Semaine 9 sur 12 · 12 heures · Diplôme

Piloter avec le MEAL : indicateurs, suivi, tableaux de bord et IA

Objectifs de la semaine
  • Construire un plan MEAL relié au cadre logique : indicateurs SMART, valeurs de base, cibles, ventilations, sources et fréquences.
  • Suivre l'avancement avec un tableau de suivi des indicateurs (ITT) et un tableau de bord, et en tirer des décisions.
  • Utiliser l'IA pour analyser des données quantitatives et qualitatives en respectant la responsabilité des données humanitaires.

Gardez le cours chez vous : support PDF gratuit, avec exercices, points à retenir et quiz corrigé.

Télécharger ce cours en PDF Manuel complet (PDF)

1Le plan MEAL, colonne vertébrale du pilotage

MEAL signifie suivi (Monitoring), évaluation (Evaluation), redevabilité (Accountability) et apprentissage (Learning). Le plan MEAL traduit le cadre logique en dispositif concret. Pour chaque indicateur : définition précise, mode de calcul, valeur de base, cible (totale et par période), ventilations (sexe, âge, handicap, lieu), source et méthode de collecte, fréquence, responsable, utilisation prévue.

Un indicateur SMART est spécifique, mesurable, atteignable, pertinent et limité dans le temps. « Améliorer l'accès à l'eau » n'est pas un indicateur ; « % de ménages ciblés disposant d'au moins 15 litres d'eau potable par personne et par jour (norme Sphère), d'ici décembre 2027 » en est un.

Le plan MEAL prévoit aussi les évaluations (de base, à mi-parcours, finale), le mécanisme de retours et de plaintes et les moments d'apprentissage (revues trimestrielles, ateliers de leçons apprises). Le guide MEAL DPro de PM4NGOs est une référence gratuite.

2Le tableau de suivi des indicateurs (ITT)

L'ITT (Indicator Tracking Table) présente, pour chaque indicateur, la valeur de base, la cible, les réalisations par période, le cumul et le taux d'atteinte. Il est souvent exigé par le bailleur avec chaque rapport.

Lire un ITT, c'est comparer le taux d'atteinte au temps écoulé. Au trimestre 3 sur 4 (75 % du temps), un indicateur atteint à 45 % demande une analyse : retard de démarrage rattrapable, problème d'accès, cible irréaliste, ou indicateur mal défini ?

Attention aux erreurs fréquentes : additionner des personnes comptées plusieurs fois (une même famille reçoit trois distributions : ce sont 3 distributions, mais une seule famille) ; mélanger personnes et ménages ; présenter un pourcentage sans le dénominateur ; oublier les ventilations par sexe, âge et handicap.

3Du suivi à la décision

Le suivi ne sert à rien s'il ne change pas les décisions. Une revue mensuelle de performance efficace, d'une heure, examine dans l'ordre :

  1. les indicateurs d'effet et les retours des communautés : le changement se produit-il ?
  2. les produits et le planning : sommes-nous dans les temps ?
  3. le budget et la valeur acquise ;
  4. les risques et problèmes ;
  5. les décisions : qui fait quoi, pour quand.

Le tableau de bord d'une page combine ces éléments avec des codes couleur (vert, orange, rouge) définis à l'avance. Par exemple : vert si l'atteinte est au moins égale à 90 % du prorata temporel, orange de 70 à 89 %, rouge en dessous. Les seuils écrits évitent les débats subjectifs.

4Analyser les données avec l'IA

Données quantitatives. L'IA peut écrire des formules de tableur, nettoyer une base (doublons, valeurs aberrantes), calculer des taux et des ventilations, proposer des graphiques et un premier commentaire. Elle peut aussi exécuter de petits calculs dans les versions qui disposent d'un outil d'analyse. Vérifiez toujours les totaux par un calcul indépendant.

Données qualitatives. Pour des centaines de réponses ouvertes, de comptes rendus de groupes de discussion ou de retours communautaires, l'IA peut proposer des thèmes, compter les occurrences et extraire des citations représentatives. Bonnes pratiques : définir vous-même la grille de codage ou la valider ; vérifier un échantillon manuellement (par exemple 10 % des réponses) ; garder les voix minoritaires, que les synthèses automatiques ont tendance à effacer.

Ce que l'IA ne doit pas faire : traiter des plaintes sensibles (exploitation et abus sexuels, violences basées sur le genre, fraude) en dehors du circuit confidentiel prévu ; décider seule de la catégorie d'une plainte ; produire des chiffres sans base de données vérifiable.

5Responsabilité des données humanitaires

Les orientations de l'IASC sur la responsabilité des données (2023) et le manuel du CICR sur la protection des données fixent le cadre. Avant de saisir des données dans un outil d'IA :

  • Minimiser : seulement les colonnes nécessaires ;
  • Anonymiser réellement : supprimer noms, numéros de téléphone, numéros d'enregistrement, coordonnées GPS précises, et vérifier que des combinaisons (village + âge + handicap + composition du ménage) ne permettent pas d'identifier quelqu'un ;
  • Penser aux données démographiquement sensibles : même sans noms, la localisation d'un groupe ethnique ou de personnes déplacées peut les exposer ;
  • Utiliser l'offre validée par votre organisation, dont les conditions excluent l'utilisation de vos données pour l'entraînement ;
  • Respecter le consentement donné lors de la collecte.

Règle simple : si la fuite de ce fichier pouvait nuire à une personne ou à un groupe, il ne va pas dans un outil d'IA non validé, même « juste pour un résumé ».

