Agriculture

Terrain connecté : comment la donnée numérique transforme les filières agricoles

Terrain connecté : comment la donnée numérique transforme les filières agricoles

Dans une filière agricole ouest-africaine, l'information arrive presque toujours trop tard pour être utile. Une enquête papier suppose la saisie, le contrôle, le nettoyage, puis la consolidation : autant d'étapes où la donnée se perd, vieillit ou se déforme. Quand le rapport tombe, la campagne est finie, le bailleur a déjà décidé, et le producteur reste un point anonyme dans une moyenne nationale. La collecte numérique mobile inverse cette logique. La donnée est saisie, géolocalisée et contrôlée dès le champ, puis remonte en quasi temps réel vers un tableau de bord. Ce basculement n'est pas un détail d'outillage. Sur des économies où l'agriculture occupe l'écrasante majorité des actifs et pèse jusqu'au tiers du PIB, la qualité et la fraîcheur de la donnée agricole déterminent directement la qualité des politiques publiques et des décisions de financement. Et c'est précisément là que l'Afrique de l'Ouest accuse son retard le plus coûteux : non pas dans les champs, mais dans la mesure de ce qui s'y passe.

Une économie agricole sous-mesurée

Le premier fait à poser est le poids réel du secteur. En Afrique de l'Ouest, l'agriculture n'est pas une activité parmi d'autres : c'est le socle de l'emploi et du revenu. Selon les estimations modélisées de l'Organisation internationale du travail compilées par la Banque Mondiale, elle occupait encore en 2024 près de 73 % des actifs au Niger, 64 % au Mali, 52 % au Burkina Faso et 41 % au Bénin. Côté valeur ajoutée, elle représentait en 2023 entre 16 % du PIB en Côte d'Ivoire et plus de 32 % au Niger et au Mali. Une telle concentration devrait imposer une statistique agricole irréprochable. C'est l'inverse qui prévaut : la plupart des pays à faible revenu ne parviennent toujours pas à produire les trois indicateurs agricoles de base attendus pour le suivi de l'objectif de développement durable « Faim zéro », faute de système d'enquête robuste. Le paradoxe est saisissant : le secteur le plus déterminant pour ces économies est aussi l'un des moins bien mesurés.

Part de l'agriculture dans l'emploi, Afrique de l'Ouest (2024)% de l'emploi total (estimation modélisée OIT)Niger73.5Mali63.5Burkina Faso52.2Côte d'Ivoire46.3Bénin41.1Togo38.3Ghana35.2Nigeria34.1Sénégal30.7Source : Banque Mondiale, indicateur SL.AGR.EMPL.ZS (2024, estimation OIT)
Dans la plupart des pays de la région, deux actifs sur cinq, et jusqu'à trois sur quatre au Niger, vivent de l'agriculture. Piloter ces filières à l'aveugle, ou à partir de données vieilles d'un an, revient à gouverner une part majeure de l'économie sans tableau de bord.

Le poids du secteur ne se lit pas seulement dans l'emploi. En valeur ajoutée, l'agriculture représentait encore en 2023 un quart du PIB béninois (25,4 %) et près d'un tiers au Niger (32,5 %) et au Mali (32,2 %), contre 16 % en Côte d'Ivoire. Or l'écart entre la part de l'emploi (souvent supérieure à 40 %) et la part du PIB (rarement au-dessus de 30 %) raconte une histoire de productivité : beaucoup de bras pour une valeur ajoutée comparativement faible. Cet écart ne se réduit pas sans savoir où il se loge, exploitation par exploitation, ce qui ramène à la question de la donnée.

Valeur ajoutée de l'agriculture dans le PIB (2023)% du PIB01020304032.5Niger32.2Mali27.7Nigeria25.4Bénin21.3Togo20.9Ghana17.4Sénégal15.9Côte d'IvoireSource : Banque Mondiale, indicateur NV.AGR.TOTL.ZS (2023)
L'agriculture pèse de 16 % à près d'un tiers du PIB selon les pays, mais partout moins que sa part dans l'emploi. Cet écart, c'est le déficit de productivité du secteur ; le combler suppose d'abord de le mesurer là où il se joue.

