Découvrez comment l’analytique des données optimise la prise de décision dans les projets de développement en Afrique, révélant des solutions stratégiques cruciales pour un avenir durable.
Université Senghor
Université internationale de langue française au service du développement africain
Département Management Spécialité Management de projets
Mémoire pour l’obtention du Master en Développement de l’Université Senghor
Analytique des données dans les projets de développement en Afrique :
leçons tirées de l’expérience des agences des Nations Unies en Guinée-Bissau
Présenté par
Manassé Eliantus MICHEL
Devant le jury composé de :
| M. Thierno DIALLO | Président | Professeur titulaire au Département des Sciences Économiques et Administratives (DSEA) de l’Université du Québec à Chicoutimi (UQAC), Canada |
| M. Alioune B. DRAMÉ | Examinateur | Directeur du Département Management de l’Université Senghor à Alexandrie, Égypte |
| M. Issouf FOFANA | Examinateur | Expert en Gestion de Projet, Directeur général du Centre International d’Études, de Management et de Stratégie (CIEMS), Côte d’Ivoire |
le 03 octobre 2023
Dédicace
A mes très chers parents : Yolette SAINTON et Dieuvoi MICHEL !
Résumé
La prise de décision fondée sur les preuves sous-tend l’utilisation d’informations factuelles ou basées sur des preuves scientifiques pour informer la prise de décision. La mise en place d’un tel mécanisme passe par un processus de collecte, de traitement et d’analyse de données appelé analytique des données.
Malgré l’essor de l’analytique des données dans d’autres secteurs, son utilisation reste limitée dans le domaine du développement. Les projets de développement en sont particulièrement affectés, notamment sur le continent africain. Cette situation empêche donc les décideurs de prendre des décisions éclairées et de mesurer les progrès vers le développement durable.
Afin de mieux comprendre les défis liés à l’utilisation de l’analytique des données pour la prise de décision en Afrique, cette étude exploratoire a été menée comme un diagnostic. Elle a permis de mettre en évidence les difficultés, les bonnes pratiques et les potentiels sous-jacents à l’analytique des données si elle est intégrée dans les projets de développement.
Ainsi, dans un premier temps, des éléments de réponse à la problématique de l’intégration de l’analytique des données dans les projets de développement en Afrique, notamment en Guinée-Bissau ont été élucidés. Ensuite, des recommandations pratiques ont été prodiguées au regard des analyses effectuées sur les données collectées. Enfin, une idée de projet a été proposée comme piste de contribution au renforcement de l’intégration de l’analytique des données dans le processus décisionnel en Afrique, notamment en Guinée-Bissau.
Mots-clefs
Afrique, Développement durable, Données, Preuve, Prise de décision
Abstract
Evidence-based decision-making involves the use of factual or scientifically grounded data and information to inform decision-making. Establishing such a mechanism involves a process of data collection, processing, and analysis known as Data Analytics.
Despite the importance of Data Analytics in other sectors, its use remains limited in the area of Development, especially when it comes to development projects in Africa. This situation prevents African decision-makers from making informed and forward-looking decisions and measuring progress towards the sustainable development.
To better understand the challenges related to the integration of Data Analytics for decision-making in Africa, this exploratory study was conducted as a diagnostic assessment. It aimed to identify difficulties, best practices, and underlying potentials of Data Analytics when integrated into development projects.
Throughout this study, answers to the issue of integrating Data Analytics into development projects in Africa, particularly in Guinea-Bissau, were elucidated. Practical recommendations were also provided, and a project idea was proposed as a contribution to strengthening the integration of Data Analytics into the decision-making process within development projects in Africa, particularly in Guinea-Bissau.
