3.4 Questions pratiques liées à la gestion de l’information

TABLE DES MATIÈRES

• 3.4.1 Créer une enquête pour suivre les activités programmatiques : quels éléments clés ?
  • Ne recueillir que ce qui est nécessaire
  • Essais préliminaires des enquêtes sur le terrain
  • Sensibilité culturelle
  • Format de l’enquête
• 3.4.2 J’ai besoin de créer une base de données. Comment dois-je m’y prendre ?
• 3.4.3 Tableaux de bord automatiques mis à jour en temps réel : par où commencer ?
• 3.4.4 Comment produire une carte avec mes données ?
• 3.4.5 Les systèmes de gestion de l’information sont-ils également pertinents pour les données et informations qualitatives ?
• 3.4.6 Violation des données, risque 0 ? Pourquoi investir dans la protection des données ?
• 3.4.7 Quels sont les avantages de systèmes efficaces de gestion de l’information ?
• 3.4.8 Gestion de l’information & visualisation des données : comment faciliter la prise de décision ?
• 3.4.9 La collecte de données sur mobile améliore-t-elle la qualité des données de mon programme ?
• 3.4.10 Quels sont les outils de collecte de données sur mobile pour mon équipe ?
• 3.4.11 Comment Kobo améliore-t-il la collecte de données et gestion de l’information ?

---

3.4.1 Créer une enquête pour suivre les activités programmatiques : quels éléments clés ?

Les enquêtes sont souvent l’outil de mesure le plus courant permettant aux acteurs humanitaires et de développement de communiquer avec les bénéficiaires et les communautés cibles. Les enquêtes produisent des données quantitatives qui peuvent ensuite être analysées pour comprendre le contexte, déterminer les activités de projet appropriées et comprendre l’impact des programmes. Passons en revue quelques-uns des aspects clés.

Ne recueillir que ce qui est nécessaire

Le premier point à prendre en compte dans la conception des enquêtes est de s’assurer que seules les informations minimales et essentielles sont recueillies, ce qui signifie que toutes les données provenant des enquêtes doivent être utilisées. Avant de créer l’enquête, déterminez les besoins en matière de collecte en élaborant un plan d’analyse qui devra ensuite servir à orienter l’élaboration de questions précises.

Une erreur courante dans la conception des outils de collecte de données est qu’ils sont perçus comme distincts de l’élaboration des produits de l’analyse. L’élaboration d’un plan d’analyse vous permettra de contrer ce risque. Il vous aidera à réfléchir aux liens entre les informations nécessaires, les questions spécifiques de l’enquête qui permettront de collecter ces données, les personnes qui devront répondre aux questions et la façon dont chaque question sera analysée pour fournir les informations. Pour plus de détails sur l’élaboration d’un plan d’analyse (et sur la façon dont il se rapporte à l’élaboration d’une base de données), veuillez consulter la page 4 du guide de l’ACAPS, disponible ici.

Essais préliminaires des enquêtes sur le terrain

Une autre considération clé dans l’élaboration d’enquêtes est qu’il est toujours nécessaire de tester l’enquête sur le terrain pour s’assurer de sa pertinence et de son adéquation dans le contexte. Les questions d’une enquête peuvent parfois être floues tant pour les enquêteurs que pour les répondants. En testant, vous pouvez réduire l’incertitude entre les deux groupes et favoriser des données de meilleure qualité. Pour effectuer des essais sur le terrain, les étapes suivantes sont à suivre :

1. Une formation approfondie des équipes de collecte de données (enquêteurs) sur les questions de l’enquête ; passez en revue chaque question tour à tour et assurez-vous que les enquêteurs connaissent le but de chaque question posée - référez-vous au plan d’analyse !
2. Si les questions ne sont pas claires en fonction de la connaissance du contexte par les enquêteurs, veillez à ce qu’elles soient modifiées avant le déploiement. Par conséquent, il peut s’avérer utile d’impliquer directement les équipes locales lors de la phase de conception des questions de l’enquête, dans la mesure du possible.
3. Testez l’enquête sur le terrain auprès d’un petit échantillon des répondants cibles.
4. Passez en revue les données recueillies au cours du projet pilote. Y avait-il des questions peu claires ou peu probables ? Y a-t-il eu beaucoup de réponses « je ne sais pas » aux questions à choix multiples ?
5. Rencontrez les équipes sur le terrain et passez en revue leur perception de la manière dont le pilote a été mené. Est-ce que certaines questions leur ont paru peu claires, à eux ou aux répondants ? Est-ce que certaines étaient un peu trop sensibles pour certains bénéficiaires et soit n’ont pas été posées, ou bien posées de manière plus appropriée sur le plan culturel ?
6. Adaptez l’enquête en fonction des informations reçues par rapport à chaque question spécifique.