Le coût du papier : ce que l'on perd entre le champ et la décision

La collecte papier n'est pas seulement lente : elle dégrade la donnée à chaque maillon. Le questionnaire rempli au champ doit être rapatrié, ressaisi par un opérateur, contrôlé, corrigé, puis nettoyé avant la moindre analyse. Chacune de ces manipulations introduit des erreurs et du délai. Les études comparatives menées en contexte africain le chiffrent précisément. Lors d'une enquête de santé publique randomisée en Éthiopie, 41,9 % des questionnaires papier contenaient au moins une erreur de qualité, contre 30,9 % pour la saisie électronique, le taux d'erreur global passant de 1,67 % sur papier à 0,60 % sur tablette. Une étude sud-africaine sur un dispositif de collecte numérique open source va plus loin : le taux d'erreur tombe de 0,73 à 0,17 erreur pour 100 questions, soit environ 77 % d'erreurs en moins, et la proportion d'entretiens entachés d'au moins une erreur recule de 33 % à 8 %. Surtout, les erreurs papier comprenaient des fautes majeures imposant la suppression de données ou une nouvelle enquête, là où les erreurs numériques restaient mineures.

Part des questionnaires entachés d'au moins une erreur : papier contre numérique% des questionnaires020406041.9Papier (Éthiopie)30.9Numérique (Éthiopie)33.4Papier (Afrique du Sud)7.6Numérique (Afrique du Sud)Source : Étude randomisée Éthiopie (JMIR, 2019) ; étude collecte numérique open source Afrique du Sud (J Clin Epidemiol, 2015)
Deux études randomisées en Afrique, deux contextes différents, une même direction : la collecte numérique réduit fortement la part des questionnaires entachés d'erreurs. Le contrôle de cohérence intégré au formulaire bloque l'erreur au moment où elle se produit, au champ, et non des semaines plus tard au bureau.

Le bénéfice ne s'arrête pas à la qualité. La même étude sud-africaine établit que, salaire compris, le coût par question correctement saisie était deux fois moindre en numérique qu'en papier, et que le surcoût initial en matériel était amorti en six mois. Autrement dit, la collecte numérique n'est pas un luxe technologique réservé aux gros budgets : passé un seuil de volume modeste, elle coûte moins cher que le papier tout en livrant une donnée plus fiable et plus rapide. Pour un bailleur qui finance une enquête de filière, ou pour un État qui veut suivre une campagne, l'arbitrage est tranché.

Le délai, variable cachée du pilotage

Ce que la collecte numérique change le plus profondément, c'est le rapport au temps. Avec le papier, la chaîne entre la dernière interview et le jeu de données exploitable se compte en semaines, souvent en mois : transport des liasses, double saisie, apurement. Avec la collecte mobile, la donnée validée au champ est synchronisée le soir même, et le tableau de bord se met à jour pendant que la collecte se poursuit. Ce délai, longtemps considéré comme une fatalité logistique, est en réalité la variable la plus stratégique du pilotage. Tant qu'il se compte en mois, l'enquête ne sert qu'à dresser un constat a posteriori. Réduit à quelques jours, il devient un instrument de conduite : on détecte une anomalie pendant la collecte, on rappelle un enquêteur dont les données dérivent, on réoriente un protocole avant qu'il ne soit trop tard. La donnée cesse d'être une archive pour devenir un signal.

Tant que la donnée agricole se compte en mois, elle ne sert qu'à constater. Ramenée à quelques jours, elle devient un instrument pour décider, corriger et réorienter pendant que la campagne se joue encore.