Keywords
Africa, Decision-making, Evidence, Information, Sustainable development
Liste des acronymes et abréviations utilisés
– AFD : Agence Française de Développement
– APD : Aide Publique au Développement
– BAD : Banque Africaine de Développement
– BM : Banque mondiale
– CEA : Commission Economique des Nations Unies pour l’Afrique
– CRVS : Civil Registration and Vital Statistics (voir ESEC)
– DDDM : Data-driven Decision Making
– DDPM : Data-driven Project Management
– DIKW : Data, Information, Knowledge, Wisdom
– ESEC : Système d’Enregistrement des Faits et de Statistiques d’État Civil
– FMI : Fonds monétaire international
– GAFAM : Google, Amazon, Facebook, Apple, Microsoft
– INS : Institut National de Statistique
– NU : Nations Unies (Système des Nations Unies)
– OCDE : Organisation de Coopération et de Développement Économiques
– ODD : Objectifs de Développement Durable
– ONG : Organisation Non gouvernementale
– ONU : Organisation des Nations Unies
– PAM : Programme Alimentaire Mondial
– PEID : Petits États Insulaires en Développement
– PNUD : Programme des Nations Unies pour le Développement
– RCO : United Nations Resident Coordinator Officer
– SIDS : Small Island Developing States (voir PEID)
– SPI : Statistical Performance Indicators
– SQL : Structured Query Language
– UNCT : United Nations Country Team
– UNDP : United Nations Development Programme (voir PNUD)
– UNECA : United Nations Economic Commission for Africa (voir CEA)
– UNFPA : United Nations Population Fund
– UNICEF : United Nations Children’s Fund
– UNSDCF : United Nations Sustainable Development Cooperation Framework
– UNSDG : United Nations Sustainable Development Group
– VAM : Vulnerability Analysis and Mapping
– VNU : Volontaire des Nations Unies
– WFP : World Food Programme (voir PAM)
– ZLECAF : Zone de Libre-Échange Continentale Africaine
Introduction
The world’s most valuable resource is no longer oil, but data est le titre d’un article paru dans le magazine The Economist en mai 2017 qui décrit le rôle fondamental qu’ont joué les données dans le succès des géants américains des technologies1.
Ces derniers, connus sous l’acronyme GAFAM, ont révolutionné la façon de vivre, de travailler et de communiquer dans le monde entier, que ce soit avec la recherche et le partage instantané d’information, le commerce en ligne et la diffusion en flux continu, pour ne citer que ceux-là. L’essence de ce succès, comme indique Miguel de Bustos (2017), réside dans l’utilisation des techniques avancées d’analyse de données pour soutenir la prise de décision et la création de richesse.
Chapitre I :
CONCEPTS GÉNÉRAUX SUR LA SÉCURITÉ INFORMATIQUE
La pratique de l’utilisation des données pour la prise de décision (DDDM) ne date pas d’hier. En effet, celle-ci remonte aux années 1970 avec l’invention des bases de données relationnelles et du langage informatique SQL. Toutefois, il fallait attendre vingt ans de plus, soit vers 1990 avec l’invention de l’informatique décisionnelle, pour commencer à parler d’analytique des données (Brailsford, 2020).
Considérée initialement comme la prise de meilleures décisions basée sur la collecte, le traitement et l’analyse des données accumulées et stockées par une organisation, l’analytique des données fait référence à la notion d’extraction de connaissances dans les bases de données, laquelle étant possible grâce aux techniques d’analyse de données assistées par ordinateur (Power, 2008).
En dépit de son expansion remarquable, l’analytique des données reste très peu utilisée dans les projets et initiatives de développement. En effet, selon une étude réalisée en 2016 par les ONG EveryAction et Nonprofit Hub, seulement 5 % des professionnels travaillant dans le domaine du développement utilisent constamment les données pour appuyer leur prise de décision2. Selon le Global Nonprofit Trends Report publié par l’entreprise américaine Salesforce en 2021, les raisons principales qui sous-tendent cette faible utilisation des données dans le domaine du développement incluent le manque d’outils appropriés pour une analyse efficace des données, l’absence d’une approche cohérente pour le stockage des données et le déficit en expertise dans le domaine de l’analytique des données.
