Systèmes d'information humanitaire et données responsables

1Concevoir un système d'information

Un système d'information part des décisions à éclairer : qui décide quoi, quand, avec quelle information ? On en déduit les indicateurs, les sources (évaluations, 4W, suivi, données secondaires), la fréquence et les produits (tableaux de bord, cartes, notes d'analyse). Les standards partagés (P-codes, HXL pour baliser les tableaux, ensembles de données de référence sur HDX) permettent de combiner les données de plusieurs organisations.

La règle d'or : chaque donnée collectée doit servir. Les formulaires trop longs fatiguent les personnes interrogées et dégradent la qualité.

2Qualité, biais et limites

Les données humanitaires sont souvent incomplètes : zones inaccessibles, échantillons de convenance, populations difficiles à atteindre (personnes handicapées, minorités). On évalue la qualité selon la validité, la fiabilité, la précision, l'actualité et l'intégrité, et l'on documente les biais.

Communiquer les limites n'affaiblit pas l'analyse : cela évite des décisions fondées sur une fausse certitude. Une note méthodologique d'une demi-page accompagne tout produit important.

3Données responsables

Les orientations opérationnelles de l'IASC sur la responsabilité des données (2023) et le manuel du CICR sur la protection des données dans l'action humanitaire posent les principes : finalité définie, minimisation, consentement éclairé ou autre base légitime, sécurité, partage encadré et conservation limitée.

• Analyse d'impact avant tout traitement à risque.
• Protocoles de partage d'information au niveau du pays et des clusters, qui classent les données par sensibilité.
• Agrégation et seuils pour les produits publics, afin qu'aucune personne ne soit identifiable.

4Architecture d'un système d'information pour un cluster ou un programme

Un système d'information n'est pas un logiciel. C'est l'ensemble organisé des flux de données, des personnes, des règles, des outils et des produits qui permet à une réponse de prendre des décisions informées. Le module de référence de l'IASC sur la coordination des clusters au niveau pays fait de la gestion de l'information une fonction centrale de chaque cluster ; dans la pratique, la qualité de cette fonction dépend moins de l'outil choisi que de la clarté des règles et des rôles.

Les composantes à concevoir

Le calendrier d'un système de cluster dans le cycle de programmation humanitaire

• Mensuel : 4W ou 5W des partenaires, tableau de bord du cluster, suivi des indicateurs du plan de réponse transmis à OCHA.
• Trimestriel : analyse des lacunes, carte de présence, revue des indicateurs avec le groupe consultatif stratégique du cluster.
• Annuel : contribution à l'aperçu des besoins humanitaires et au plan de réponse (désormais souvent fusionnés en un seul document des besoins et de la réponse), calcul des personnes dans le besoin et de la sévérité, définition des cibles, contribution à l'évaluation multisectorielle.
• Événementiel : alertes et évaluations rapides lors d'un nouveau choc, avec des produits allégés et accélérés.

Le catalogue des produits d'information

Choisir les outils sans s'enfermer

Les critères sont : la capacité des partenaires (connexion, compétences), le coût durable (licences, hébergement), l'hébergement et la juridiction des données, la possibilité d'exporter dans des formats ouverts, la maintenance après le départ de la personne qui a construit le système. Les combinaisons courantes associent KoboToolbox ou ODK pour la collecte, ActivityInfo ou un modèle Excel verrouillé pour la 4W, un espace de stockage partagé avec gestion des droits, Power BI ou Excel pour les tableaux de bord, QGIS pour les cartes et HDX pour la publication des jeux de données agrégés.

Test de durabilité : si l'IMO qui a conçu le système quitte la mission demain, un successeur peut-il produire le prochain tableau de bord en moins d'une semaine à partir de la documentation existante ? Si la réponse est non, le système n'est pas terminé.

Ressources humaines

Un cluster actif dans une crise de grande échelle a besoin au minimum d'un IMO à temps plein, souvent appuyé par un assistant ; les sous-niveaux régionaux ont besoin de points focaux. Le rôle de l'IMO est souvent sous-estimé dans les budgets : il faut défendre ce poste dès la conception, avec la liste des produits attendus et la charge de travail correspondante.

5Évaluer la qualité des données : méthode et grille d'évaluation

Les cinq dimensions classiques de la qualité des données (validité, fiabilité, précision, actualité, intégrité) sont connues ; ce qui manque souvent, c'est une méthode pour les évaluer de façon régulière et documentée. L'évaluation de la qualité des données (DQA), pratiquée notamment par les agences de coopération et par les programmes de santé, fournit cette méthode.

