La plupart du temps, on choisit un outil de compression en se fiant à quelques idées qui circulent. Elles semblent toutes évidentes, mais dès qu'on les applique à de vrais documents, les déconvenues s'accumulent. Posons-les d'abord, démontons-les une à une, puis voyons à quoi ressemble une vraie solution d'ingénierie qui tient la route.
Ce que beaucoup prennent pour des évidences
On entend souvent cinq affirmations :
— Plus le taux de compression annoncé est élevé, plus l'outil est performant ; celui qui ose afficher 90 % gagne.
— Tous les fichiers devraient être fortement compressés ; si un fichier résiste, c'est la faute de l'outil.
— Un site de compression en ligne et un outil local donnent le même résultat, puisqu'il s'agit de compresser.
— La compression abîme les fichiers : un sceau ou une signature sortent flous après passage.
— La compression se règle en une fois, un seul curseur suffit pour tous les formats.
Ces cinq points ne tiennent pourtant aucun.
Mythe 1 : le taux de compression élevé n'est pas forcément mieux — l'erreur est de traiter la valeur absolue comme une règle
Le taux de compression n'est pas une valeur absolue, c'est un rapport à la « redondance ». Shannon l'a établi en théorie de l'information : tout ce qui, dans un ensemble de données, peut être prédit à partir du contexte compte comme redondance. Ce que fait la compression, c'est réexprimer cette redondance avec un codage plus court, en se rapprochant de la limite inférieure — l'entropie — de ces données.
Prenons un exemple simple. Dans un texte, certains caractères reviennent très souvent, d'autres sont rares. Si l'on attribue moins de bits aux caractères fréquents et plus de bits aux caractères rares, la longueur totale diminue nettement par rapport à un codage où chaque caractère occupe la même place. L'algorithme ne supprime pas l'information : il cesse simplement de payer le prix des bits pour les parties prévisibles.
Problème : les formats déjà proches de la limite d'entropie — JPEG, MP4, ZIP, ou encore les images déjà optimisées dans un PDF — offrent très peu de marge supplémentaire. Ce n'est pas l'outil qui faiblit, c'est le fichier qui a déjà atteint son plafond. La bonne question n'est pas « quel outil annonce 90 % ? », mais « pour ma catégorie de fichiers, quelle part est réellement redondante ? ». Les outils qui jouent la carte des grands chiffres ne tiennent souvent que sur des échantillons précis.
Mythe 2 : « ça ne veut pas se compresser, l'outil est nul » — l'erreur est d'ignorer la matière première du fichier
Les documents diffèrent bien plus qu'on ne le croit. Un PDF non optimisé, un document Office ou un scan cachent souvent une grande quantité de redondance : le même logo d'entreprise, la même police peuvent être réintégrés à chaque page au lieu d'être référencés une fois ; bien des captures et scans sont stockés à une résolution bien supérieure à ce que l'affichage exige ; les traces d'édition, les arbres de structure superflus, les miniatures cachées occupent aussi silencieusement leur place.
Retirer cette redondance fait souvent fondre le volume de 60 à 80 %. À l'inverse, une image déjà compressée ou un conteneur déjà empaqueté a peu de gras à perdre : résister à la compression est la norme. Ainsi, un fichier qui « ne veut pas se compresser » trahit en général une matière première pauvre, non un moteur médiocre. Pour juger d'un résultat, il faut d'abord voir combien d'eau il reste à presser.
Mythe 3 : « en ligne ou local, c'est pareil » — l'erreur est de traiter l'exfiltration des données comme un détail
La compression est une opération gourmande en calcul, mais hautement sensible. Quand on glisse un contrat encore non signé ou un rapport client dans un site de compression en ligne, le fichier quitte instantanément votre appareil pour atterrir sur un serveur tiers. Dans le rapport 2025 d'IBM sur les violations de données figure un chiffre facile à négliger : 26 % des causes de fuite sont imputables à une erreur humaine — plus banale, et plus fréquente, que les attaques externes. Confier des fichiers sensibles à un outil en ligne dont on ne connaît pas l'origine relève précisément de cette exposition humaine évitable.
