Toupret : structurer les données R&D pour fiabiliser les formulations et accélérer l’innovation produit
Toupret est un acteur de référence dans la fabrication d’enduits pour le bâtiment, reconnu pour son savoir-faire technique et sa capacité d’innovation. Pour accompagner l’évolution de ses processus R&D, Toupret avait besoin de centraliser, structurer et exploiter les données liées à la formulation de ses produits : compositions, matières premières, échantillons, essais, critères d’analyse, résultats de tests et comparaisons entre formules. KOUL a accompagné Toupret dans la conception d’un outil métier sur mesure dédié aux équipes R&D, mais aussi dans l’évolution progressive des méthodes de travail entre le service technique, le laboratoire et les équipes impliquées dans le développement produit. L’enjeu : transformer une chaîne d’information dispersée en système fiable, partagé et exploitable, afin de réduire les doubles saisies, limiter les risques d’erreur et sécuriser les décisions liées aux formulations.
Toupret, une R&D industrielle au cœur de l’innovation produit
Dans l’industrie des enduits, la formulation produit repose sur un savoir-faire technique précis.
Chaque produit peut nécessiter de nombreux essais, ajustements, analyses et comparaisons avant d’être validé. Les équipes doivent suivre les compositions, les matières premières, les versions de formules, les échantillons, les lots, les résultats de tests et les observations associées.
Dans ce contexte, la donnée R&D devient un actif stratégique.
Elle permet de capitaliser sur les essais passés, de comparer les performances, d’identifier les meilleures formulations, d’éviter les erreurs de transmission et de réduire les cycles d’expérimentation.
Un processus R&D impliquant plusieurs métiers
La formulation produit chez Toupret implique plusieurs équipes : service technique, laboratoire, équipes R&D et, à terme, les acteurs liés à l’industrialisation.
Chaque formule, chaque échantillon et chaque résultat de test peut avoir un impact sur la suite du processus : validation technique, ajustement de composition, décision de mise en production ou évolution d’un produit existant.
Dans ce contexte, la qualité de la donnée est essentielle.
Une information ressaisie plusieurs fois, une note papier perdue, une version de fichier Excel envoyée par mail ou une erreur de saisie peuvent entraîner des incompréhensions, des pertes de temps et, dans certains cas, un risque d’erreur sur la chaîne de fabrication.
L’enjeu n’était donc pas seulement de créer un outil de suivi R&D.
Il fallait accompagner une évolution des méthodes de travail pour centraliser l’information, fiabiliser les données et réduire les risques liés à la circulation manuelle des informations.
Une chaîne d’information à sécuriser
Le sujet n’était pas Excel en lui-même.
Excel reste un outil utile pour analyser, calculer ou explorer des données. Le problème apparaît lorsqu’un fichier devient le support principal d’une information critique qui circule par mail, est ressaisie, imprimée, annotée puis réutilisée dans une décision industrielle.
Dans un environnement R&D et industriel, une donnée mal saisie, mal transmise ou mal interprétée peut avoir des conséquences importantes :
- perte de traçabilité
- mauvaise version de formule utilisée
- ressaisie inutile entre plusieurs supports
- notes papier difficiles à retrouver
- résultats de tests non centralisés
- décisions prises sur des informations incomplètes
- risque d’erreur dans la transmission vers les étapes d’industrialisation ou de fabrication
Le projet devait donc permettre de fiabiliser l’ensemble de la chaîne d’information, depuis la formulation jusqu’aux décisions produit.
Le défi
Structurer les données R&D tout en accompagnant le changement des équipes.
Toupret avait besoin d’un outil capable de s’intégrer dans le quotidien d’équipes pluridisciplinaires, avec des usages différents entre le service technique, le laboratoire et les équipes en charge du suivi des formulations.
Le projet devait répondre à plusieurs enjeux :
- centraliser les données de formulation
- éviter la double saisie entre fichiers, mails et supports internes
- réduire l’usage du papier et des notes dispersées
- fiabiliser les versions de formules, d’échantillons et de résultats
- limiter le risque d’erreur dans la transmission des informations
- faciliter la collaboration entre service technique et laboratoire
- accompagner les équipes dans l’adoption de nouveaux modes de travail
- réduire le risque qu’une erreur de saisie se propage jusqu’à la production
- construire un outil suffisamment structuré pour garantir la traçabilité, mais assez souple pour ne pas freiner l’expérimentation
Dans un environnement R&D, un outil trop rigide peut devenir un frein. À l’inverse, un suivi trop dispersé limite la fiabilité, la traçabilité et la réutilisation des connaissances.
L’objectif était donc de trouver le bon équilibre entre structure, souplesse et usage terrain.
Notre rôle
KOUL a accompagné Toupret dans la conception d’un outil métier sur mesure, mais aussi dans la structuration progressive des usages autour de cet outil.
Notre intervention s’est faite au contact d’équipes pluridisciplinaires, avec un objectif : comprendre les pratiques réelles, identifier les points de friction et construire un système capable de remplacer progressivement les fichiers dispersés, les échanges par mail et les notes difficiles à tracer.
Nous sommes intervenus sur plusieurs dimensions :
- compréhension des processus du service technique et du laboratoire
- analyse des flux d’information entre les équipes
- immersion dans les règles métier propres à la formulation produit
- modélisation des formules, compositions, échantillons, tests et résultats
- structuration des critères d’analyse et des méthodes d’évaluation
- conception d’interfaces adaptées aux usages terrain
- réduction des doubles saisies et des informations dispersées
- accompagnement à l’adoption de l’outil
- ajustements progressifs à partir des retours utilisateurs
- construction d’un référentiel métier capable d’évoluer avec les pratiques R&D
L’objectif n’était pas d’imposer un logiciel rigide aux équipes, mais de construire un outil capable de faire évoluer les méthodes sans casser les pratiques métier.
Une transformation progressive des méthodes de travail
Le projet a permis de déplacer une partie du suivi R&D depuis des supports dispersés vers un référentiel métier commun.
Cette transformation a plusieurs effets :
- les informations sont centralisées
- les versions sont mieux tracées
- les résultats de tests sont plus facilement exploitables
- les échanges entre équipes reposent sur une donnée commune
- les risques liés à la ressaisie sont réduits
- les notes papier sont progressivement remplacées par une donnée structurée
- les décisions peuvent être prises à partir d’informations plus fiables
- les équipes disposent d’un historique consultable et exploitable dans le temps
L’outil devient ainsi un support de collaboration entre les équipes, mais aussi un moyen de sécuriser la chaîne d’information depuis la formulation jusqu’aux étapes d’industrialisation.
Une plateforme pensée pour la traçabilité et la capitalisation
L’outil développé permet aux équipes de documenter les formules, d’organiser les essais et de suivre les résultats associés.
Chaque expérimentation peut être rattachée à des données structurées : composition, version, échantillon, critères techniques, mesures, observations, résultats et décisions.
Cette structuration permet de conserver l’historique des choix, de comparer les évolutions et de mieux comprendre l’impact des modifications apportées aux formulations.
La plateforme devient ainsi un référentiel R&D, capable de capitaliser sur les connaissances accumulées dans le temps.
Les briques métier structurées
La plateforme accompagne plusieurs étapes clés du processus R&D.
Formules et compositions
Structuration des formules, composants, versions, matières premières et informations techniques associées.
Impact : fiabiliser la donnée produit, suivre les évolutions et réduire le risque d’utiliser une mauvaise version de formule.