Les dimensions et leurs questions de contrôle

La vérification par recomptage : le facteur de vérification

Pour un indicateur de suivi (personnes formées, consultations, kits distribués), on choisit un échantillon de sites et de mois, on recompte à partir des sources primaires (registres, listes signées, bordereaux) et l'on compare avec le chiffre rapporté. Le facteur de vérification est le rapport entre le chiffre recompté et le chiffre rapporté.

Une plage de 0,90 à 1,10 est souvent considérée comme acceptable ; en dehors, on cherche la cause (définition mal comprise, formulaire inadapté, pression sur les cibles) et l'on corrige le processus, pas seulement le chiffre.

Méthode d'une évaluation de la qualité des données

1. Choisir les indicateurs à évaluer : ceux qui sont rapportés au bailleur et ceux qui fondent des décisions importantes. En général trois à cinq.
2. Décrire le circuit de chaque donnée : de la source primaire au rapport final, avec chaque étape de saisie, de transfert et d'agrégation. Les erreurs naissent aux points de transfert.
3. Évaluer le système : définitions écrites, formulaires standard, formation, supervision, contrôles, stockage, rôles.
4. Vérifier les chiffres par recomptage sur un échantillon de sites et de périodes.
5. Rédiger le plan d'amélioration : constats, actions, responsables, échéances, suivi à la prochaine évaluation.

Une évaluation de la qualité des données ne cherche pas des coupables : elle cherche les points du circuit où l'information se déforme. Présentée comme un contrôle punitif, elle produit des données arrangées plutôt que des données justes.

La triangulation au quotidien

Sans attendre une évaluation formelle, l'IMO croise systématiquement les sources : distributions rapportées et sorties de stock ; personnes atteintes et population de référence ; résultats d'enquête et données de suivi ; tendances d'une source et tendances d'une autre (une hausse des admissions nutritionnelles cohérente ou non avec le calendrier de soudure). Une incohérence n'est pas une erreur prouvée, c'est une question à poser.

6Biais, limites et niveaux de confiance : les identifier et les communiquer

Les données humanitaires sont collectées dans des conditions qui produisent des biais systématiques : accès limité, délais courts, intermédiaires, peur des personnes interrogées, attentes d'assistance. Le professionnel ne prétend pas les éliminer ; il les identifie, les réduit quand c'est possible et les déclare de façon que le lecteur puisse en tenir compte.

Typologie des biais les plus fréquents

Le biais de signalement est le piège le plus courant des données de protection : une hausse des cas enregistrés peut refléter l'ouverture d'un nouveau service ou une meilleure confiance, et non une hausse des violences. Inversement, l'absence de signalements dans une zone ne prouve rien.

Une échelle de confiance pour chaque résultat

Modèle de note méthodologique d'une demi-page

• Objectif et questions : à quoi sert le produit.
• Sources et dates de collecte.
• Méthode : population couverte, échantillonnage, taille, niveau de représentativité, pondération.
• Couverture : zones et groupes couverts, zones et groupes non couverts.
• Limites et biais connus, avec leur sens probable (surestimation, sous-estimation).
• Niveau de confiance par résultat principal.
• Contact pour les questions sur les données.

Cette note protège l'analyste autant que le lecteur : un chiffre repris hors contexte dans un document de plaidoyer peut toujours être ramené à sa note méthodologique.

7Gouvernance des données responsables à l'échelle d'une réponse

Les orientations opérationnelles de l'IASC sur la responsabilité des données dans l'action humanitaire, révisées en 2023, définissent la responsabilité des données comme la gestion sûre, éthique et efficace des données personnelles et non personnelles. Elles proposent des principes (notamment approche centrée sur les personnes, ne pas nuire, protection des données personnelles, finalité définie, proportionnalité, qualité, sécurité, transparence, redevabilité) et des actions à mener à trois niveaux : l'ensemble de la réponse, chaque cluster ou secteur, chaque organisation.

Les actions clés au niveau d'une réponse

1. Cartographier l'écosystème de données : quelles organisations collectent quelles données, sur qui, avec quels outils, où sont-elles stockées, qui les partage avec qui ? Cette cartographie révèle les collectes redondantes et les flux à risque.
2. Établir une classification de la sensibilité commune des données et des informations.
3. Adopter un protocole de partage d'information à l'échelle de la réponse, sous l'égide du groupe de travail sur la gestion de l'information, avec la classification en annexe.
4. Conduire des analyses d'impact pour les traitements à risque (enregistrement biométrique, systèmes de gestion de cas, cartographie d'incidents).
5. Prévoir la gestion des incidents de données : définition, notification, réponse, enseignements.

