Pourquoi les check-lists échouent : 5 raisons pour lesquelles on coche des cases sans améliorer la qualité
Dans les systèmes de management de la qualité, la check-list passe pour l’un des principaux outils d’identification des risques. Elle permet d’évaluer le procédé sur des critères quantitatifs et qualitatifs, l’état des équipements et la sécurité au travail. Pourtant, malgré des check-lists à chaque étape de la production, les arrêts et les incidents surviennent quand même. La cause n’est pas la check-list elle-même, mais l’usage qu’on en fait.
Voyons comment éviter ces écueils à partir du cas d’une filiale d’ExxonMobil et de son déploiement de la plateforme Logsheet.ai. La direction s’agaçait de ne pas voir les indicateurs réels : tout paraissait parfait sur le papier, mais les pannes d’équipement se multipliaient. L’analyse a mis au jour plusieurs problèmes importants — et tous corrigeables.
1. Le remplissage rituel
Le problème. La première chose que nous avons constatée en observant le processus : les collaborateurs cochaient les points non pas d’après les relevés réels, mais pour cocher — souvent sans même regarder les instruments.
Il fallait par exemple consigner la pression du séparateur, restée à 4,2 atm plusieurs postes d’affilée. L’opérateur sait que la consigne impose une valeur entre 4,0 et 4,5 atm ; sans regarder, il note « normal ».
Son raisonnement ? Parcourir une longue check-list, retrouver la bonne ligne et vérifier que chaque valeur reste dans les limites prend trop de temps. Cocher par habitude, avec un simple coup d’œil à l’équipement, paraît plus simple que de traiter chaque point sérieusement.
Les conséquences. Pendant que la check-list attestait chaque jour du respect des normes du procédé, la réalité racontait autre chose :
- le journal de poste n’apportait aucune information exploitable ;
- les équipements fonctionnaient souvent en mode dégradé ;
- deux pannes imprévues sont survenues sur la même zone en une seule semaine ;
- la maintenance planifiée a cédé la place à des réparations d’urgence ;
- impossible de situer le moment critique où les performances ont commencé à se dégrader.
Au bout du compte, travailler sur de tels équipements est devenu tout simplement dangereux pour le personnel.
La solution dans Logsheet.ai. Nous avons proposé de remplacer les cases à cocher par des valeurs numériques — température, pression — ou par une sélection dans une liste déroulante. Les opérateurs ont d’abord résisté, puis se sont approprié le format en deux semaines. Pour emporter l’adhésion, il a aussi fallu alléger la charge d’information.
2. La surcharge d’information
Le problème. Selon les équipements, les check-lists remplies par les opérateurs comptaient un nombre excessif de points — de 20 à 40, voire davantage. Dans les faits, les équipes ne lisaient vraiment que les premières et les dernières lignes ; tout le reste était coché par défaut. La pression du séparateur, indicateur critique, figurait en douzième position — et se retrouvait systématiquement notée « normal » sans avoir été vérifiée.
Les conséquences. Les opérateurs passaient à côté d’indicateurs clés qui pèsent directement sur le procédé, parce que trop de temps et d’énergie partaient dans la saisie de données secondaires.
La solution. Nous avons proposé de limiter les check-lists à 10–15 points et de découper les listes plus longues en sections. La direction a d’abord résisté, craignant qu’omettre un paramètre ne compromette la sécurité. Nous avons donc analysé les indicateurs critiques de chaque zone et paramétré les check-lists Logsheet.ai ainsi :
- n’afficher que les paramètres liés à la tâche en cours et masquer les autres ;
- imposer de renseigner d’abord les points critiques, les autres restant facultatifs — si un capteur de pression relève une valeur anormale, un champ de commentaire et un envoi de photo apparaissent automatiquement ;
- s’adapter au poste et à la zone, pour ne laisser visibles que les points utiles au cas précis ;
- faire apparaître des points supplémentaires uniquement lorsque certaines valeurs se déclenchent, en les gardant masqués en fonctionnement normal.
La réduction du nombre de points a permis aux opérateurs de consacrer plus de temps à un remplissage soigneux, et les rapports sont devenus nettement plus informatifs.
3. L’absence de retour
Le problème. Autre constat en atelier : les opérateurs ne voyaient aucun effet de leur travail. Ils avaient l’impression que leur seule obligation était de remplir la check-list, pas de garantir l’exactitude et la complétude de ce qu’ils y mettaient. La direction ne suivait pas le remplissage, ne récompensait ni ne sanctionnait les écarts. Résultat : les opérateurs ont cessé d’accorder de la valeur à une saisie honnête et se sont contentés de cocher sans vérifier les relevés.
