Données, informations, connaissances : la confusion qui coûte des décisions aux projets | Delta Monitoring
Donnée, information, connaissance : trois termes utilisés indifféremment dans les cadres logiques, les termes de référence et les revues de projet. Cette assimilation produit pourtant un dommage silencieux mais massif : des décisions inadaptées, des tableaux de bord illisibles et des apprentissages perdus.
Confondre un taux de réalisation physique (donnée) avec une alerte sur un retard d’approvisionnement (information), ou encore avec une règle consolidée sur les goulots récurrents (connaissance), condamne le suivi-évaluation à rester une fonction administrative plutôt qu’un levier de pilotage.
Cet article démontre pourquoi cette indistinction persiste, comment elle se manifeste concrètement sur les projets, et comment la dépasser.
Clarifier les trois notions : un préalable non négociable
Avant toute analyse, la clarification conceptuelle s’impose. En sciences de l’information, ce triptyque est fondamental.
De la donnée brute à la connaissance capitalisée — trois niveaux d’abstraction trop souvent confondus dans les dispositifs de S&E.
1. La donnée : le fait brut non interprété
Une donnée est un élément brut, souvent quantitatif, dépourvu de signification intrinsèque.
Exemples : 42 % · 15/05 · 1 200 bénéficiaires.
Une donnée seule ne permet aucune décision.
Propriétés opérationnelles
- Peut être collectée automatiquement ou manuellement ;
- Nécessite d’être vérifiée (fiabilité) et contextualisée ;
- Devient utile uniquement si elle répond à une question.
2. L'information : la donnée mise en contexte et signifiante
L’information naît de l’interprétation d’une donnée. Elle repose sur :
- Une comparaison (réel vs cible, tendance vs seuil) ;
- Un contexte (zone, période, sous-groupe) ;
- Une question opérationnelle (« ce taux de 42 %, est-ce bon ou mauvais ? »).
3. La connaissance : l'information internalisée et réutilisable
La connaissance apparaît lorsque l’information est :
- Validée par des acteurs multiples (équipe terrain, partenaires, bénéficiaires) ;
- Répétée sur plusieurs cycles ;
- Intégrée dans des règles, procédures ou raisonnements réutilisables.
Les trois dérives opérationnelles sur les projets
Sur le terrain, la confusion entre données, informations et connaissances produit des symptômes récurrents et objectivement identifiables.
1. L'illusion de la décision par accumulation de données
De nombreux dispositifs de S&E continuent d’opérer sous le postulat implicite suivant : plus on collecte de données, mieux on décide.
Conséquences documentées :
- Collecte d’indicateurs sans usage (indicateurs « orphelins ») ;
- Surcharge des équipes ;
- Faible exploitation des indicateurs produits.
2. Des tableaux de bord qui ne bordent rien
Un tableau de bord saturé de données devient inutilisable. Les phénomènes observés incluent :
- Absence de seuils d’alerte explicites ;
- Visualisations peu exploitables ;
- Confusion entre activités et résultats.
3. Des apprentissages perdus
La dérive la plus coûteuse : des informations correctement identifiées lors d’un cycle de projet ne sont jamais transformées en connaissances pour le cycle suivant ou pour d’autres projets.
Ce phénomène se traduit par :
- Une répétition des erreurs d’une phase à l’autre (mêmes goulots, mêmes retards) ;
- Une dépendance à des individus clés — les « experts du dossier » ;
- Une capitalisation inefficace : des leçons apprises sans mécanisme de réutilisation.
Un projet qui ne transforme pas ses informations en connaissances réapprend en permanence ce qu’il devrait déjà maîtriser.
Pourquoi cette confusion persiste ?
Trois biais structurels expliquent la longévité de cette confusion dans les projets de développement.
1. Biais des bailleurs : la demande de preuves quantifiées
La pression pour produire des indicateurs chiffrés et « vérifiables » pousse souvent les équipes à privilégier la quantité sur l’utilité. Toutes les mesures ne valent pas d’être suivies.