Sensibilité culturelle

Le fait des tester les enquêtes est particulièrement important lorsque celles-ci ont été traduites, ce qui peut parfois entraîner un changement de sens, un manque de clarté ou potentiellement supprimer une nuance propre au contexte local. Veuillez consulter le document suivant publié par Indikit et Traducteurs sans frontières pour vous informer sur la localisation et la traduction des outils d’enquête (disponible ici - en anglais uniquement).

Format de l’enquête

Un autre facteur clé à prendre en considération dans l’élaboration d’une enquête est de savoir si vous prévoyez d’utiliser plutôt la collecte de données sur mobile (« MDC ») ou une enquête sur papier. Pour étudier les avantages de la collecte de données sur mobile ainsi que différentes solutions, veuillez vous reporter à la question ci-dessous : « Quels sont quelques exemples d’outils de collecte de données sur mobile et lequel convient le mieux à mon équipe ? ».

Pour plus de détails, et notamment les considérations axées sur la planification, la qualité et le format des questions, veuillez consulter le document technique ACAPS 2012, disponible ici(en anglais uniquement).

3.4.2 J’ai besoin de créer une base de données. Comment dois-je m’y prendre ?

Une base de données est « un outil qui stocke les données et vous permet de créer, lire, mettre jour et supprimer les données d’une manière ou d’une autre » (ACAPS, 2013, p. 3 - en anglais uniquement). Par conséquent, si vous avez des données programmes sur papier ou dans des logiciels informatiques, vous disposez déjà d’une base de données. Les bases de données permettent aux utilisateurs de gagner en efficacité en offrant une fonction de stockage où les données peuvent être récupérées et mises à jour. Réciproquement, les bases de données facilitent l’analyse en structurant les données de manière à effectuer des calculs en toute simplicité.

Décider de la manière dont vous allez « modéliser » (ou structurer) votre base de données dépend de la façon dont vous prévoyez d’utiliser ces données. Les principales considérations pour la création d’une base de données simple sont les suivantes :

• s’assurer que les données sont faciles à saisir ;
• s’assurer que la base de données ne nécessite pas de compétences techniques spécialisées ;
• s’assurer que la base de données structure les données afin de pouvoir effectuer vos analyses facilement.

Souvent, Excel est utilisé comme solution logicielle parmi les acteurs humanitaires et de développement, en particulier au niveau programme. Bien qu’il s’agisse d’un tableur, Excel permet de facilement saisir, stocker et analyser de petites quantités de données. En outre, les notions de base sur le logiciel sont très répandues. Excel dispose de nombreuses fonctions pour améliorer la qualité des données à l’entrée, par exemple grâce à des outils de validation. Excel peut également être utilisé facilement dans le cloud (par exemple en utilisant le compte Office365 ou la suite Google de l’organisation) , ce qui améliore considérablement l’expérience utilisateur et facilite le partage de classeurs entre collègues. De plus, les feuilles Excel stockées dans le cloud peuvent facilement être reliées et permettre de créer des tableaux de bord entièrement automatisés.

Pour plus d’informations sur la création d’une base de données, ACAPS a produit un guide en 2013, que vous trouverez ici (en anglais uniquement).

3.4.3 Tableaux de bord automatiques mis à jour en temps réel : par où commencer ?

Certaines organisations disposent de tableaux de bord automatiques de leurs activités qui sont mis à jour en temps réel. Quelles sont les premières étapes pour en faire de même ?

Les tableaux de bord sont des outils de visualisation de données visant généralement à être facilement compréhensibles pour un public non technique. Les tableaux de bord affichent une représentation visuelle des informations produites par l’analyse des données de manière conviviale afin de faciliter la compréhension des informations provenant des données.