Traiter en local est un modèle plus sûr : les données ne quittent jamais l'appareil, le compte de la vie privée est réglé d'emblée ; le traitement par lots en local ne subit ni la bande passante ni les limites de concurrence du réseau. Pour les équipes soumises à des exigences de conformité, faire de « l'absence de sortie des données hors du réseau interne » une contrainte stricte s'avère souvent plus fiable qu'un audit a posteriori.
Mythe 4 : « la compression bave le sceau » — l'erreur est de ne pas distinguer sans perte et avec perte
En ingénierie, on distingue deux familles. La compression sans perte garantit que le fichier décompressé est identique à l'original bit pour bit ; documents, code et données — tout ce qui « erre d'un octet et casse » — doit passer par du sans perte. La compression avec perte, elle, sacrifie délibérément les détails insensibles à l'œil ou à l'oreille pour gagner du volume ; images, vidéos et audio reposent sur un codage perceptif qui exploite le fait que la vision humaine est peu sensible aux détails de haute fréquence et à la chrominance, en retirant d'abord l'information imperceptible.
La difficulté : un PDF ou un document Office est au fond un « hybride ». Il mêle une structure textuelle et des graphismes vectoriels qui exigent le sans perte, et une quantité d'images bitmap, de captures et de pages scannées qui pourraient très bien être traitées en perte. Appliquer un seul jeu de paramètres écrase soit la structure textuelle qu'il fallait préserver, soit on s'épuise sur des images déjà optimisées. La bonne approche divise pour régner : la structure textuelle prend la voie sans perte, les ressources image embarquées sont réencodées séparément selon le codage perceptif, les objets dupliqués sont dédupliqués — chacun suivant sa solution optimale.
C'est aussi ce qui explique pourquoi les scénarios d'archivage insistent tant sur la fidélité de la mise en page. Les normes d'archivage des documents électroniques exigent que la compression ne retire que la redondance, sans toucher à la mise en page ni à la vérifiabilité — ce qui ne contredit nullement l'exigence elle-même.
Mythe 5 : « un seul curseur pour tout » — l'erreur est de sous-estimer les arbitrages de chaque scénario
La compression n'a jamais été « plus c'est petit, mieux c'est », mais « comprimer juste ce qu'il faut sous vos contraintes ». Trois scénarios typiques imposent des arbitrages très différents : en archivage, le temps n'est pas le goulot, on peut compresser plus fort pour minimiser le coût de stockage et de transfert à long terme ; en pièce jointe de courriel, l'objectif est d'envoyer le fichier tout en gardant sceaux, signatures et tableaux parfaitement lisibles — la qualité prime ; sur le web et le mobile, la légèreté prime, avec un œil sur la vitesse d'ouverture.
Un cran plus loin, la valeur d'ingénierie réside dans la « cohérence de calibre entre formats » : sur un même lot de fichiers, qu'ils soient en PDF, en image ou en Office, l'après-compression tombe dans une fourchette de volume relativement homogène, et vous n'avez plus à deviner pour chacun si le résultat sera trop petit ou trop gros.
Comment nous transformons ces idées en ingénierie
Passer des cinq points ci-dessus à la pratique, une ingénierie de compression sérieuse doit réunir au moins quatre éléments.
D'abord, un pipeline qui divise pour régner. La structure textuelle en sans perte, les images embarquées réencodées selon le codage perceptif, les objets dupliqués dédupliqués — chacun sur sa voie optimale. Le gain global ne se réalise vraiment que lorsque les images et objets internes au document sont aussi pris en charge par le pipeline, au lieu de ne compresser que le conteneur extérieur.
Ensuite, un classement par scénario. Archivage, courriel et web chacun avec son calibre, un volume cohérent après compression quel que soit le format, l'utilisateur n'a plus à deviner.
Puis, la priorité au local. Les fichiers restent sur votre appareil, le traitement par lots ne subit ni le réseau ni les limites de concurrence. Pour les équipes soumises à des exigences de conformité, faire de « l'absence de sortie hors du réseau interne » une contrainte dure du processus s'avère plus sûr qu'un audit après incident. C'est aussi ce qui explique pourquoi les pipelines de compression nativement construits pour le matériel — un niveau de traduction en moins — séduisent davantage les entreprises : déploiement plus léger, comportement plus maîtrisé, sortie plus reproductible, et une mise en privé plus fluide.