Exemple de classification de la sensibilité

Mener une analyse d'impact sur la protection des données

1. Décrire le traitement : finalité, données, personnes concernées, outils, flux, destinataires, durées.
2. Vérifier la nécessité et la proportionnalité : chaque donnée est-elle nécessaire ? Une solution moins intrusive existe-t-elle ?
3. Identifier les risques pour les personnes : accès non autorisé, détournement par une autorité ou un groupe armé, exclusion par erreur, stigmatisation, perte de confiance. Pour chacun, probabilité et gravité.
4. Définir les mesures de réduction : techniques (chiffrement, pseudonymisation), organisationnelles (rôles, formation), contractuelles (accords).
5. Décider : risque résiduel acceptable, traitement modifié ou abandonné. La décision est signée par un responsable de niveau approprié.
6. Réviser lorsque le contexte ou le traitement change.

Une analyse d'impact qui conclut systématiquement à un risque acceptable n'est pas une analyse : c'est une formalité. Les bonnes analyses aboutissent régulièrement à supprimer une variable, à réduire un niveau de détail ou à renoncer à un partage.

Le cas particulier de l'information de protection

Le cadre de gestion de l'information de protection (PIM), élaboré par un groupe d'organisations humanitaires, distingue plusieurs systèmes : profilage de population, suivi de protection, gestion de cas, information sur la réponse, information sécuritaire et situationnelle. Chacun a ses propres finalités et ses propres règles. Les Standards professionnels pour les activités de protection du CICR consacrent un chapitre entier à la gestion des données et des informations sensibles. Mélanger dans une même base des données de suivi de protection et des données de gestion de cas est une erreur de conception classique.

8Exemple complet : construire en huit semaines le système d'information d'un cluster protection

Contexte fictif : dans la province du Bas-Ombré (Valdorie), une offensive a provoqué en quelques mois le déplacement de 140 000 personnes. Le cluster protection, activé depuis peu, compte 17 partenaires dont 9 organisations nationales. Il n'existe ni 4W commune, ni règles de partage ; trois organisations font chacune leur propre suivi de protection avec des questionnaires différents ; une plateforme de plaidoyer demande une carte publique des incidents. Une IMO est recrutée pour six mois.

Semaines 1 et 2 : diagnostic

• Entretiens avec la coordinatrice du cluster, les responsables des domaines de responsabilité (protection de l'enfance, violences basées sur le genre, lutte antimines), 12 partenaires et l'IMO d'OCHA.
• Cartographie de l'écosystème : 23 flux de données identifiés, dont 5 jugés à risque élevé (listes nominatives transmises par courriel aux autorités locales pour l'enregistrement, tableaux d'incidents avec noms partagés sur une messagerie de groupe).
• Matrice des besoins d'information : 6 décisions prioritaires, notamment l'orientation des équipes mobiles, le choix des sites pour des espaces sûrs, le plaidoyer sur la liberté de mouvement.

Semaines 3 et 4 : normes et règles

Le cluster adopte une liste de 14 activités standard, une 4W unique avec codes P et désagrégation par sexe, âge et handicap, et un questionnaire commun de suivi de protection au niveau des communautés (informateurs clés, pas de données individuelles), qui remplace les trois questionnaires existants. La classification de sensibilité est validée en réunion du cluster :

Semaine 5 : analyse d'impact sur la carte publique des incidents

L'analyse conclut que la carte proposée (points géolocalisés, catégorie d'incident, date) permettrait d'identifier des villages, et dans certains cas des familles, exposés à des représailles ; que 81 % des incidents enregistrés proviennent de trois communes où opèrent des équipes mobiles, ce qui rendrait la carte trompeuse. Décision : pas de carte de points. À la place, un tableau trimestriel des tendances par district et par catégorie, accompagné d'une note qualitative et de l'avertissement sur le biais de signalement.

Semaines 6 et 7 : outils et formation

Formulaire commun déployé dans un compte de l'organisation chef de file, avec droits par partenaire (chaque partenaire voit ses propres soumissions, l'IMO voit l'ensemble) ; 4W en ligne avec liste fermée des codes P ; formation de deux jours pour 31 points focaux, dont une demi-journée sur la responsabilité des données ; procédure de gestion des incidents de données rédigée et diffusée. Les listes nominatives transmises aux autorités sont remplacées par des chiffres agrégés par site, après plaidoyer de la coordinatrice appuyé par la classification adoptée.

Semaine 8 : premiers produits et revue

Premier tableau de bord : 16 partenaires sur 17 ont rapporté ; 38 000 personnes atteintes par au moins une activité de protection (dédoublonnage par maximum au niveau de la commune) ; deux communes de sévérité 4 sans aucun partenaire présent. Le groupe consultatif stratégique du cluster décide de réorienter deux équipes mobiles. La revue de fin de période identifie les points à consolider : manque de capacité de deux partenaires nationaux pour la saisie en ligne (appui d'un assistant IMO à temps partiel budgété dans le fonds commun), et besoin d'un accord de partage formel avec le domaine de responsabilité VBG.