Une fois les besoins en données du projet définis, ces dernières doivent être collectées, nettoyées et stockées. Ce n’est qu’avec des données de qualité obtenues par le biais de ces processus que les données programmes peuvent alors être analysées et visualisées. Comme le montre le diagramme de cycle de gestion des données ci-dessous, les tableaux de bord et autres formes de visualisation des données s’inscrivent par la suite dans la section « Partager et recevoir des retours ».

Les tableaux de bord des programmes ne doivent pas être vus comme étant distincts des autres processus requis pour assurer l’efficacité des systèmes de gestion des données programmes. Ainsi, les premières mesures visant à développer des tableaux de bord efficaces sont de s’assurer que les étapes préalables de la gestion des données sont en place (pour plus de détails, consultez la question « 3.3.1 Quelles sont les premières étapes à suivre pour améliorer la gestion de l’information au sein de mon équipe ? »).

De nombreuses solutions de tableau de bord différentes existent, notamment Power BI, Tableau, R Studio ou même Excel. Il est important de noter que les tableaux de bord nécessitent des mises à jour et une maintenance régulières, ce qui signifie que les équipes internes doivent connaître les processus de gestion du logiciel de leur choix. Le choix de la solution logicielle doit souvent se baser sur les capacités disponibles au sein de l’équipe, à moins qu’une organisation ne soit disposée à investir dans la formation des équipes.

Enfin, les mises à jour régulières des tableaux de bord nécessitent des processus simples et harmonisés pour la collecte, le nettoyage et le stockage des données, qui devront ensuite être retransmises au tableau de bord pour analyse. L’harmonisation de ce processus nécessite un système automatisé de collecte et de nettoyage des données, qui alimente ensuite le tableau de bord pour l’analyse et la visualisation.

3.4.4 Comment produire une carte avec mes données ?

La cartographie peut s’avérer le parent pauvre en termes de gestion des données dans les secteurs humanitaire et de développement. Bien qu’elle permette la production de supports visuellement attrayants et efficaces de partage des informations sur les programmes, elle elle implique des investissements considérables en temps et un bagage technique conséquent, qui peuvent être difficile à mobiliser pour une organisation.

Si vous souhaitez vous contenter d’outils de bureau ou en ligne très limités mais faciles à configurer, vous pouvez envisager Google Earth (bureau) pour commencer, ou des outils comme Gogocarto ou uMap pour une carte en ligne. Vous verrez alors s’ils correspondent à vos besoins.

Si un système SIG avancé semble plus approprié, car il vous faut une compréhension géographique constante de vos activités (et que vous avez donc, en interne ou en externe, les ressources pour configurer et maintenir un tel système, ainsi que produire les cartes), ces deux outils sont ceux le plus fréquemment utilisés : QGIS (un logiciel open source gratuit) ou ArcGIS (un logiciel propriétaire avancé). Les deux ont leurs avantages et inconvénients et doivent donc être évalués en fonction des besoins que vous avez (fonctionnalités géospatiales avancées, très belle édition de carte, etc.).

CartONG a produit une boîte à outils pour les secteurs humanitaire et de développement qui vise à aborder à la fois les concepts théoriques et à fournir des tutoriels d’outils utiles dans la pratique de la cartographie et – pour des profils plus avancés – les systèmes d’information géographique (SIG) à laquelle vous pouvez accéder ici. L’approche est basée sur un ensemble de concepts et d’outils qui doivent être maîtrisés pour produire des cartes et des analyses spatiales de qualité.

3.4.5 Les systèmes de gestion de l’information sont-ils également pertinents pour les données et informations qualitatives ?

Les données qualitatives fournissent des informations et des connaissances qui sont souvent essentielles pour bien comprendre une situation sur le terrain. Une compréhension plus détaillée des réalités du terrain est nécessaire pour exploiter au mieux les avantages des services humanitaires. Par conséquent, les données qualitatives doivent aussi, autant que possible, être intégrées en plus des données quantitatives dans les systèmes de gestion de l’information, notamment parce qu’elles sont trop souvent mises de côté, considérées comme plus longues à aborder et à analyser dans notre monde « axé sur les données quantitatives ».

