Manuel sur la collecte de données / Phase Neuf: Prendre des décisions éclairées

Photo:qaz.vin

Les possibilités accrues en matière de collecte et d’analyse des données ont donné lieu à des changements dans la façon dont les décisions sont prises. Aller des Données à la Décision (Data to Decision – D2D) est une pratique qui consiste à fonder ses décisions sur l’analyse de données plutôt que sur des idées préconçues, des opinions et d’autres facteurs d’influence. Placer les données au coeur du processus décisionnel permet de renforcer la transparence et la responsabilisation vis-à-vis des personnes affectées par les décisions.

Pour améliorer le processus décisionnel, plusieurs types de modèles D2D ont été créés au fil des années, comme la prise de décisions fondées sur des faits, la prise de décisions rationnelles et la prise de décisions éthiques. La prise de décisions fondées sur les faits est un des modèles les plus couramment utilisés pour prendre des décisions éclairées, car il met l’accent sur la collecte de faits, de chiffres, de données et de preuves. L’utilisation de ce modèle permet aux décideurs de suivre les résultats des politiques et les progrès à l’échelle nationale vers la réalisation des objectifs de développement durable.

Chaque phase du manuel est conçue pour préparer les personnes engagées dans le projet à la prise de décisions fondées sur les faits. Ces phases sont décrites ci-dessous :

1. Préparation du projet	Préparer la proposition de projet.
2. Élaborer le projet	Élaborer le projet en détail, en collaboration avec les parties prenantes (locales).
3. Chercher des données	Chercher quelles données sont déjà disponibles et comprendre ce que cela signifie pour les données à collecter.
4. 4 Élaborer les échantillons et les enquêtes	Élaborer l’échantillon dans lequel les données seront collectées et l’enquête utilisée.
5. Préparer la collecte des données	Préparer la collecte de données sur le terrain.
6. Collecter les données	Gérer la collecte de données sur le terrain.
7. Analyser et visualiser les données et en tirer des connaissances	Analyser et visualiser les données collectées, les combiner à d’autres sources de données et en tirer des connaissances.
8. Partager les données et les connaissances	Partager les données recueillies et les connaissances avec le public.
9. Prendre des décisions éclairées	Prendre des décisions éclairées fondées sur les connaissances acquises.
10. Évaluer et appliquer les enseignements tirés	Évaluer le projet et appliquer les enseignements tirés lors du suivi.

Ci-dessus : Organigramme des différentes phases du processus allant des données à la prise de décision.

Meilleures pratiques

On trouvera ci-après des exemples de meilleures pratiques dans les secteurs de la santé et de l’eau.

Secteur de la santé

L’objectif général de l’Organisation mondiale de la Santé (OMS) est d’exposer certaines interventions qui peuvent renforcer la demande de données utiles à la prise de décision, et leur utilisation, afin de permettre l’amélioration des systèmes de santé. À plusieurs occasions l’OMS a eu recours au processus D2D pour cibler plus efficacement les ressources limitées destinées à la surveillance, à la prévention et au contrôle, et lutter contre les maladies à transmission vectorielle et d’autres maladies infectieuses, comme la dengue et la malaria.

Secteur de l’eau

Des températures plus élevées et des phénomènes météorologiques extrêmes devraient perturber la disponibilité et la répartition des eaux de pluie, des cours d’eau et des eaux souterraines, et détériorer encore la qualité de l’eau. L’adaptation au changement climatique est fortement liée à l’eau et à son rôle dans le développement durable. Au cours des sécheresses de 2016 et 2017, Akvo a étroitement collaboré avec le Gouvernement éthiopien et d’autres partenaires clés de WASH comme l’UNICEF afin de cartographier l’infrastructure hydraulique dans les zones arides les plus affectées en vue d’établir une base de données nationale de la fonctionnalité des points d’eau et d’effectuer un suivi régulier de ces points d’eau. Ces informations ont été utilisées à l’appui des interventions d’aide humanitaire et en faveur de la sécurité alimentaire, et pour minimiser les risques et les vulnérabilités générées par les fortes sécheresses. On peut également citer la Tanzanie où le gouvernement met en place un processus D2D pour accroître l’accès à l’eau de 53 % en 2005 à 90 % en 2025.

Enjeux du processus D2D

Les organisations n’ont pas suffisamment la capacité de s’appuyer sur des données

Les statistiques ci-dessus indiquent que les organisations sont de plus en plus demandeuses de données et de processus décisionnels fondés sur les données, malgré leurs difficultés en la matière. De nombreuses organisations et gouvernements actifs dans le secteur du développement ne disposent pas des ressources et des capacités pour mettre en place des programmes de collecte de données, ni pour nettoyer, analyser et utiliser ces données. En outre, les données sont souvent rassemblées à l’aide de méthodologies disparates et en provenance de sources fragmentées, qui ne s’intègrent pas facilement dans les systèmes gouvernementaux existants. Les données et les connaissances ne sont ainsi pas stockées de façon structurée, ce qui complique leur accès pour des utilisations ultérieures et entrave la construction d’une mémoire institutionnelle.