6Apprendre et s'adapter

Le « L » de MEAL est souvent oublié. Pour qu'un projet apprenne :

  • tenir un journal de décisions adaptatives : date, constat, données, décision, accord ;
  • organiser des revues après action courtes après chaque étape importante (qu'est-ce qui était prévu ? qu'est-ce qui s'est passé ? pourquoi ? que refaire ou changer ?) ;
  • partager les leçons avec le cluster et les partenaires ;
  • vérifier les hypothèses de la théorie du changement au moins une fois par semestre.

L'IA peut aider à synthétiser les revues et à retrouver les leçons de projets passés dans vos rapports archivés, à condition de citer les documents sources.

Exercice d'application : lire un ITT et décider

Situation. Projet de protection de l'enfance de l'ONG fictive Amal, 12 mois. Indicateur : « nombre d'enfants bénéficiant d'une prise en charge individuelle de cas ». Cible annuelle : 2 400 enfants. Réalisations : T1 450 ; T2 620 ; T3 530. Ventilation cumulée : 58 % de garçons, 42 % de filles, alors que la population cible compte 51 % de filles. Seuils du tableau de bord : vert ≥ 90 % du prorata temporel, orange 70 à 89 %, rouge < 70 %.

Travail demandé. 1) Cumul et taux d'atteinte à la fin du T3 ? 2) Couleur du tableau de bord ? 3) Combien d'enfants au T4 pour atteindre la cible ? 4) Quelle question pose la ventilation ?

Corrigé. 1) 450 + 620 + 530 = 1 600 enfants ; 1 600 ÷ 2 400 ≈ 66,7 %. 2) Prorata temporel à la fin du T3 = 75 % ; 66,7 ÷ 75 ≈ 89 % : orange (juste sous le vert). 3) 2 400 − 1 600 = 800 enfants au T4, soit nettement plus que le meilleur trimestre (620) : il faut analyser la capacité réelle avant de promettre la cible. 4) Les filles sont sous-représentées (42 % contre 51 %) : obstacles d'accès propres aux filles ? Canaux de signalement inadaptés ? Il faut en parler avec les communautés et l'équipe, sans pousser artificiellement les chiffres, car une prise en charge de cas doit répondre à un besoin réel.

À retenir

  • Le plan MEAL détaille chaque indicateur : définition, base, cible, ventilations, source, fréquence, responsable.
  • Lire un ITT : comparer le taux d'atteinte au temps écoulé ; éviter les doubles comptes.
  • Une revue mensuelle commence par les effets et se termine par des décisions écrites.
  • L'IA analyse données et retours anonymisés ; vérifier un échantillon et garder les voix minoritaires.
  • Minimiser, anonymiser, outil validé, consentement : aucune donnée qui pourrait nuire dans un outil non validé.
Une question sur ce module ?

Posez-la aux autres participants : ils suivent le même cours que vous.

Poser ma question Voir les échanges de ce module

💼 Offres d'emploi en Gestion de programmes

Mettez cette formation en pratique : les dernières offres de ce domaine.

Voir les 1171 offres en Gestion de programmes →

Préparez le test écrit et l'entretienExemple de test écrit corrigé dans ce domaine, questions d'entretien avec modèles de réponses et méthode STAR.Voir le test corrigé →
Pour aller plus loin : références de la formation
  1. Project Management Institute (PMI) (2025). A Guide to the Project Management Body of Knowledge (PMBOK Guide), 8e édition. www.pmi.org
  2. Project Management Institute (PMI) (2026). PMP Examination Content Outline (contenu officiel de l'examen PMP). www.pmi.org/certifications/project-management-pmp
  3. PeopleCert (AXELOS) (2023). Managing Successful Projects with PRINCE2, 7e édition. www.peoplecert.org
  4. Ken Schwaber et Jeff Sutherland (2020). The Scrum Guide. scrumguides.org
  5. Collectif de 17 signataires (2001). Manifeste pour le développement agile de logiciels. agilemanifesto.org
  6. PM4NGOs (2020). Project DPro : guide de gestion de projet pour les professionnels du développement (PMD Pro 2e édition). pm4ngos.org
  7. PM4NGOs (2019). MEAL DPro : guide du suivi, de l'évaluation, de la redevabilité et de l'apprentissage. pm4ngos.org
  8. Commission européenne (2004). Lignes directrices sur la gestion du cycle de projet. international-partnerships.ec.europa.eu
  9. Groupe des Nations unies pour le développement durable (UNSDG) (2011). Results-Based Management Handbook. unsdg.un.org
  10. CHS Alliance, Groupe URD et Sphère (2024). Core Humanitarian Standard on Quality and Accountability. www.corehumanitarianstandard.org
  11. Association Sphère (2018). Le manuel Sphère. spherestandards.org
  12. Comité permanent interorganisations (IASC) (2023). Operational Guidance on Data Responsibility in Humanitarian Action. interagencystandingcommittee.org
  13. CICR et Brussels Privacy Hub (2020). Handbook on Data Protection in Humanitarian Action (2e édition). www.icrc.org
  14. National Institute of Standards and Technology (NIST) (2023). AI Risk Management Framework (AI RMF 1.0). www.nist.gov
  15. Nations unies (Conseil des chefs de secrétariat) (2022). Principles for the Ethical Use of Artificial Intelligence in the United Nations System. unsceb.org

Quiz de la semaine

5 questions exigeantes pour vérifier vos acquis. Répondez à toutes pour valider la semaine.

1Cible 1 000, réalisé 600 à mi-projet. Rapporté au prorata temporel (50 %), le projet est :
2Une même famille reçoit trois distributions. Elle compte pour :
3Avant d'analyser des retours communautaires avec l'IA, il faut d'abord :
4Une plainte pour exploitation et abus sexuels doit être traitée :
5Le « L » de MEAL désigne :

← Semaine 8Semaine 10 →