L’utilisation de l’analytique des données pour soutenir les initiatives de développement demeure un défi majeur en Afrique. Les dernières statistiques de la Banque mondiale mettent en lumière le faible niveau global de la capacité statistique dans les pays africains3, entravant ainsi le processus d’élaboration et de mise en place de politiques publiques efficaces. Cette lacune n’est évidemment pas sans effet sur la réalisation des projets de développement. En effet, selon le rapport d’évaluation du groupe Agence français de développement (AFD) pour l’exercice 2017 – 2018, seulement 21 % des projets de développement financés par l’AFD intègrent les données dans leur conception et exécution4.
L’analytique des données
De plus, une étude de la Fondation Croix-Rouge française a révélé, en 2019, que plus de 70 % des projets de développement implémentés en Afrique de l’Ouest entre 2014 et 2017 ont échoué. Ces résultats peu satisfaisants sont en grande partie attribuables à une utilisation inefficace des données et des informations pour planifier, suivre et évaluer les activités de ces projets (Jones Sanchez, 2019).
En considération de ces observations, nous avons manifesté l’intérêt de produire une réflexion sur le rôle potentiel des données dans les projets et initiatives de développement, ainsi que sur les défis entravant leur utilisation pour la prise de décision. Cette réflexion nous a amené à poser la question de recherche suivante : Comment intégrer au mieux l’analytique des données dans les projets de développement en Afrique afin d’améliorer la prise de décision ? Dans le but d’apporter des éléments de réponse à cette question, notre objectif premier a été de mettre en lumière les bonnes pratiques, les difficultés et les opportunités liées à l’utilisation adéquate de l’analytique des données dans les projets de développement en Afrique.
Pour ce faire, nous avons conduit une étude qualitative exploratoire à partir de laquelle des entretiens semi-directifs ont été réalisés auprès du personnel des Nations Unies en Guinée- Bissau. Cela nous a permis de recueillir les leçons tirées de l’expérience des agences des Nations Unies en matière d’utilisation des données pour la prise de décision en Guinée-Bissau. En complément à ces entretiens, une observation participante a été menée dans le contexte de notre stage de fin d’étude. Cette approche nous a permis d’enrichir nos recommandations basées à la fois sur des témoignages concrets et sur les connaissances préexistantes de la littérature que nous avons recueillies à partir d’une rigoureuse recherche documentaire.
1 The Economist. (11 mai 2017). The world’s most valuable resource is no longer oil, but data. Leaders. https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data
2 EveryAction & Nonprofit Hub. (2016). The State of Data in the Nonprofit Sector (p. 13). https://www.im-portal.org/help-library/the-state-of-data-in-the-nonprofit-sector
3 The World Bank. (s. d.). Metadata Glossary. Databank. Consulté en avril 2023, à l’adresse https://databank.worldbank.org/metadataglossary/world-development-indicators/series/IQ.SCI.OVRL
Ce mémoire est organisé en cinq chapitres, présentant chacun un aspect spécifique de cette étude.
Le premier chapitre met en lumière l’état des projets de développement en Afrique et la nécessité de prendre en compte l’analytique des données pour une meilleure prise de décision. Il décrit le problème étudié ainsi que son contexte.
Le deuxième chapitre se concentre sur la clarification des concepts clés et la présentation de l’épistémologie mobilisée dans le cadre de cette étude.
Le troisième chapitre aborde la méthodologique de l’étude, en détaillant et en justifiant les méthodes et techniques de collecte, de traitement et d’analyse des données.
Le quatrième chapitre présente les résultats issus des analyses effectuées, offrant des pistes de réponse à notre question de recherche ainsi que des recommandations formulées sur la base d’interprétations claires des informations.
En dernier lieu, le cinquième chapitre décrit une proposition de projet basée sur les recommandations et expose le plan d’action à considérer pour sa mise en œuvre.
Calas, J. (2019). Rapport des évaluations 2017-2018 (p. 64). https://www.afd.fr/fr/ressources/rapport-des- evaluations-2017-2018