Le système produit ici moins de données qu'avant (un questionnaire au lieu de trois, aucune liste nominative partagée), mais des données plus utiles et moins dangereuses. C'est souvent le signe d'un système bien conçu.

9Erreurs de conception, attentes des bailleurs et des auditeurs, adaptations au contexte

Erreurs de conception fréquentes

Ce que les bailleurs, les évaluateurs et les auditeurs examinent

• La redevabilité de la fonction : les bailleurs qui financent des postes d'IMO de cluster demandent des produits réguliers, un taux de rapport des partenaires et la contribution aux documents de planification.
• La qualité démontrée : évaluations de la qualité des données réalisées, facteurs de vérification, actions correctives suivies.
• La conformité : politique de protection des données de l'organisation, analyses d'impact pour les traitements à risque, accords de partage signés, registre des incidents de données. Les audits institutionnels des grands bailleurs et les évaluations de partenaires des agences des Nations unies incluent de plus en plus ces éléments.
• L'utilisation : les évaluations, y compris les évaluations humanitaires interinstitutions, cherchent si l'information a influencé l'allocation des ressources et la priorisation.
• L'inclusion : prise en compte des personnes handicapées, des femmes et des groupes marginalisés dans la conception des collectes, conformément aux engagements de la Norme humanitaire fondamentale (CHS) sur la participation et la non-discrimination.

Adapter le système au contexte

10Questions d'entretien et références clés

Questions d'entretien

1. « Vous arrivez comme IMO d'un cluster nouvellement activé. Que faites-vous les deux premières semaines ? »

Une bonne réponse décrit le diagnostic : rencontres avec la coordination et les partenaires, inventaire des données existantes, cartographie des flux, identification des décisions prioritaires. Elle propose des produits minimaux rapides (contacts, 3W, carte) tout en préparant les normes, et mentionne les règles de partage dès le départ.

2. « Comment évaluez-vous la qualité des chiffres que les partenaires vous transmettent ? »

Le candidat cite les dimensions de la qualité, les contrôles automatisés de la 4W, la triangulation avec d'autres sources, le recomptage sur échantillon et le facteur de vérification, et insiste sur l'amélioration du processus plutôt que la sanction.

3. « Une organisation de plaidoyer demande une carte publique des incidents de protection. Que répondez-vous ? »

Elle évoque l'analyse d'impact, les risques de réidentification et de représailles, le biais de signalement, et propose des alternatives : tendances agrégées par district et par période, note qualitative, avertissements. Elle mentionne la classification de sensibilité et la décision collective au sein du cluster.

4. « Qu'est-ce que la responsabilité des données, et en quoi diffère-t-elle de la protection des données ? »

La protection des données concerne les données personnelles ; la responsabilité des données englobe aussi les données non personnelles sensibles (données démographiquement identifiables, localisation de groupes, informations opérationnelles), et inclut l'efficacité et l'éthique de leur usage. Elle cite les orientations de l'IASC et les trois niveaux d'action.

5. « Comment présentez-vous les limites d'une analyse à un coordinateur qui veut un chiffre simple ? »

Elle donne un chiffre avec son niveau de confiance et une phrase de limite, explique ce que la limite change concrètement pour la décision, et propose comment réduire l'incertitude si la décision le justifie.

6. « Comment rendre un système d'information durable après votre départ ? »

Documentation (dictionnaire, guide des indicateurs, procédures), automatisation par scripts commentés, formation d'un suppléant, choix d'outils maintenables, implication des partenaires nationaux et transmission formalisée.

Références clés

• Operational Guidance on Data Responsibility in Humanitarian Action : IASC (2023).
• Data Responsibility Guidelines et notes d'orientation du Centre pour les données humanitaires : OCHA.
• Module de référence pour la coordination des clusters au niveau pays : IASC.
• Documents d'orientation sur le cycle de programmation humanitaire et le cadre d'analyse intersectorielle conjointe (JIAF) : IASC et OCHA.
• Cadre de gestion de l'information de protection (PIM) : initiative interorganisations PIM.
• Standards professionnels pour les activités de protection : CICR, chapitre sur la gestion des données et des informations.
• Handbook on Data Protection in Humanitarian Action : CICR et Brussels Privacy Hub.
• Norme humanitaire fondamentale de qualité et de redevabilité (CHS).
• Principes pour le développement numérique (Principles for Digital Development).
• Outils et guides de l'évaluation de la qualité des données utilisés par les agences de coopération et les programmes de santé publique.