Tableaux de bord IA pour le suivi-évaluation des ONG au Maghreb et au Moyen-Orient

La plupart des ONG MENA que nous auditons font tourner un programme USAID à 1,2 M$ sur trois feuilles Excel, un groupe WhatsApp et un cadre logique que personne n'a rouvert depuis l'atelier de lancement.

Le bailleur veut les rapports trimestriels en anglais. Le bureau pays parle arabe. L'équipe terrain à Sidi Bouzid ou Mafraq remplit des formulaires KoboToolbox en français ou en darija. Le chargé S&E passe douze heures par semaine en réconciliation manuelle — et les indicateurs qui pèsent sur la décision de renouvellement sont encore calculés à la main la veille du call bailleur.

Ce n'est pas un problème Excel. C'est un problème d'architecture de données, et en 2026 il a une solution à base d'IA qui ne nécessite ni licence Microsoft Enterprise, ni contrat LIMS de 200 pages.

Pourquoi le S&E traditionnel casse dans la région MENA

Trois forces convergent et rendent les opérations des ONG MENA particulièrement douloureuses :

Trois langues de travail. Rapports bailleurs en anglais, interlocuteurs gouvernementaux en arabe, opérations francophones du Maghreb en français. Chaque étape de traduction est un endroit où les indicateurs dérivent.
Latence terrain-siège. Les données collectées sur KoboToolbox dans un camp de réfugiés n'atteignent le chargé S&E qu'à la prochaine synchro — et n'atteignent le tableau de bord bailleur que quand quelqu'un les retape dans PowerPoint.
Churn des templates bailleurs. USAID, UE, GIZ, AFD, fondations du Golfe — chacun a ses propres templates de cadre logique, ses définitions d'indicateurs, sa cadence de reporting. Un portefeuille à quatre bailleurs = quatre pipelines de reporting parallèles.

La réponse traditionnelle — acheter Power BI, recruter un consultant, construire un dashboard à 30 onglets — échoue pour deux raisons. D'abord, le calcul des licences ne tient pas sur des budgets bailleurs où chaque dirham, dinar ou riyal doit s'imputer à une ligne programmatique. Ensuite, les dashboards n'écrivent pas les narratifs bailleurs. La douleur du chargé S&E n'est pas « je ne vois pas les chiffres ». C'est « j'ai les chiffres et je passe encore mon vendredi soir à écrire le rapport ».

La pile S&E IA : cinq composants, tradeoffs honnêtes

L'architecture que nous déployons pour les ONG MENA a cinq couches. Aucune n'est spéculative — chacune a été livrée au moins trois fois.

1. Couche terrain : KoboToolbox

KoboToolbox est déjà l'outil de formulaires de facto dans le secteur humanitaire MENA. Gratuit, offline-first, arabe RTL nativement. L'erreur que commettent la plupart des ONG est de le traiter comme la destination finale. Ce n'est pas le cas. C'est le point d'entrée.

Ce qu'il vous faut côté Kobo :

Un compte service avec un token API longue durée (pas le compte personnel du chargé S&E qui changera de poste dans dix-huit mois)
Une discipline sur la stabilité des schémas xlsform — renommer une question casse toutes les jointures en aval
Un déclencheur d'export nocturne (nous utilisons un ETL Python de 50 lignes, pas Zapier)

2. Couche stockage : un Postgres ennuyeux

Résistez à la tentation de mettre vos données dans l'entrepôt analytique d'un éditeur. Les programmes bailleurs se terminent. Les entrepôts migrent. Postgres est portable, peu cher, et tout analyste sur terre sait le lire.

Trois tables comptent dès le jour 1 :

submissions — payloads Kobo bruts, append-only, sans transformation
indicators — les indicateurs dénormalisés du cadre logique avec leurs définitions
audit_log — qui a vu quoi, quand, avec quel rôle. Les bailleurs vont le demander.

3. Couche d'accès : MCP, pas des API custom

C'est ici que la plupart des projets tech ONG déraillent. Vous ne voulez pas construire une API REST custom au-dessus de votre entrepôt pour qu'un chatbot puisse l'interroger. Vous voulez un serveur MCP léger qui expose :

Trois ou quatre outils en lecture seule (ex. get_indicator_value, list_active_projects, summarize_submissions_by_region)
Un outil en écriture, contrôlé par rôle (ex. flag_data_quality_issue)
Une sécurité row-level intégrée dans le rôle Postgres utilisé par le serveur MCP

La raison pour laquelle MCP gagne spécifiquement pour les ONG : quand l'auditeur du bailleur demande « montrez-moi comment cette valeur d'indicateur a été calculée », la définition de l'outil MCP est la réponse. C'est la piste d'audit et l'intégration dans le même artefact.

