Situations de référence, cibles, et ce qu'elles font faire aux gens — Conception d'indicateurs et cadre logique — Analyse de données

Un indicateur assorti d’une cible est un autre objet

Seul, un indicateur est une mesure. Placez à côté une situation de référence et une cible et il devient un engagement, un jugement de performance et — c’est ce qu’on sous-estime — une instruction adressée à tous ceux dont il mesure le travail.

Cette leçon porte sur la fixation honnête des deux, et sur le comportement que chacun engendre.

Ce qu’une situation de référence doit être

Une situation de référence est la valeur du même indicateur, calculé de la même manière, avant l’intervention. Chaque mot de cette phrase porte.

Même indicateur. Une référence issue d’une enquête et une valeur finale issue des données de routine ne sont pas comparables. C’est l’échec de référence le plus courant et il se découvre en général à l’évaluation.
Même manière. Même dénominateur, mêmes tranches d’âge, même période de rappel. Versionnez la fiche de référence au moment de la mesure et conservez-la.
Avant. Une référence collectée au sixième mois mesure une population avec laquelle le programme travaille déjà.

baseline = {
    "indicator": "penta3_coverage_percent_monthly",
    "value": 61.4,
    "source": "DHIS2, 2023 monthly mean over reporting facilities",
    "collected": "2024-01",
    "reference_sheet_version": "2.1",
    "note": "Computed on the same denominator as the target. 2023 reporting "
            "completeness was 71%, so the baseline is a lower bound.",
}

baseline <- list(
  indicator = "penta3_coverage_percent_monthly",
  value = 61.4,
  source = "DHIS2, 2023 monthly mean over reporting facilities",
  reference_sheet_version = "2.1"
)

Le champ reference_sheet_version est ce qui fait survivre une référence trois ans. Sans lui, l’analyste de l’évaluation finale a un nombre et aucun moyen de savoir ce qu’il voulait dire.

La référence que vous n’avez pas collectée

Il n’y en a souvent pas, parce que le programme a démarré avant que quiconque pense à la mesure. Trois options honnêtes, par ordre de préférence.

Reconstituer à partir des données de routine. Généralement possible et généralement la meilleure réponse. Dites quels mois et quelle était la complétude du rapportage.
Utiliser une estimation externe comparable — un passage EDS ou MICS, une enquête SMART antérieure — en énonçant explicitement la différence de méthode.
Déclarer qu’elle est indisponible et fixer une cible sur une trajectoire, pour que la performance soit jugée sur le sens plutôt que sur l’écart à un nombre que personne n’a.

Ce qu’il ne faut pas faire est de reconstituer une référence à partir de la première période de données du programme et de la présenter comme une valeur antérieure à l’intervention. Un évaluateur le trouvera, et le constat portera sur l’honnêteté plutôt que sur la méthode.

Quatre façons de fixer une cible

Méthode	Fondement	Convient quand
Normative	Une norme le dit — 15 L/personne/jour Sphere, 90 % de couverture	La norme est la raison d’être du programme
Historique	La meilleure performance récente, ou le meilleur district comparable	Les données de routine existent et inspirent confiance
Capacitaire	Ce que les ressources permettent, chiffré	Les contraintes sont le facteur limitant
Négociée	Ce dont le bailleur et le gouvernement ont convenu	Honnête de la nommer pour ce qu’elle est

La plupart des cibles réelles relèvent de la quatrième, présentée comme la première. Ce n’est pas nécessairement faux — une cible négociée est un engagement légitime — mais écrire « négociée » dans la fiche fait passer la conversation de revue de « vous avez échoué » à « nous avons convenu d’un nombre supposant X, et X ne s’est pas produit ».

Quelle que soit la méthode, écrivez l’hypothèse sur laquelle la cible repose. Une cible de couverture de 85 % suppose le budget des sorties de proximité, le véhicule et l’approvisionnement en vaccins. Toutes trois sont des hypothèses au sens de la leçon 1, et lorsque la cible est manquée elles sont l’analyse.

Des jalons, pas seulement un point d’arrivée

Une cible unique à trois ans ne donne rien à piloter pendant deux ans et demi.

import numpy as np

baseline_value, target_value, quarters = 61.4, 85.0, 12
trajectory = np.linspace(baseline_value, target_value, quarters + 1)[1:]
print([round(v, 1) for v in trajectory])

baseline_value <- 61.4; target_value <- 85.0; quarters <- 12
round(seq(baseline_value, target_value, length.out = quarters + 1)[-1], 1)

Une droite est un provisoire, pas un plan. Deux ajustements la rendent réaliste.