Les moyens d’incorporer des données qualitatives dans les systèmes de gestion de l’information sont moins clairs que pour les données quantitatives. Par exemple, les données qualitatives ne se prêtent pas aussi bien à la collecte de données sur mobile, qui permet au contraire un degré élevé d’automatisation avec les données quantitatives. Toutefois, les données qualitatives peuvent être utilisées par le biais de méthodes telles que la réflexion en amont pour la conception d’outils quantitatifs, ou en « approfondissant » les résultats inattendus provenant de données quantitatives au cours de différents processus de recherche (recherche exploratoire, S&E, etc.).

De plus, le partage de résultats quantitatifs avec les communautés par le biais de réunions communautaires ou de groupes de discussion peut également être une méthode efficace pour la collecte de données qualitatives, tout en fournissant des retours aux communautés.

3.4.6 Violation des données, risque 0 ? Pourquoi investir dans la protection des données ?

Il y a très peu de risques que les bénéficiaires soient affectés par une violation des données, alors pourquoi devrions-nous investir du temps et de l’argent dans la mise en œuvre ou en dans la mise en pratique de mesures de protection des données ?

Dans le secteur humanitaire et du développement, les ONG collectent et traitent des données personnelles pour mener à bien des activités et, par conséquent, il existe toujours un risque de violation des données, qui se sont produites dans le passé et continueront de se produire à l’avenir. En outre, dans ces environnements où l’État de droit peut ne pas être pleinement appliqué, « la protection des données à caractère personnel des bénéficiaires et du personnel est souvent nécessaire pour protéger leur sécurité, leur vie et leur travail » (CICR, Manuel sur la protection des données dans l’action humanitaire, pp 28-29 - en anglais uniquement).

Comme l’a déclaré le CICR, « la protection des données à caractère personnel est un aspect essentiel de la protection de la vie, de l’intégrité physique et morale et de la dignité des personnes » (Manuel sur la protection des données dans l’action humanitaire - en anglais uniquement). Les nouvelles technologies ont permis un traitement plus facile et plus rapide des données à caractère personnel, ce qui génère des préoccupations quant à l’intrusion dans la vie privée.

Même avec la mise en place des outils les plus adaptés, nous ne pouvons ignorer le risque de soucis techniques pouvant entraîner des violations de la sécurité des données, qui pourraient avoir des conséquences néfastes considérables sur les bénéficiaires. Plus important encore, le « facteur humain » est la considération la plus importante pour les violations potentielles de données. Les risques humains peuvent inclure le partage involontaire de données personnelles, rendant très important de sensibiliser tout le personnel aux enjeux de la gestion responsable et de la protection des données. Par conséquent, il est essentiel que le personnel comprenne des termes clés comme les « informations personnellement identifiables (IPI) ». ou les « données sensibles ».

Le travail humanitaire étant effectué dans des contextes divers, la sensibilité des données et les garanties appropriées doivent être déterminées sur une base contextuelle. Un aperçu des directives existantes sur la protection des données personnelles dans le cadre de l’action humanitaire se trouve dans le Manuel sur la protection des données dans l’action humanitaire du CICR, publié en 2020, et les Data Responsibility Guidelines publiées par OCHA en 2021.

3.4.7 Quels sont les avantages de systèmes efficaces de gestion de l’information ?

Plus précisément, les avantages de systèmes efficaces de gestion de l’information vont-ils au-delà d’une simplification du reporting auprès des bailleurs ?

La gestion de l’information vise à faciliter l’analyse de données de qualité qui permettent aux équipes programme de prendre des décisions fondées sur des données probantes. Cela inclut la saisie continue de données de suivi et d’évaluation fondées sur les programmes, outre l’analyse et la visualisation.

Un avantage secondaire, sans être une fin en soi, de systèmes de gestion de l’information efficaces est la facilité de production de rapports sur les données programmes aux bailleurs. Les systèmes de gestion de l’information centralisés peuvent éliminer les problèmes de reporting qui existent du fait de plusieurs jeux de données dans différents dossiers, de différents membres du personnel possédant leurs propres systèmes de suivi qui ne correspondent pas toujours, ou d’autres problèmes courants dans le secteur.

En résumé, une gestion de l’information centralisée et efficace permet de prendre des décisions fondées sur des données probantes, et ainsi d’améliorer les activités programmatiques de l’ONG. Une telle gestion de l’information doit aussi permettre de réduire le temps consacré au reporting bailleurs.