4. Couche intelligence : agents multilingues

Une fois les données dans Postgres et exposées via MCP, la couche agents IA devient la partie peu chère. Nous déployons trois agents par ONG type :

Agent d'anomalies. Tourne la nuit. Flag les indicateurs qui dévient de >2σ par rapport au baseline. Sortie en EN/FR/AR. Envoie un résumé d'un paragraphe sur le canal préféré du chargé S&E.
Agent narratif. Tourne chaque semaine. Prend les indicateurs qui ont bougé, joint les soumissions qualitatives du terrain, drafte un narratif de 400 mots dans la langue requise par le bailleur. L'humain édite, livre en 20 minutes au lieu de quatre heures.
Agent template bailleur. Tourne à la demande. Prend un template USAID/UE/GIZ (PDF ou DOCX), mappe les indicateurs du programme dans les cellules du bailleur, génère un draft. Ne s'envoie jamais en automatique. Toujours revu humain.

La décision de design la plus importante : les agents n'écrivent jamais dans les tables opérationnelles. Ils lisent, draftent, flaggent. Un humain commit.

5. Couche reporting : PDF templatés, pas dashboards BI

C'est la pièce contrarienne. Le bailleur ne se connecte pas à votre dashboard. Le bailleur veut un PDF dans un format précis, à une date précise, dans une langue précise. Construisez un moteur de templating (nous utilisons un pipeline Jinja2 + WeasyPrint de 200 lignes) qui transforme vos sorties Postgres + agents en le PDF exact attendu par le bailleur.

Les dashboards sont pour votre équipe. Les PDF sont pour le bailleur. Confondez les deux et vous ne construisez bien ni l'un ni l'autre.

Un workflow réel : du terrain au PDF bailleur en moins d'une heure

Voici à quoi cela ressemble en pratique pour une INGO humanitaire avec laquelle nous avons travaillé en Tunisie et en Jordanie (anonymisée) :

Mardi 09h00, camp de Mafraq. L'équipe terrain upload 47 soumissions KoboToolbox en arabe sur des distributions d'aide en cash.

Mardi 09h15. L'ETL tourne, atterrit les payloads bruts dans submissions. Un second job recalcule les indicateurs affectés (beneficiaries_reached, cash_disbursed_jod, gender_disaggregated).

Mardi 09h18. L'agent d'anomalies remarque que les bénéficiaires femmes chefs de ménage ont baissé de 18 % par rapport au baseline glissant sur cette sous-région. Drafte un flag d'un paragraphe en arabe. L'envoie à la chargée S&E pays sur son canal préféré.

Mardi 09h30. La chargée S&E demande à son tableau de bord en arabe : « أعطني تفصيل الإناث من المستفيدات في محافظة المفرق خلال الشهر الماضي ». L'agent adossé au MCP répond avec un tableau, un graphique et un résumé d'une ligne. Aucun SQL écrit par personne.

Mardi 11h00. Le bailleur appelle pour le point trimestriel. La chargée S&E lance l'agent template bailleur contre le template trimestriel USAID. Revoit, édite deux phrases, exporte le PDF, l'envoie. Temps total : 35 minutes — pour un rapport qui prenait une journée entière.

Les agents n'ont pas remplacé la chargée S&E. Ils ont retiré les parties de son travail que personne n'a jamais voulu lui voir faire.

Modèle de coût : financement bailleur vs fonds propres

C'est la question que pose en premier tout directeur exécutif. Réponse honnête :

Build financé par bailleur (budget projet). 18 000-35 000 $ de build initial, 1 500 $/mois de run-rate cloud (petit droplet DigitalOcean, Postgres, budget API LLM plafonné à 300 $/mois). Amortissement sur un programme de 24-36 mois.
Build sur fonds propres (orienté pérennité). Stack 100 % open source, auto-hébergé sur un VPS à 40 $/mois, pas de LLM managé (utiliser un modèle open plus petit). 8 000-15 000 $ de build initial. Agents plus lents, mais le modèle de coût survit aux trous de financement.
Comparaison SaaS. Un footprint Power BI Pro + Office 365 + Power Automate pour une ONG de 30 personnes avec 200 personnes terrain coûte 1 800 $/mois avant tout dev custom. Les licences seules valent votre facture cloud sur trois ans dans le modèle ci-dessus.

Le piège honnête : un build custom signifie que vous possédez la maintenance. Budgétez 10-15 % du build initial par an pour les changements d'indicateurs, mises à jour de templates bailleurs et changements occasionnels de l'API KoboToolbox.