2. Limites des outils : des bases de données sans couche sémantique
La plupart des outils de S&E restent des gestionnaires de données mais n’incluent pas la transformation de ces données en information ou connaissance. Sans cette couche, chaque utilisateur interprète les mêmes données différemment.
3. Biais humain : confondre activité intellectuelle et action
Produire des chiffres donne l’impression d’avancer. Ce sentiment masque souvent une question plus inconfortable :
Cette donnée change-t-elle une décision ?
Le résultat est une surcharge cognitive avec sous-efficacité décisionnelle.
Restaurer une chaîne décisionnelle fonctionnelle : trois principes opérationnels
Passer de la confusion à la maîtrise impose trois principes simples mais exigeants à mettre en œuvre.
1. Toute donnée collectée répond à une information nécessaire à une décision
Avant d’ajouter une variable ou un indicateur, poser systématiquement deux questions :
- À quelle question opérationnelle cette donnée répond-elle ?
- Quelle décision spécifique sera modifiée par la réponse à cette question ?
Si aucune décision n’est identifiée, la donnée n’a pas lieu d’être collectée.
2. Séparer explicitement les niveaux dans les livrables S&E
Un bon tableau de bord ne mélange pas trois niveaux dans la même vue. Il propose plutôt :
- Une section données brutes (vérifiables, accessibles) ;
- Une section informations analysées (alertes, écarts, tendances, avec seuils) ;
- Une section connaissances capitalisées (rappel des apprentissages antérieurs, recommandations issues de cycles précédents).
Cette séparation visuelle et logique oblige chaque utilisateur à franchir explicitement les niveaux d’abstraction.
3. Instaurer des revues spécifiques pour chaque niveau
Les réunions de projet traitent souvent des données et des informations et des connaissances dans le même ordre du jour, ce qui génère une conversation confuse. Une meilleure pratique consiste à organiser des revues différenciées :
Cette différenciation évite de passer d’un débat sur la fiabilité d’un chiffre à une décision stratégique sans avoir résolu le premier point.
Indicateurs de pilotage : ce qui change concrètement
L’application de cette clarification modifie la nature même des indicateurs suivis. Cette approche implique :
- Moins d’indicateurs inutiles ;
- Plus de décisions fondées ;
- Une meilleure capitalisation.
On ne débat plus d’un chiffre (« 74 %, est-ce que c’est grave ? »). On examine l’information (écart zone Ouest) et on applique ou ajuste la connaissance (formation minimale requise).
Repenser le suivi-évaluation comme outil de décision et d'apprentissage
La confusion entre données, informations et connaissances ne relève pas d’un simple problème de terminologie. Elle fragilise directement la capacité des projets à piloter efficacement leurs actions.
Concrètement, elle se traduit par :
- Une accumulation de données sans impact réel sur les décisions ;
- Des tableaux de bord difficiles à exploiter en réunion de pilotage ;
- Une perte progressive des apprentissages d’un cycle à l’autre.
Résultat : beaucoup d’efforts de collecte… pour une valeur décisionnelle limitée.
À l’inverse, les dispositifs de suivi-évaluation les plus performants reposent sur une structuration claire :
- Ce qui est mesuré (données) ;
- Ce qui est interprété (informations) ;
- Ce qui est capitalisé (connaissances).
Et surtout, ils assurent une continuité entre ces niveaux et la prise de décision opérationnelle.
C’est précisément sur ce point que Delta Monitoring apporte une valeur ajoutée tangible. En structurant les flux de suivi-évaluation, l’outil permet de :
- Organiser les données de manière cohérente et exploitable ;
- Générer des informations directement utiles aux instances de pilotage ;
- Capitaliser les enseignements pour éviter la répétition des erreurs.
RESSOURCES
CONTACT
- contact@delta-monitoring.com
- (+1) 514 779 1591
- (+1) 514 436 2376