3.4.8 Gestion de l’information & visualisation des données : comment faciliter la prise de décision ?

Plus précisément, comment la gestion de l’information peut-elle prendre en charge et automatiser la visualisation des données pour faciliter la prise de décision et le reporting ?

La visualisation des données est la représentation visuelle de l’analyse des données, par exemple au moyen de tableaux, de diagrammes ou de graphiques. Une gestion efficace de l’information permet de visualiser les données programmes. Celles-ci doivent être stockées dans une base de données, grâce à laquelle la visualisation des données peut être automatisée (par exemple, à l’aide d’Excel). Lorsque de nouvelles saisies de données programmes sont ajoutées à la base de données (par exemple, par le biais du suivi de la programmation), les visualisations s’adaptent automatiquement. Par exemple, un suivi rapide des activités peut être rendu très efficace par l’utilisation de systèmes de collecte de données sur mobile. directement connectés à des tableaux de bord.

En ce qui concerne la visualisation des données, il est important de noter que souvent « plus c’est simple, mieux c’est » quand il s’agit de choisir les outils. Il est courant que les organisations du secteur humanitaire aient un turnover important, ce qui recquiert d’autant plus de temps et d’investissements pour la prise en main de logiciels avancés et complexes (par exemple, R, SPSS ou Stata). Il est alors préférable d’adopter des outils qui nécessitent peu de temps de formation, comme Excel (Tdh & CartONG, p. 25).

Pour des guides pratiques sur la visualisation des données, veuillez consulter la Boîte à outils Visualisation de données développée par CartONG.

3.4.9 La collecte de données sur mobile améliore-t-elle la qualité des données de mon programme ?

Ici nous nous concentrons sur comment la collecte de données sur mobile (« MDC ») améliore la qualité des données de mon programme. Et d’ailleurs, quelles sont les retours d’expérience des autres ONG ?

La qualité des données peut être définie comme la capacité avec laquelle les données peuvent être utilisées pour prendre des décisions, intégrant ainsi de multiples concepts tels que la pertinence, l’exactitude, l’actualité, l’accessibilité et la comparabilité des données (pour plus de détails, voir le « Glossaire du débutant de la gestion de l’information », ici.).

La collecte de données sur mobile (« MDC ») ne remplacera jamais la pensée critique lors de la conception de vos formulaires et de votre base de données, mais, lorsqu’elle est effectuée correctement, elle a la capacité d’améliorer la qualité des données (par rapport aux systèmes papier) en traitant de la précision, de l’actualité et de la comparabilité des données. L’exactitude des données peut être améliorée grâce à des fonctions intégrées aux formulaires de collecte des données sur mobile, telles que le choix de différents types de questions (sélectionner une réponse, plusieurs réponses, etc.), les sauts de question (elles ne sont posées que si elles sont pertinentes pour la personne interrogée en fonction de ses réponses précédentes),et les contraintes (les réponses aux questions sont limitées en fonction de critères établis comme étant réalistes par les chercheurs).

En outre, la comparabilité des données peut être améliorée par la collecte de données sur mobile en normalisant la façon dont les questions sont posées sous plusieurs formes. Par exemple, la même enquête ou les mêmes questions peuvent être facilement reproduites pour d’autres séries de collecte de données. Cela permet de s’assurer que les indicateurs sont comparables au fil du temps – ce qui est nécessaire pour les mesures quantitatives de l’impact au sein de S&E – ou entre différentes activités humanitaires.

Enfin, la collecte de données sur mobile peut améliorer l’actualité des données en termes de nettoyage et d’agrégation de ces dernières. Sans MDC, les enquêteurs ou autres membres du personnel doivent passer de longues périodes à saisir manuellement des données dans une base de données, c’est-à-dire à examiner des formulaires d’enquête papier et à insérer chaque réponse directement dans une feuille de calcul. La saisie manuelle des données est également sujette à l’erreur humaine. Par conséquent, la suppression de cette étape est une autre façon pour la collecte de données sur mobile d’améliorer la qualité des données.

La MDC peut être très facilement liée à des tableaux de bord de suivi automatisés. Ainsi, le suivi peut être effectué en temps réel dès le début, ce qui permet aux équipes d’ajuster rapidement les processus, si nécessaire.

Pour démarrer et une orientation détaillée sur chaque étape liée à la collecte des données sur mobile, veuillez consulter la boîte à outils de Tdh et CartONG, disponible ici.