Conformité : trois points à ne pas négliger

Trois endroits où nous voyons les pipelines de données ONG échouer en audit :

Consentement bénéficiaire et pseudonymisation. Les données personnelles (noms, numéro national, GPS) doivent être pseudonymisées à l'ingestion. Le serveur MCP ne doit exposer que la vue pseudonymisée aux agents. La ré-identification reste dans une table à permissions séparées.
Résidence des données bailleur. Les programmes financés par l'UE exigent de plus en plus un hébergement UE. AWS Bahreïn ou DigitalOcean Francfort sont tous deux défendables. Documentez le choix dans le plan de gestion des données du programme dès le départ.
Rétention des logs d'audit. Les bailleurs demandent de plus en plus 7 ans de logs d'audit au niveau indicateur. Une table audit_log append-only, avec réplication logique vers du stockage froid, ne coûte presque rien et vous sauve en audit de renouvellement.

Quand cette approche n'est PAS la bonne

Toutes les ONG n'ont pas besoin de cette pile. Trois disqualifieurs honnêtes :

Bailleur unique, portefeuille annuel inférieur à 200 K$. Un bon Google Sheet plus un export trimestriel KoboToolbox battra toute pile custom en TCO.
Pas de staff technique et pas de budget intégrateur. Cette pile suppose un lead technique en pays ou un intégrateur fractionné. Sans cela, vous vous retrouverez avec une infrastructure abandonnée douze mois plus tard.
Le bailleur impose un outil BI précis. Certaines fondations du Golfe et facilités de la Banque Mondiale exigent Power BI ou Tableau par contrat. Construisez les dashboards là-bas, puis posez l'agent narratif IA par-dessus — ne combattez pas le bailleur.

Que faire cette semaine

Si vous dirigez le S&E d'une ONG MENA et que vous vous êtes reconnu dans les paragraphes d'ouverture, trois prochaines étapes concrètes :

Auditez votre usage KoboToolbox. Combien de formulaires, quelle stabilité des schémas, qui possède le compte service ? Une heure d'inventaire clarifie 80 % du périmètre de migration.
Choisissez un indicateur qui fait mal. Celui sur lequel votre bureau pays passe le plus de temps en réconciliation manuelle. Cet indicateur est votre pilote.
Parlez à deux ONG pairs dans votre secteur et géographie. Les templates bailleurs, langues par défaut et points de conformité sont sectoriels. Une ONG santé en Tunisie n'a pas les mêmes contraintes qu'une ONG éducation en Jordanie.

Si vous voulez un second regard sur l'architecture avant de vous engager — c'est ce que nous faisons. Réservez une revue architecture S&E de 45 minutes et nous vous dirons honnêtement si cette pile correspond, et ce que nous changerions pour votre mix bailleur spécifique.

FAQ

KoboToolbox suffit-il pour le S&E ou faut-il une base séparée ? KoboToolbox est excellent pour la collecte mais pas pour l'analyse inter-formulaires, les indicateurs en séries temporelles ou l'agrégation multi-programmes. Dès que vous avez plus de deux projets actifs ou un indicateur transversal, il vous faut une base en aval. Postgres est la réponse ennuyeuse et correcte.

Puis-je faire cela sur Power BI à la place ? Oui — et vous devriez si votre bailleur l'impose. La couche IA (détection d'anomalies, agents narratifs, templating bailleur) se pose au-dessus de n'importe quelle source. Power BI remplace juste la couche dashboarding. L'architecture agent adossée à MCP est agnostique de la couche.

Combien de temps prend une implémentation type ? Pour une ONG de 30 personnes avec 2-4 programmes actifs : 8-12 semaines pour la couche données (ETL, Postgres, MCP), 2-3 semaines pour le premier agent (en général l'agent d'anomalies), 4-6 semaines pour l'agent template bailleur sur un premier format. Les formats bailleurs suivants ajoutent 1-2 semaines chacun.

Les agents IA fonctionnent-ils en arabe et en français ? Oui. Les LLM modernes gèrent l'arabe standard, les dialectes courants (tunisien, égyptien, levantin, golfe) et le français avec une qualité comparable à l'anglais sur du texte S&E. Le vrai gap est sur les soumissions code-switchées (darija avec emprunts français, arabe avec termes programme en anglais) — vous obtiendrez de meilleurs résultats avec une étape de prétraitement qui normalise la terminologie avant l'agent.

Que devient ma donnée si Noqta ou mon intégrateur disparaît ? La pile est intentionnellement portable. Postgres est standard, l'ETL est du Python brut, le serveur MCP est open source, le moteur de templating est Jinja2. Tout intégrateur compétent au Maghreb ou au Moyen-Orient peut reprendre. Nous documentons le handover dans le contrat d'engagement.

Est-ce conforme aux exigences de protection des données bailleurs ? L'architecture supporte la conformité — elle ne la garantit pas. Les exigences spécifiques bailleurs (USAID ADS 508, RGPD UE, clauses protection des données GIZ) doivent être mappées à votre implémentation. Nous faisons ce mapping dans la revue architecture et le documentons dans votre plan de gestion des données.