N’anticipez rien. Les programmes démarrent lentement. Une trajectoire plate sur deux trimestres puis plus raide est plus honnête et moins punitive à la première revue.
Respectez la saisonnalité. En contexte agricole ou palustre, comparer le T3 au T2 revient à comparer deux mondes. Fixez les jalons face au même trimestre de l’année précédente.

Toute cible modifie le comportement

C’est la partie qui relève d’un cours de suivi-évaluation plutôt que de gestion, car vous êtes la personne qui le verra d’abord dans les données.

Quand un nombre sert à juger, les personnes jugées optimisent le nombre. Parfois c’est exactement ce que vous vouliez. Souvent non, et les dérapages sont prévisibles.

L’écrémage. Une cible de taux de guérison encourage à admettre les cas les moins sévères, ce qui monte le taux et réduit la valeur du programme.
Les effets de seuil. Une cible de 85 % produit un nombre suspect de valeurs rapportées entre 85 % et 87 %, et presque aucune à 84 %.
La réaffectation de l’effort. Les ressources migrent des activités non mesurées vers les activités mesurées, y compris depuis des choses plus importantes.
La dérive de définition. La définition s’élargit discrètement jusqu’à ce que la cible soit atteinte. C’est celle qui ressemble à un problème de qualité des données et n’en est pas un.

Associez à toute cible un indicateur qui bougerait en sens inverse si elle était manipulée. Une cible de taux de guérison à côté de la sévérité moyenne à l’admission ; une cible de couverture à côté du taux de rapportage ; une cible de charge de cas à côté du facteur de vérification.

watch = pd.DataFrame({
    "target_indicator": ["cure_rate_percent", "penta3_coverage_percent"],
    "gaming_risk": ["admit less severe cases", "widen the catchment definition"],
    "partner_indicator": ["mean_muac_at_admission_mm", "reporting_rate_percent"],
})

watch <- tibble::tribble(
  ~target_indicator,         ~gaming_risk,                    ~partner_indicator,
  "cure_rate_percent",       "admit less severe cases",       "mean_muac_at_admission_mm",
  "penta3_coverage_percent", "widen the catchment definition", "reporting_rate_percent"
)

Écrivez ce tableau au moment de fixer la cible, pas quand le nombre paraît trop beau. Cela prend dix minutes et fait la différence entre s’en apercevoir en mars et s’en apercevoir à l’évaluation.

Cherchez l’effet de seuil

Une fois la cible en place, il vaut la peine de vérifier si la distribution est au courant.

reported_rates = performance["cure_rate_percent"]
near = reported_rates.between(85, 87).sum()
just_below = reported_rates.between(82, 84).sum()
print(f"{near} sites just above target, {just_below} just below")

c(just_above = sum(dplyr::between(performance$cure_rate_percent, 85, 87)),
  just_below = sum(dplyr::between(performance$cure_rate_percent, 82, 84)))

Un amoncellement juste au-dessus d’un seuil avec un creux juste en dessous est l’un des signaux les plus fiables des données de performance. C’est la même logique que le contrôle de préférence de chiffres du cours d’évaluation, et cela mérite le même soin de formulation — c’est un motif qui justifie une question, non une conclusion sur quiconque.

Réviser une cible

Les cibles se révisent. Faites-le au grand jour.

version    1.0 -> 1.1
changed    2026-07-28
from       85% by Q12
to         78% by Q12
reason     Outreach budget cut by 40% in Q3; the original target assumed the
           full outreach schedule. Trajectory recomputed from Q5 actuals.
approved   Programme manager and donor focal point, 2026-07-25

Une cible révisée avec un motif et une validation est une décision de gestion. Une cible modifiée discrètement dans un tableur est le constat qui met fin à un partenariat.

La suite

Vous avez un indicateur, une situation de référence et une cible. La dernière leçon porte sur ce qui se passe quand quelqu’un d’extérieur applique les critères du CAD de l’OCDE aux trois — ce qu’un évaluateur demande, lesquels de vos chiffres survivent à la question, et comment avoir bâti les preuves avant son arrivée.