Bases de données sectorielles : le chaînon manquant des politiques publiques

On célèbre la collecte de données, l'enquête de terrain, le questionnaire numérique, la grande opération statistique. On oublie souvent ce qui les rend durablement utiles : la base de données sectorielle, ce système d'information structuré qui accueille, normalise et conserve l'information d'un secteur entier, campagne après campagne, année après année. Sans elle, chaque enquête repart de zéro, chaque programme recrée ses propres indicateurs, et la mémoire institutionnelle se dissout au rythme des projets. Le débat public se concentre volontiers sur la capacité statistique nationale ou sur l'ouverture des données ; le chaînon réellement manquant se situe en deçà, au niveau opérationnel : les registres et systèmes d'information de santé, d'agriculture, d'éducation et d'énergie qui font, ou ne font pas, tourner une administration au quotidien. C'est ce maillon que cet article met au centre.

Le syndrome de l'enquête isolée

Commençons par le constat le plus banal et le plus coûteux. Une part considérable de l'information produite en Afrique de l'Ouest l'est sous forme d'enquêtes ponctuelles, financées par projet, conçues dans des formats propres, puis archivées dans des fichiers qui deviennent illisibles dès que l'équipe se disperse. L'ordre de grandeur de cette rareté donne le vertige : selon une compilation panafricaine publiée dans Scientific Data en 2025, un ménage africain n'apparaît dans une enquête de bien-être que moins d'une fois tous les mille ans, soit environ cent fois moins souvent qu'un ménage aux États-Unis. La donnée existe, mais elle est rare, dispersée et non cumulable. En l'absence de référentiel commun, chaque opération réinvente ses définitions, ses unités, ses nomenclatures, et le résultat est une impossibilité structurelle de comparer dans le temps, de cumuler entre programmes et d'apprendre dans la durée.

Une base de données sectorielle rompt précisément ce cycle. Elle fixe une fois pour toutes la définition des indicateurs, les formats de saisie, les règles de qualité et les droits d'accès, puis elle accueille les données successives dans un cadre cohérent qui survit aux équipes et aux financements. La différence n'est pas cosmétique : elle sépare une information qui s'évapore d'un patrimoine qui se capitalise.

Là où le système statistique craque vraiment : les sources

Pour comprendre pourquoi le niveau sectoriel est le maillon faible, il faut regarder où se situe précisément le déficit. Les indicateurs de performance statistique de la Banque mondiale (SPI) décomposent un système national en cinq piliers. Or le pilier qui flanche le plus n'est pas celui des produits ou de la diffusion, mais le pilier 4, celui des sources de données : recensements, enquêtes, données administratives et géospatiales. C'est exactement là que vivent les bases sectorielles, dans les registres administratifs et les systèmes d'information de routine des ministères. L'Afrique subsaharienne affiche le score SPI moyen le plus bas du monde, autour de 54 sur 100, et la Banque mondiale identifie le pilier des sources comme le plus en retard de tous. Autrement dit, le maillon faible des systèmes statistiques ouest-africains n'est pas le tableau de bord final, c'est l'usine à données qui devrait l'alimenter.

Quand un secteur se dote d'un vrai système : la démonstration par la santé

La santé offre la meilleure preuve qu'un système d'information sectoriel structuré change la donne, parce qu'elle dispose d'un standard largement déployé : la plateforme DHIS2. Les chiffres parlent d'eux-mêmes. DHIS2 est aujourd'hui utilisé par les ministères de la santé de 80 pays à revenu faible ou intermédiaire, et au-delà de 100 pays si l'on inclut les programmes portés par des ONG. Les pays qui l'ont déployé abritent environ 3,2 milliards d'habitants, soit près de 40 % de la population mondiale, et plus de 40 nations africaines s'appuient sur cette plateforme pour gérer leurs données de santé de routine. Ce n'est plus une expérimentation : c'est l'infrastructure de fond d'une grande partie de la santé publique du Sud.

Surtout, on peut mesurer ce qu'un tel système apporte. L'exemple sénégalais est documenté avec précision pour la surveillance du paludisme entre 2014 et 2017, juste après la généralisation de DHIS2. Sur cette courte fenêtre, la part des formations sanitaires transmettant leur rapport mensuel est passée de 85,4 % à 97,5 %, et la proportion des cas de paludisme attendus effectivement remontés dans le système a bondi de 76,5 % à 94,7 %. En trois ans, le système est passé d'une couverture trouée à une remontée quasi exhaustive. Cette amélioration n'a rien d'automatique : elle est le produit d'une base structurée, d'indicateurs normalisés et d'un suivi continu de la complétude. Elle illustre le principe central de cet article : ce n'est pas l'acte de collecter qui crée la valeur, c'est le système qui l'organise et la conserve.