Le préalable matériel : la connectivité rurale

Le terrain connecté suppose un réseau, et c'est ici que se loge la principale réserve. La couverture mobile a beaucoup progressé : les réseaux atteignent désormais environ 95 % de la population africaine. Mais la couverture n'est pas l'usage. En Afrique subsaharienne, seule une personne sur quatre environ utilise l'internet mobile, ce qui laisse un « fossé d'usage » de l'ordre de 60 % de la population : des gens couverts par un réseau mais qui ne s'y connectent pas, faute de terminal abordable, de compétences numériques ou d'électricité. Et ce fossé est plus large en milieu rural, là précisément où se trouvent les exploitations : les adultes ruraux sont presque deux fois moins susceptibles d'utiliser l'internet mobile que les citadins. Pour une enquête agricole, cette fracture impose une exigence concrète : les outils de collecte doivent fonctionner hors ligne et ne synchroniser qu'au retour dans une zone couverte. C'est précisément ce que permettent les solutions de référence du secteur.

Couverture, usage et fracture rurale du mobile en Afrique subsaharienne% de la population concernée025507510095Couverts par un réseau27Usage internet mobile60Fossé d'usage48Écart d'usage rural/urbainSource : GSMA, The Mobile Economy Sub-Saharan Africa 2024 ; GSMA Mobile for Development
Le réseau est presque partout, mais l'usage reste minoritaire et nettement plus faible en zone rurale. Concevoir la collecte agricole pour le hors ligne n'est donc pas une précaution optionnelle : c'est la condition pour atteindre les exploitations là où elles se trouvent réellement.

Les outils : un standard mondial désormais accessible

Le basculement a été rendu possible par la maturité d'un écosystème d'outils éprouvés, pour la plupart open source ou gratuits. Open Data Kit (ODK) en a posé les fondations ; KoboToolbox, qui s'appuie sur la même base technique, s'est imposé dans l'humanitaire et l'aide au développement ; CommCare cible le suivi des agents de terrain et des bénéficiaires ; Survey Solutions, développé par la Banque Mondiale, structure les grandes enquêtes statistiques nationales. Tous partagent les mêmes principes : un formulaire conçu en amont avec ses contrôles de saisie, une application mobile fonctionnant hors ligne, la géolocalisation automatique des observations et une synchronisation chiffrée vers un serveur central. Ce socle technique n'est plus expérimental : il sous-tend aujourd'hui les enquêtes nationales, les évaluations de projet et les systèmes de suivi des grands bailleurs. La barrière n'est donc plus l'outil, désormais accessible et documenté, mais la méthode et les compétences pour le déployer correctement.

  • Contrôles de cohérence à la source. Le formulaire bloque les valeurs aberrantes au moment de la saisie : un rendement impossible, une date incohérente ou un champ obligatoire oublié ne franchissent jamais l'étape du champ.
  • Géolocalisation systématique. Chaque exploitation enquêtée est rattachée à ses coordonnées, ce qui permet de croiser production, pluviométrie, accès au marché et zonage agro-écologique, croisements impossibles sur une moyenne nationale.
  • Traçabilité complète. Qui a collecté quoi, où et quand : cette piste d'audit, native en numérique, est la condition de la redevabilité exigée par les bailleurs et du contrôle qualité en cours de collecte.
  • Fonctionnement hors ligne. La saisie ne dépend pas du réseau au moment de l'enquête ; la synchronisation se fait au retour en zone couverte, ce qui rend l'outil utilisable jusque dans les zones les moins connectées.

Du producteur à la décision de filière

Bien structurée, la donnée de terrain ne reste pas au stade du tableau de résultats : elle alimente une lecture continue de la filière, du producteur jusqu'à la décision stratégique. Géolocalisée et désagrégée, elle relie le rendement d'une parcelle à son accès aux intrants, à sa vulnérabilité climatique et à sa distance au marché. C'est ce continuum, de l'enquête auprès du producteur au tableau de bord du décideur, qui fait toute la valeur des filières d'exportation ouest-africaines. La région est ainsi devenue un acteur de premier plan sur le cajou : la Côte d'Ivoire, premier producteur mondial de noix brutes, vise environ 1,15 million de tonnes en 2025, et le Bénin, qui a interdit l'exportation de noix brutes depuis avril 2024 pour développer sa transformation locale, projette de l'ordre de 225 000 tonnes. Sur de telles filières, où chaque point de qualité, de traçabilité et de transformation locale se traduit en devises, la donnée géolocalisée et reconduite campagne après campagne n'est pas un confort analytique : c'est l'instrument qui permet d'arbitrer où investir, quelle coopérative appuyer et quel maillon de la chaîne de valeur renforcer.