Réticence à tenir compte des faits

Un autre obstacle est la réticence à laisser la place aux décisions fondées sur des données. Dans les processus politiques en particulier, les conclusions obtenues sur la base de faits peuvent aller à l’encontre des intérêts de certains groupes, partis ou individus. Cette influence est sans doute plus forte que prévu, et les données ou les connaissances peuvent être manipulées pour servir des intérêts particuliers. Il est donc important d’être conscient de ce risque, de l’étudier en détail et de mettre au point des stratégies pour le réduire. Pour ce faire, on peut utiliser une méthode comme la cartographie des parties prenantes, qui est détaillée dans la phase deux du manuel.

Défis posés par la qualité des données

De nombreux problèmes liés à la qualité des données peuvent entraver leur utilisation. Elles peuvent être incomplètes, et de ce fait, impossibles à analyser. Sans analyse, il n’est pas possible de tirer des enseignements utiles à la prise de décisions. Comme il est décrit dans la phase trois (recherche de données), quatre facteurs clés doivent être pris en compte lors de l’évaluation des données : l’accessibilité, la granularité, la crédibilité et la pertinence. Avoir conscience de ces facteurs et des défis qui y sont associés vous permet d’envisager une collecte de données de haute qualité lors de la phase d’élaboration du projet.

Impliquer les communautés dans le processus décisionnel

La participation des communautés dans les processus décisionnels présente de nombreux avantages et désavantages. Selon les recherches menées par R. A. Irvin et J. Stansbury, les avantages sont notamment un apprentissage interactif des citoyens et du gouvernement ; le renforcement de la confiance entre les citoyens et les responsables du projet ; une plus grande légitimité des décisions ; et l’obtention d’aide pour leur mise en oeuvre. Les désavantages sont notamment le coût, la possibilité que le processus soit contre-productif et crée un climat d’hostilité ; le fait d’opposer des groupes d’intérêt ; et le risque que les autorités aient le sentiment de perdre le contrôle sur les prises de décisions.

Conclusion

La bonne gouvernance d’une organisation exige que les décisions soient fondées sur des données. Ce processus décisionnel permet de prendre des mesures rapides, qui peuvent éviter ou réduire les risques financiers et améliorer la transparence dans l’utilisation des informations. Dans cet article, nous rappelons l’importance du processus D2D et les difficultés qui y sont liées. Nous soulignons aussi les quatre phases suivantes du processus D2D : établir les besoins de l’organisation ; utiliser l’outil adéquat pour la collecte des données et leur prétraitement, analyser les données, les interpréter et en tirer des enseignements ; et prendre une décision finale. Les résultats des études de cas provenant des secteurs de la santé et de l’eau confirment que le processus D2D a permis d’améliorer les services.

Lectures suggérées

• Informed Decision-making: You Should Be Getting More Value From Your Data

• Using Data to Influence Government Decisions: Opportunities and Challenges for User-Centered Design to Improve Governance Data Impact

Remerciements

Auteurs: Arun Kumar Pratihast (Akvo.org), Marten Schoonman (Akvo.org)
Contributeurs: Harro Riedstra (Akvo.org), Lars Heemskerk (Akvo.org), Mamohloding Tlhagale (Water Research Commission, WRC)

AfriAlliance

L’Alliance de l’innovation sur l’eau et le climat entre l’Afrique et l’Europe (AfriAlliance) est un projet d’une durée de 5 ans, financé par le Programme européen pour la recherche et l’innovation H2020. Le projet vise à mieux préparer l’Afrique pour faire face aux défis futurs liés au changement climatique en stimulant le partage des connaissances et la collaboration entre les parties prenantes africaines et européennes. Dans ce projet, plutôt que de créer de nouveaux réseaux, les 16 partenaires d’Afrique et de l’Union Européenne consolideront les réseaux existants. Ces réseaux, constitués de chercheurs, de décideurs, de professionnels de terrain, de citoyens et d’autres intervenants clés, seront consolidés pour développer un mécanisme de partage des connaissances efficace et dédié à la résolution des problèmes. Ce processus sera coordonné par une plateforme d’innovation : l’Alliance Afrique-UE d’innovation pour l’Eau et le Climat.

AfriAlliance est dirigée par l’IHE Delft Institute for Water Education (Directeur de projet : Dr. Uta Wehn) et sa mise en oeuvre court de 2016 à 2021. Le projet a reçu un financement du programme de recherche et d’innovation Horizon 2020 de l’Union Européenne dans le cadre de l’accord de subvention n ° 689162.