Trois secteurs, trois niveaux de maturité

Ce que la santé a largement réussi, d'autres secteurs ne l'ont pas encore engagé, et l'écart de maturité est éclairant. Comparer les systèmes d'information de la santé, de l'éducation et de l'agriculture, c'est voir où se joue concrètement le retard sectoriel ouest-africain.

• Santé : un standard mûr. Avec DHIS2, la plupart des pays disposent d'une remontée mensuelle, à la formation sanitaire, d'indicateurs normalisés. La donnée est récente, géolocalisée et cumulable. C'est le secteur le plus avancé, sans être exempt de problèmes de qualité.
• Éducation : un recensement annuel, mais agrégé. Les systèmes d'information éducative (EMIS) reposent encore largement sur le recensement scolaire annuel, livré en données agrégées sans dossier individuel d'élève, souvent avec retard, et fragmenté entre plusieurs ministères et institutions. On sait combien d'élèves, rarement qui décroche, où et pourquoi.
• Agriculture : le maillon le plus défait. Faute de recensements récents, beaucoup de pays pilotent à l'aveugle. Le Ghana, par exemple, n'a pas conduit de recensement agricole depuis plus de trois décennies. Les statistiques administratives surestiment en moyenne les rendements d'environ 32 % par rapport aux mesures de terrain, ce qui fausse jusqu'au ciblage des politiques agricoles.

Cette gradation n'est pas une fatalité technique. Elle reflète des choix d'investissement et de constance. Là où un secteur s'est doté d'un système d'information structuré, normalisé et maintenu, la donnée devient fiable et utile ; là où il s'en est dispensé, il continue de décider sur des estimations vieillissantes. La nuance vaut d'être posée pour l'éducation, car le retard y est moins une absence de données qu'une absence de granularité. Un recensement scolaire agrégé indique des effectifs, mais pas la trajectoire d'un élève : tant que le système ne descend pas au niveau de l'individu, relier l'inscription, l'assiduité, les résultats et l'abandon reste hors de portée, et les politiques de rétention scolaire avancent sans savoir précisément qui décroche ni à quel moment. L'énergie, secteur en pleine structuration, illustre l'enjeu inverse : ses bases sont à bâtir presque ex nihilo, ce qui offre l'occasion rare de les concevoir d'emblée interopérables et désagrégées, au lieu de répéter les silos hérités des secteurs plus anciens.

Une donnée sans base structurée est une richesse périssable. La structurer secteur par secteur, c'est la transformer en patrimoine qui survit aux équipes et aux projets.

Le vrai problème n'est pas la collecte, c'est l'interopérabilité

Disposer d'un bon système par secteur ne suffit pas si ces systèmes s'ignorent. Le mal le plus insidieux des données sectorielles africaines n'est pas seulement la rareté, c'est la fragmentation : des registres dispersés entre ministères et agences, construits sur des identifiants différents, des nomenclatures incompatibles et des calendriers décalés. La compilation panafricaine de 2025 le résume sans détour pour l'agriculture : les données proviennent de sources incompatibles, ministères nationaux, gouvernements régionaux, enquêtes ménages, mesures de parcelles, avec des biais systématiques entre types de données. Le même problème traverse tous les secteurs. Un enfant peut figurer dans le registre scolaire, le registre vaccinal et le registre d'état civil sous trois identités différentes, sans qu'aucun système ne sache qu'il s'agit de la même personne.

C'est là que se joue la valeur d'une base sectorielle bien conçue : non dans l'accumulation, mais dans la capacité à parler aux autres. Interopérabilité veut dire identifiants partagés, dictionnaires d'indicateurs communs, formats d'échange standardisés. Sans cette discipline, on multiplie les saisies, on duplique les efforts et on rend impossible la vue d'ensemble dont une politique publique a besoin. La donnée existe, mais elle reste prisonnière de silos qui ne se parlent pas.