Pour découvrir l’expérience d’une autre ONG dans leur transformation vers la collecte de données sur mobile, veuillez consulter le document « Lessons Learned Paper de cinq ans de collecte de données mobiles à Terre des hommes » sur les leçons tirées de Tdh et de CartONG, ici (en anglais uniquement).

3.4.10 Quels sont les outils de collecte de données sur mobile pour mon équipe ?

Il existe un large éventail de solutions de collecte de données sur mobile avec des forces et des limitations variées. Il est donc important de passer en revue les différentes solutions avant d’investir du temps et de l’énergie dans la mise en œuvre. Pour un aperçu détaillé des outils communs de collecte de données sur mobile, veuillez consulter le rapport « Benchmarking des solutions de collecte de données mobiles - 2021 », disponible ici.

Il existe différentes manières de classer les solutions de collecte de données sur mobile, parmi elles la question de savoir si le logiciel est plutôt tourné vers une utilisation générique ou s’il est conçu pour des fonctionnalités plus détaillées à vocation de secteurs spécifiques (voir le schéma ci-dessous).

Lorsque se pose la question du choix de la solution MDC, il convient de revoir les points forts et les faiblesses en fonction des besoins de votre organisation. Pour vous aider, le rapport « Benchmarking des solutions de collecte de données mobiles - 2021 » de CartONG se concentre sur les aspects suivants des différentes solutions (vous trouverez des détails ici) :

• Gestion organisationnelle – existe-t-il un système de gestion centralisée des utilisateurs et des enquêtes ?
• Expérience utilisateur – l’outil est-il intuitif et facile à adopter ?
• Qualité des données – existe-t-il des fonctionnalités dédiées telles que des contraintes avancées et des sauts de question ?
• Protection des données – la solution facilite-t-elle la conformité au RGPD grâce à des fonctionnalités dédiées pour signaler et limiter l’accès aux IPI et aux données sensibles ?
• Gestion de cas – existe-t-il des fonctionnalités qui facilitent la gestion de cas et/ou la collecte/l’examen de données longitudinales ?

3.4.11 Comment Kobo améliore-t-il la collecte de données et gestion de l’information ?

KoBoToolbox est une plateforme de collecte de données sur mobile qui est un outil gratuit spécialement développé pour les acteurs humanitaires dans les situations d’urgence et les conditions de terrain difficiles. Elle repose sur l’écosystème ultra actif et open-source OpenDataKit (ODK) qui a changé la donne en matière de collecte de données sur mobile depuis la sortie des premiers smartphones il y a plus de 10 ans. C’est vraiment le cas. Elle peut être utilisée pour diverses évaluations, le suivi et autres activités de collecte de données. Les organisations peuvent choisir d’utiliser le serveur OCHA (dédié aux organisations humanitaires), le serveur HHI (pour les chercheurs/autres acteurs du secteur humanitaire) ou d’héberger leur propre serveur Kobo. Pour en savoir plus sur les deux premières options, cliquez ici.

Comme toute plateforme de collecte de données sur mobile, Kobo a la capacité d’améliorer considérablement la qualité des données programmes et par conséquent le système de gestion de l’information dans son ensemble (voir la question ci-dessus : 3.4.9 La collecte de données sur mobile améliore-t-elle la qualité des données de mon programme ?). L’utilisation de Kobo doit être fondée sur les besoins d’information du projet, tels que définis dans les plans de S&E et d’analyse. La MDC peut être un facteur d’amélioration de l’efficacité de votre analyse de données, ce qui améliorera davantage votre système de gestion de l’information (voir page 24 du document « Lessons Learned Paper de cinq ans de collecte de données mobiles à Terre des hommes », ici).

Kobo fait partie des nombreuses solutions de MDC potentielles, qui présentent toutes des points forts comme des limitations. Si vous souhaitez voir l’exemple Terre des hommes des différents outils MDC en fonction des différents besoins qu’ils ont, vous pouvez, consulter le diagramme de la page 18 de leur document de 5 ans d’apprentissages, ici (en anglais uniquement).

Pour un aperçu plus détaillé des différents outils de collecte de données sur mobile, veuillez consulter le rapport « Benchmarking des solutions de collecte de données mobiles - 2021 », disponible ici.