumes est un signal d'alarme organisationnel.
Seuil d'alerte : hausse de plus de 8 % sur un trimestre sans explication identifiée
Ce que la dérive révèle
C'est le KPI qui rend visible ce qui coûte sans se voir. Un entrepôt qui absorbe des erreurs de picking par des retraitements, qui fait des heures supplémentaires en période de pic faute de planification, qui gère des retours clients sans processus dédié — tout cela se retrouve dans ce chiffre. Quand il monte, on cherche souvent la cause du côté des tarifs transporteurs. Elle est plus souvent dans l'organisation interne.
KPI #08 — Délai de mise en disponibilité réception (Dock-to-Stock Time)
Ce que ça mesure : le temps écoulé entre le déchargement physique d'une marchandise et sa disponibilité effective dans le WMS pour le picking.
Formule :
Dock-to-Stock = Heure de disponibilité WMS − Heure de déchargement
Cibles 2025 :
- Références classe A (forte rotation) : < 2 heures
- Références standard : < 4 heures
- Produits nécessitant contrôle qualité / quarantaine : selon procédure
Seuil d'alerte : > 4 heures en régime normal pour les classes A
Ce que la dérive révèle
C'est le KPI réception invisible dans la plupart des entrepôts — parce qu'il n'est tout simplement pas mesuré. Or un délai long ici crée une cascade : des articles disponibles physiquement mais bloqués dans le WMS, des commandes qui ne peuvent pas être préparées, des préparateurs qui cherchent des marchandises arrivées le matin mais pas encore enregistrées.
Les causes les plus fréquentes : réception enregistrée en fin de journée (pratique courante, désastreuse pour les classes A) ; zone de réception sans adressage qui ralentit la mise en stock ; ou simplement absence de priorité donnée à la mise en disponibilité des références à forte rotation.
KPI #09 — Taux d'utilisation de l'espace (Space Utilization Rate)
Ce que ça mesure : la proportion de la capacité de stockage théorique effectivement utilisée.
Formule :
Taux d'utilisation = Volume moyen stocké ÷ Capacité totale de stockage × 100
Cibles 2025 :
- Régime normal : maintenir entre 70 et 80 %
- Pic saisonnier : accepter temporairement jusqu'à 85–88 %
- Seuil critique : > 90 % en régime normal
Seuil d'alerte : > 85 % pendant plus de 3 semaines consécutives hors pic
Ce que la dérive révèle
Un entrepôt qui dépasse 85–90 % de son taux d'occupation commence à dysfonctionner physiquement avant même d'atteindre sa capacité théorique : les allées se rétrécissent, les zones picking se mélangent aux zones de stockage, les flux se croisent. La productivité picking chute. Les erreurs augmentent.
Ce KPI est souvent utilisé dans un seul sens : "nous avons encore de la place". Il devrait aussi déclencher des alertes à la baisse : un taux d'utilisation qui chute indique un stock mort qui s'accumule, ou une activité en baisse non encore perçue par les équipes opérationnelles.
KPI #10 — Productivité picking (Lignes préparées par heure)
Ce que ça mesure : le nombre de lignes de commande préparées par opérateur par heure. Indicateur de performance opérationnelle du picking.
Formule :
Productivité = Nombre de lignes préparées ÷ Heures de travail picking
Cibles 2025 :
- Picking manuel sans guidage : 60–120 lignes/heure selon complexité produit
- Avec voice picking ou pick-to-light : +20 à +50 % vs baseline manuel
- Avec automatisation Goods-to-Man : 300–600 lignes/heure
→ La cible est d'abord interne : établir une baseline sur 3 mois, puis suivre les dérives.
Seuil d'alerte : dérive > 10 % vs baseline sur 2 semaines consécutives
Ce que la dérive révèle
C'est le KPI baromètre du slotting. Une productivité qui baisse sans cause RH évidente (absentéisme, nouveaux opérateurs) indique presque toujours une dégradation du slotting : des produits qui ont changé de rotation sans que leur emplacement suive, des zones de congestion qui s'installent, un itinéraire de picking qui n'est plus optimal.
À suivre différemment selon les moments : la productivité lors des pics saisonniers ne se compare pas à la productivité en période creuse. La variation intra-période est plus informative que le chiffre absolu.
Les 10 KPI d'un coup d'œil
| # | KPI | Cible | Alerte si | Fréquence |
|---|---|---|---|---|
| 1 | OTIF | ≥ 95 % | < 90 % | Hebdomadaire |
| 2 | Précision de stock | ≥ 99 % | < 97 % | Mensuel + tournant |
| 3 | Précision picking | ≥ 99,5 % | < 98,5 % | Hebdomadaire |
| 4 | On-Time Delivery | ≥ 95 % | < 92 % | Hebdomadaire |
| 5 | Rotation des stocks | Baseline interne | Tendance baissière | Mensuel |
| 6 | Cycle Time commande | < 24h (B2B std) | Dérive > 10 % | Quotidien |
| 7 | Coût logistique / commande | Stable ou baisse | Hausse > 8 %/T | Mensuel |
| 8 | Dock-to-Stock | < 2h (classe A) | > 4h | Quotidien |
| 9 | Utilisation espace | 70–80 % | > 85 % prolongé | Hebdomadaire |
| 10 | Productivité picking | Baseline interne | Dérive > 10 % | Hebdomadaire |
Ce que les KPI ne voient pas
Ces 10 indicateurs donnent une image précise de ce qui se passe dans un entrepôt. Ils ne donnent pas une image complète.
Un taux de service à 97 % ne dit pas que les 3 % restants concernent votre client le plus stratégique. Une productivité picking stable ne dit pas que les opérateurs compensent depuis 3 semaines un problème de slotting que personne n'a voulu remonter. Un coût logistique/commande sous contrôle ne dit pas que les coûts cachés — litiges transporteurs non comptabilisés, retours clients traités en dehors du processus formel — sont absorbés ailleurs dans les comptes.
C'est pour ça que les KPI sont des outils de pilotage — pas des outils de diagnostic. Ils montrent où regarder. Le terrain montre ce qui s'y passe.
Pour aller plus loin — Ce que les tableaux de bord ne capturent pas — et que le terrain sait depuis longtemps — est développé dans cet article : Ce que les KPI ne montrent jamais (et que le terrain sait)
Conclusion
Un bon tableau de bord logistique n'est pas celui qui contient le plus d'indicateurs. C'est celui qui déclenche des décisions.
Si vous regardez ces 10 KPI chaque semaine et que vos réunions de pilotage durent plus de 30 minutes sans produire un plan d'action, c'est que vous mesurez — vous ne pilotez pas encore.
La différence entre les deux, c'est souvent moins une question d'outils qu'une question de méthode : savoir relier un chiffre à une cause, une cause à une action, une action à un résultat. C'est le travail du pilotage opérationnel.
Et c'est ce que la méthode F.L.U.X™ structure : Fiabiliser les données (précision stock, adressage), Lire les indicateurs correctement (les 5 pourquoi), Unifier les flux entre fonctions (réception, picking, expédition coordonnés), et seulement alors eXécuter les projets de transformation à grande échelle.
Sources : OPEX (juin 2025) — Hardis Group (nov. 2025) — Mecalux (2025) — Exotec (2025) — Shiptify (janv. 2026)