La solution. Pour rendre l’évaluation lisible, nous avons intégré les données saisies aux rapports de production et aux tableaux de bord accessibles aux équipes comme à la direction. À partir des contrôles de bruits anormaux sur les équipements dynamiques, nous avons produit un rapport qui a révélé ceci :
- aucune check-list ne signalait le moindre problème d’équipement ;
- en croisant cette liste avec le registre des pannes, les données ne correspondaient pas — la check-list contenait donc des informations fausses ;
- nous avons rapproché les dates de panne des dates de check-list et des noms des responsables ayant effectué le contrôle juste avant chaque défaillance ;
- cela a permis d’identifier les collaborateurs qui remplissaient les check-lists sans tenir compte des valeurs réelles.
Ce type de retour montre aux équipes que leur travail est suivi, que le contrôle est inévitable et que les check-lists doivent être remplies consciencieusement — car l’information qu’elles fournissent sert réellement à analyser la production.
Pour la direction, ce retour devient un outil précieux d’évaluation des KPI individuels. La qualité comme la ponctualité du remplissage peuvent d’ailleurs servir à mesurer la performance.
4. La check-list remplie de mémoire en fin de poste
Le problème. Un collaborateur qui s’estime expérimenté et très occupé remplit la check-list de mémoire en fin de poste, au lieu de la confronter aux données réelles de production. D’où des imprécisions et des erreurs, et la quasi-impossibilité de déterminer à quel moment de la journée quelque chose a dérapé — ni qui en est responsable.
La solution. Nous avons proposé de remplir la check-list depuis un appareil mobile. Dans ce cas, la position réelle de l’opérateur et l’heure de saisie sont enregistrées automatiquement, ce qui permet de repérer les saisies tardives. Cette analyse a mis en évidence plusieurs collaborateurs qui ne remplissaient pas leur check-list en temps voulu.
L’un d’eux, John Henderson, saisissait à 20 h depuis le bureau des informations qu’il aurait dû consigner à 14 h en atelier. Sur la base de ces statistiques, la direction a introduit un KPI supplémentaire portant sur l’enregistrement des relevés au point de mesure.
Pour prévenir de nouveaux écarts, nous avons mis en place un planning automatique : le système réclame la saisie aux heures prévues. Les données peuvent désormais être saisies à la main, mais aussi dictées sous forme de messages vocaux.
5. La check-list n’est pas intégrée à la passation de poste
Le problème. Autre facteur qui réduisait l’efficacité des check-lists : elles n’étaient pas intégrées à la passation. Le collaborateur entrant retombait sur les mêmes problèmes que le sortant et perdait du temps sur des décisions déjà prises.
Sur une plateforme de puits, l’équipe de jour a ainsi constaté que l’actionneur électrique de la vanne de dosage du méthanol cognait sans atteindre sa position finale. Le problème a été réglé en tournant la vanne de trois tours supplémentaires à la main, le fin de course se bloquant par temps froid. Mais la passation à l’équipe de nuit s’est faite oralement et de façon incomplète. Quand la situation s’est reproduite, un autre collaborateur a trop ouvert la vanne : il a fallu couper l’alimentation en méthanol et passer trois heures et demie à refaire le diagnostic. S’il avait pris connaissance de ce que l’équipe précédente avait consigné dans le journal d’exploitation électronique, la résolution aurait pris quelques minutes.
La solution. Il a été demandé aux équipes de commencer leur poste en remplissant une check-list dans Logsheet.ai, générée automatiquement à partir des informations laissées par le collaborateur précédent.
Un système de « feu tricolore » a également été mis en place, affichant en temps réel des contrôles de qualité sur la check-list remplie par l’équipe précédente. Il portait sur :
- la position physique du collaborateur qui l’a remplie ;
- l’écart de temps entre l’événement et le moment de la saisie ;
- la vitesse de remplissage — révélatrice d’un travail soigneux ou d’une saisie expédiée sans réfléchir.
Les check-lists sont devenues opérationnelles
En automatisant plusieurs processus clés, nous avons restructuré le système de check-lists de l’entreprise ainsi :
- limitation à 10–15 points, les listes plus longues étant découpées en sections ;
- remplissage en temps réel encouragé, facilité par la version mobile et la saisie vocale ;
- propositions pour régler les questions d’organisation via des KPI sur la qualité et la ponctualité du remplissage ;
- collecte de statistiques, utilisées pour analyser les résultats du remplissage ;
- configuration des check-lists pour la passation de poste.
La check-list a cessé d’être une simple liste de cases : elle est devenue un outil réellement utile, qui permet d’obtenir un rapport de poste informatif, de repérer les écarts à temps et d’agir avant que des pannes ou des accidents graves ne surviennent.