Échantillons et essais
Suivi des échantillons, lots, expérimentations, observations et résultats associés.
Impact : mieux documenter les tests réalisés et conserver l’historique des expérimentations.

Critères d’analyse
Organisation des critères techniques utilisés pour évaluer les formulations.
Impact : homogénéiser les pratiques d’évaluation et faciliter la comparaison des résultats dans le temps.
Résultats de tests
Saisie, suivi et consolidation des résultats issus des essais réalisés par les équipes.
Impact : améliorer la fiabilité des analyses et accélérer la prise de décision.

Comparaison des formules
Comparaison des formulations selon des critères techniques définis.
Impact : identifier plus rapidement les meilleures pistes produit et capitaliser sur les formulations existantes.

Historique et traçabilité
Conservation des versions, évolutions, observations et décisions liées aux formulations.
Impact : renforcer la traçabilité R&D et réduire la perte d’information.
Collaboration service technique et laboratoire
Mise en commun des informations entre les équipes impliquées dans les essais, analyses et validations.
Impact : réduire les échanges dispersés, les incompréhensions et les ressaisies inutiles.
Les décisions structurantes
La valeur du projet ne repose pas uniquement sur les écrans développés.
Elle repose sur plusieurs décisions structurantes prises tout au long de l’accompagnement :
- modéliser finement les données R&D
- respecter les pratiques réelles du service technique et du laboratoire
- éviter un outil trop rigide pour ne pas freiner l’expérimentation
- réduire la dépendance aux fichiers dispersés, aux mails et aux notes papier
- rendre les données comparables dans le temps
- sécuriser les versions de formules et de résultats
- faciliter la réutilisation des formulations existantes
- accompagner les équipes dans le changement de méthode
- construire un outil évolutif, capable d’intégrer de nouveaux critères et usages
Ces décisions ont permis de transformer un processus complexe en outil métier exploitable au quotidien.
Les résultats
Toupret dispose aujourd’hui d’un outil métier qui structure les données R&D et sécurise le suivi des formulations.
La plateforme permet notamment :
- de centraliser les informations liées aux formules, échantillons et tests
- de réduire les doubles saisies
- de limiter les échanges d’informations critiques par fichiers ou mails
- de remplacer progressivement les notes papier par une donnée structurée
- de faciliter la collaboration entre service technique et laboratoire
- d’améliorer la traçabilité des décisions R&D
- de réduire le risque d’erreur dans la transmission des informations
- de fiabiliser les données utilisées dans le développement produit
- de mieux capitaliser sur les essais passés
- d’accélérer les cycles de développement produit
Au-delà du développement logiciel, le projet a accompagné une évolution des méthodes de travail autour d’un enjeu clé : transformer un savoir-faire R&D complexe en système d’information fiable, partagé et exploitable.
Pourquoi ce projet est représentatif de notre approche
Cette mission illustre un contexte dans lequel KOUL apporte une forte valeur : transformer des processus métier complexes en logiciel utile, adopté et durable.
Dans ce type de projet, le sujet n’est pas uniquement technique.
Il faut comprendre le métier, modéliser les données, structurer les usages, accompagner les équipes dans le changement, concevoir des interfaces adaptées et construire un outil capable d’évoluer avec les pratiques réelles.
C’est précisément le rôle de KOUL : accompagner les organisations dans la conception de logiciels métiers qui structurent leur activité et créent de la valeur dans la durée.
Conclusion
Structurer la R&D produit ne consiste pas simplement à digitaliser des tableaux, des formulaires ou des notes de laboratoire.
C’est un travail de compréhension métier, de modélisation des données, d’accompagnement au changement et de sécurisation de la chaîne d’information.
Avec Toupret, KOUL a conçu une plateforme métier qui aide les équipes R&D à tracer, comparer et capitaliser sur leurs expérimentations, tout en réduisant les risques liés aux doubles saisies, aux supports dispersés et aux erreurs de transmission.
L’objectif final : fiabiliser les formulations, améliorer la collaboration entre les équipes et accélérer l’innovation produit.