Le cadrage : la donnée numérique comme bien public

Il faut situer cet enjeu au bon niveau. Le déficit de statistique agricole n'est pas une affaire technique réservée aux statisticiens : c'est un trou dans la décision publique. À l'échelle mondiale, les pays à faible revenu et à revenu intermédiaire investissent chaque année des centaines de milliards de dollars dans l'agriculture, souvent sans données fiables pour orienter cette dépense. C'est ce constat qui a donné naissance à l'initiative internationale 50x2030, partenariat sur dix ans porté par la Banque Mondiale, la FAO et le FIDA, doté d'environ 500 millions de dollars, pour doter cinquante pays à faible et moyen revenu de systèmes d'enquêtes agricoles modernes, reposant largement sur la collecte numérique. Au cœur de ce dispositif, on retrouve les mêmes outils mobiles et la même ambition : produire une donnée agricole de qualité, à temps, et la rendre accessible pour que la décision cesse d'avancer à l'aveugle. La collecte numérique n'est donc pas un gadget de projet : elle est devenue l'infrastructure de base d'un bien public, la connaissance fiable du secteur le plus vital de ces économies.

Le coût de l'inaction : décider sur des données périmées

Le coût de la collecte papier ne se lit pas seulement dans les erreurs de saisie : il se paie en décisions mal calibrées. Quand une enquête de campagne n'est exploitable que des mois après la récolte, la politique qu'elle devait éclairer est déjà arrêtée sur des estimations approximatives. Une subvention d'intrants mal ciblée, un programme de stockage dimensionné sur des volumes erronés, une alerte de sécurité alimentaire émise trop tard : chacune de ces défaillances a un coût réel, en argent public gaspillé comme en récoltes ou en revenus perdus. Sur des économies où l'agriculture emploie l'essentiel de la population active, l'imprécision de la donnée n'est pas une question de confort statistique, c'est un facteur direct de mauvaise allocation des ressources rares. Le vrai coût n'est pas celui de moderniser la collecte, qui s'amortit en quelques mois, mais celui de continuer à piloter une économie agricole majeure avec des instruments de mesure d'un autre âge.

Ce que les moyennes nationales cachent

Un point est décisif pour l'action : les chiffres agricoles nationaux sont des moyennes, et les moyennes masquent l'essentiel. Derrière un rendement ou un revenu national se cachent des écarts considérables entre une exploitation encadrée par une coopérative et un producteur isolé, entre une zone irriguée et une zone pluviale, entre les hommes et les femmes qui n'accèdent pas également à la terre, aux intrants et au conseil. Une statistique agrégée, utile pour comparer les pays, ne dit pas où agir à l'intérieur d'un pays. C'est exactement ce que la donnée géolocalisée et désagrégée vient corriger : elle transforme une moyenne nationale en carte des écarts, et une carte des écarts en feuille de route d'investissement. Sans cette granularité, un même budget public produit des effets très inégaux selon qu'il cible les zones à fort potentiel inexploité ou celles déjà proches de leur plafond. La collecte numérique n'a pas inventé cette exigence de finesse, mais elle est le premier outil qui la rend praticable à grande échelle et à coût soutenable.

L'angle CRAD : du terrain connecté au tableau de bord

C'est la conviction qui guide le travail du CRAD sur les filières agricoles : la donnée n'a de valeur que si elle est saisie au champ, géolocalisée, contrôlée à la source et reconduite campagne après campagne. Le terrain connecté que nous déployons repose sur des enquêteurs formés équipés de tablettes géolocalisées, des formulaires conçus avec leurs contrôles de cohérence, une collecte qui fonctionne hors ligne dans les zones mal couvertes, et des tableaux de bord qui restituent les résultats pendant que la collecte se poursuit. Cette chaîne complète, du producteur jusqu'au décideur, est précisément ce que nous mobilisons sur des filières comme le coton, le cajou ou l'ananas, pour des bailleurs qui exigent des preuves d'impact vérifiables et reconductibles.