Le coût de l'inaction se chiffre, et il est lourd

L'absence de systèmes sectoriels fiables et interconnectés n'est pas un inconfort technique : elle coûte des milliards. Le cas de la santé est le mieux documenté. Selon l'Africa CDC, jusqu'à 40 % des dépenses de santé du continent sont perdues chaque année du fait d'inefficiences directement liées à des systèmes d'information défaillants : planification fragmentée, dispositifs de prestation redondants, gestion de paie déficiente, travailleurs fantômes et achats mal pilotés. En République démocratique du Congo, l'Africa CDC estime à environ 800 millions de dollars par an les pertes dues aux seules entrées de paie frauduleuses, certaines régions comptant jusqu'à 40 % de personnel fantôme. Ces pertes ne sont pas une fatalité : elles sont le reflet exact de l'absence de registres fiables et reliés. Un registre du personnel de santé propre, croisé avec la paie, élimine mécaniquement le travailleur fantôme.

Le raisonnement vaut bien au-delà de la santé. Sans état civil complet, on ne sait pas qui naît ni qui meurt : en Afrique subsaharienne, la complétude de l'enregistrement des décès reste inférieure à 3 %, ce qui prive les politiques sanitaires de leur donnée la plus fondamentale. Sans registre foncier ou agricole à jour, on subventionne à l'aveugle. Sans système éducatif individuel, on ne sait pas relier l'inscription, l'assiduité et le décrochage. À chaque fois, le coût de l'inaction se paie deux fois : en argent gaspillé et en décisions prises sur des chiffres faux.

Ce que les vitrines de données cachent

Un portail de données ouvertes bien tenu, un rapport statistique annuel élégant, un tableau de bord ministériel coloré : ces vitrines rassurent, mais elles peuvent masquer un socle vide. Un indicateur national agrégé ne dit rien de la complétude de la remontée qui l'a produit, ni de l'ancienneté de la source, ni du nombre de structures qui n'ont jamais transmis. On peut publier un taux de scolarisation impeccable construit sur un recensement scolaire incomplet, ou un rendement agricole national surestimé de près d'un tiers. La qualité d'une politique ne se lit pas dans l'élégance de sa restitution, mais dans la solidité de la base qui l'alimente.

C'est précisément la conviction qui guide l'approche du CRAD. Une base de données sectorielle ne se résume pas à un logiciel : c'est un travail de conception (modèle de données, dictionnaire d'indicateurs, règles de validation, droits d'accès) doublé d'un travail d'appropriation par les agents qui l'alimenteront et la feront vivre. Le CRAD aborde ces deux dimensions comme un tout, parce qu'une base que personne ne maintient meurt aussi vite qu'un tableur abandonné. L'objectif n'est jamais de livrer un outil, mais de laisser derrière soi une administration capable de produire, de corriger et d'exploiter ses propres chiffres, en toute souveraineté. C'est l'inverse exact du syndrome de l'enquête isolée : faire passer une institution d'une logique de projet à une logique de pilotage permanent.

Concevoir pour durer : ce qui sépare une base vivante d'un cimetière de données

La pérennité ne s'improvise pas, elle se conçoit. Trois conditions, trop souvent négligées, séparent une base qui vit d'une base qui meurt à la fin du financement. D'abord, la gouvernance des accès doit être pensée dès le départ : qui saisit, qui valide, qui consulte, selon quelles règles, faute de quoi la donnée se dégrade en silence. Ensuite, la qualité doit être instrumentée en continu, par des contrôles de complétude et de cohérence automatisés, comme le montre l'exemple sénégalais où c'est précisément le suivi de la complétude qui a tiré la remontée vers le haut. Enfin, l'appropriation locale prime sur la sophistication : une base simple, maîtrisée et alimentée par les agents vaut infiniment mieux qu'un système avancé que personne ne sait faire tourner. Le critère ultime de réussite n'est pas la richesse fonctionnelle, c'est la survie de la base trois ans après le départ du prestataire.

Au fond, le chaînon manquant des politiques publiques ouest-africaines n'est ni la volonté de collecter, ni l'ambition d'ouvrir les données. C'est l'étage intermédiaire, celui des bases sectorielles structurées, interopérables et durables, qui transforme une succession d'enquêtes en mémoire institutionnelle et une mémoire en capacité de décision. Les secteurs qui s'en dotent, comme la santé avec DHIS2, gagnent en fiabilité et en souveraineté sur leurs propres chiffres ; ceux qui s'en passent continuent de piloter à l'estime. Construire ce maillon, c'est décider que la donnée d'un secteur cesse d'être une dépense ponctuelle pour devenir un patrimoine qui se capitalise.

← Toutes les publications