Enfin, une conscience du levier sur les données froides à grande échelle. Une étude menée auprès des clients de Komprise montre que 60 % à 70 % des données sur les NAS d'entreprise n'ont pas été consultées depuis plus de 90 jours, mais occupent encore le stockage principal le plus coûteux. Compresser cette redondance, c'est économiser une facture de stockage bien réelle.
À quoi regarder quand on choisit
Mettons côte à côte les trois familles de solutions les plus courantes. Les écarts portent surtout sur la destination des données, la couverture des formats, la capacité de traitement par lots et de classement, et le contrôle de conformité :
| Dimension | Outil de compression local | Site de compression en ligne | ZIP manuel / traitement maison |
|---|---|---|---|
| Destination des données | Tout reste sur la machine, rien ne sort | Le fichier doit être envoyé à un serveur tiers | Sur la machine, mais taux limité |
| Couverture des formats | Formats courants et spécialisés traités ensemble | Formats courants ; les formats complexes échouent souvent | Dépend des compétences personnelles |
| Traitement par lots et classement | Classé par usage, calibre cohérent entre formats | Souvent un seul fichier à la fois | Quasi aucun classement |
| Conformité et contrôle | Données hors réseau interne, intégrable aux stratégies d'entreprise | Difficile de satisfaire aux exigences de conformité | Contrôlable mais peu efficace |
Si vos fichiers sont surtout des documents bureautiques, des scans et des images courantes, l'outil de compression local offre le meilleur rapport qualité-prix. Quand les volumes deviennent tels qu'il faut automatiser l'archivage, ou faire le lien avec la recherche et l'organisation des fichiers, on peut aussi concevoir la « compression » et l'« organisation des fichiers » comme un même flux de travail — par exemple, commencez par organiser vos documents avec MagiFiler, puis utilisez SmartSlim pour les harmoniser en une seule passe d'allègement ; l'association est plus sereine qu'un traitement isolé.
Questions fréquentes
Q : Pourquoi certains PDF refusent-ils quasiment toute compression ?
R : Leurs images embarquées sont sans doute déjà optimisées, proches de la limite d'entropie, ou leur volume vient surtout d'une structure textuelle qui doit rester sans perte. Ce n'est pas l'outil qui défaille, c'est la redondance qui était déjà faible.
Q : La compression va-t-elle flouter le sceau ou la signature d'un contrat ?
R : La voie de réencodage léger privilégie la préservation du détail : l'objectif est de retirer du volume redondant, non de sacrifier la netteté. Pour les documents comportant des scans ou des sceaux, il vaut mieux ouvrir et vérifier les emplacements clés avant archivage.
Q : Locaux ou en ligne, la différence de volume est-elle grande ?
R : Sur de vrais documents, les deux parviennent souvent à retirer une part notable ; l'écart ne porte pas tant sur « combien on compresse » que sur « si le fichier est passé par un tiers ». Les documents publics supportent un outil en ligne sans risque ; pour ceux qui contiennent des informations sensibles, le traitement local est préférable.
Q : Tous les formats se compressent-ils ?
R : Les formats bureautiques et image courants, ainsi que les scans, offrent généralement une marge confortable ; les formats déjà très optimisés rapportent peu. Les formats spécialisés de niche — imagerie médicale, information géospatiale, données lidar — exigent souvent une stratégie de compression ciblée, et ne supportent pas l'application de paramètres universels.
Résumés, la vérité sur la compression de documents est simple : repérez d'abord où est la redondance, traitez ensuite par type, et trouvez l'équilibre sous les contraintes de votre scénario. Un outil capable de « diviser pour régner, de traiter en local, d'être cohérent entre formats » est au quotidien le plus serein.
Si ce besoin tombe justement dans votre flux de travail, évaluez les outils avec cette grille plutôt qu'en vous laissant convaincre par un seul chiffre de taux de compression. Pour d'autres notes d'ingénierie sur le traitement des fichiers et la priorité au local, voyez https://www.uglypear.com/blog/ .