Une mise en garde, toutefois, doit accompagner cet enthousiasme. Le terrain connecté n'est pas magique. La technologie accélère et fiabilise une bonne méthode ; elle ne la crée pas. Un formulaire mal conçu produira plus vite des données inutiles ; une géolocalisation sans plan d'analyse restera un point sur une carte ; un tableau de bord nourri d'indicateurs mal choisis donnera l'illusion du pilotage sans la réalité. La valeur se joue en amont, dans la réflexion sur les indicateurs réellement utiles à la décision, et en aval, dans la capacité à transformer la donnée en arbitrage. Entre les deux, l'outil numérique fait gagner du temps, de l'argent et de la fiabilité, à condition de ne jamais le confondre avec la méthode elle-même.

Au fond, la bascule vers la collecte numérique n'est pas une question de mode technologique : c'est un changement de régime dans la connaissance des filières agricoles. Les pays et les programmes qui l'opèrent cessent de décrire l'agriculture après coup pour commencer à la piloter en temps réel. Sur des économies dont l'agriculture est le premier employeur, ce gain de quelques jours sur le délai et de quelques points sur la fiabilité ne se mesure pas en lignes de tableur : il se mesure en récoltes mieux protégées, en budgets mieux dépensés et en décisions enfin prises sur la réalité du terrain plutôt que sur son souvenir.

À retenir

  • L'agriculture occupe encore 35 à 73 % des actifs ouest-africains et pèse jusqu'à un tiers du PIB, mais reste l'un des secteurs les moins bien mesurés : la plupart des pays à faible revenu ne produisent pas les indicateurs agricoles de base de l'ODD « Faim zéro ».
  • La collecte numérique mobile (ODK, KoboToolbox, CommCare, Survey Solutions) saisit, géolocalise et contrôle la donnée dès le champ, faisant tomber le délai de plusieurs mois à quelques jours.
  • En contexte africain, le numérique réduit fortement les erreurs : la part des questionnaires entachés d'une erreur passe par exemple de 33 % à 8 % en Afrique du Sud, pour un coût par donnée fiable deux fois moindre, amorti en six mois.
  • La connectivité rurale reste le verrou : 95 % de couverture réseau mais seulement 27 % d'usage internet mobile en Afrique subsaharienne, et un usage rural deux fois plus faible qu'en ville. La collecte doit donc fonctionner hors ligne.
  • La donnée géolocalisée et désagrégée transforme une moyenne nationale en carte des écarts, et une carte des écarts en feuille de route d'investissement : c'est là que se joue l'efficacité de la dépense publique agricole.

Recommandations aux décideurs ouest-africains

  1. Généraliser la collecte numérique pour toutes les enquêtes agricoles publiques (campagnes, recensements, suivi de projet), en s'appuyant sur les outils éprouvés et largement gratuits du secteur plutôt que de développer des solutions propriétaires coûteuses.
  2. Faire de la géolocalisation et de la désagrégation (par zone, par sexe, par type d'exploitation) une exigence standard, afin de cartographier les écarts à l'intérieur des pays et de concentrer l'investissement là où le potentiel inexploité est le plus fort.
  3. Concevoir tous les dispositifs pour le hors ligne et investir dans la connectivité et l'électrification rurales, sans lesquelles le terrain connecté n'atteint pas les exploitations les plus enclavées.
  4. Investir dans la compétence avant l'outil : former des enquêteurs et des concepteurs de formulaires, car un mauvais questionnaire numérisé produit seulement plus vite des données inutiles.
  5. Réduire le délai de restitution comme un objectif explicite de politique publique, en visant la disponibilité d'une donnée de campagne exploitable en quelques jours plutôt qu'en quelques mois, condition d'un pilotage en temps réel.
  6. Inscrire les filières nationales dans les initiatives régionales et internationales de modernisation statistique (à l'image de 50x2030) pour mutualiser méthodes, outils et coûts, et faire de la donnée agricole un bien public reconduit campagne après campagne.

Sources

← Toutes les publications