Acquérir une solution ERP est une activité à la fois risquée, fastidieuse et complexe pour toute organisation. Il a été largement rapporté que le choix inapproprié d’une solution ERP est l’une des principales causes derrière l’échec de sa mise en œuvre. Dans cet article, notre objectif est d’élaborer une nouvelle méthode d’évaluation ex-ante d’adaptation et de sélection des solutions de type ERP. Cette méthode, dénommée SEVALERPS (Systematic EVALuation of ERP Systems), est destinée à aider les organisations, plus particulièrement les grands comptes, à mieux adapter et à évaluer des solutions ERP potentielles, afin d’en choisir celles qui réalisent les meilleurs compromis de leurs exigences. Afin de gérer les différents aspects d’évaluation des solutions, la méthode SEVALERPS se base sur plusieurs techniques mathématiques. Il s’agit de la programmation linéaire à variables binaires pour le choix des meilleurs scénarii d’adaptation des solutions ERP, de la technique MACBETH pour exprimer, sous une forme quantitative ou qualitative, les préférences de l’équipe de sélection sur les critères d’évaluation, et de l’intégrale discrète de Choquet pour gérer les interdépendances qui pourraient exister entre les critères d’évaluation.

Acquiring an ERP system is one of the most risky, tedious and complex decision making activity for any organization. It has been widely reported that selecting an inappropriate ERP is a one of the major reason for its implementation failure. In this present paper, we develop a new ex-ante evaluation method for ERP system tailoring and selection. The proposed method, called SEVALERPS (Systematic Evaluation of ERP Systems), is basically elaborated to help organizations, especially large ones, to better customize and evaluate the potential ERP solutions in order to choose the ones that make their best requirements’ tradeoff. SEVALERPS relies on many sound mathematical techniques to handle various evaluation aspects: 0-1 linear programming to choose the best ERP tailoring scenarios, MACBETH to voice out the preferences of the selection team in both qualitative and quantitative way, and the discrete Choquet integral to address interdependencies that might exist among evaluation criteria.