Du don à la mesure d’impact : construire une chaîne de données fiable

Sophie Ankri-Avy

5 oct. 2025

4 min de lecture

Dernière mise à jour : 8 oct.

Structurez votre mesure d’impact en reliant financements, activités et résultats observés, avec des indicateurs définis et une chaîne de données traçable.

Un financeur demande ce que son soutien a rendu possible. L’équipe répond avec le montant collecté, le nombre d’ateliers et quelques témoignages. Ces éléments sont utiles, mais ils décrivent des dimensions différentes. Une chaîne de données fiable commence par rendre ces différences explicites.

Illustration 3D du don à la mesure d'impact avec données.

Mesure d’impact : distinguer ressources, activités et résultats

Le financement décrit une ressource. Le nombre d’ateliers décrit une activité réalisée. Une évolution observée chez les participants décrit un résultat, à condition de définir comment elle est mesurée. L’impact causal exige une démarche d’évaluation supplémentaire : un dashboard ne suffit pas à l’établir.

Prenons une fondation fictive qui soutient un programme de mentorat. Elle veut suivre les sommes affectées au programme, les séances réalisées et l’évolution de la situation des personnes accompagnées. Ces données peuvent être rapprochées pour piloter ; elles ne permettent pas automatiquement d’affirmer qu’un don particulier a produit un résultat individuel.

Une association gagne en crédibilité lorsqu’elle expose sa méthode et ses limites. "Parmi les répondants, voici l’évolution mesurée", c'est une phrase liminaire plus précise qu’une affirmation générale qui ignorerait les personnes perdues de vue.

Trois niveaux à relier sans les confondre

Ressources

Financements et sommes affectées au programme.

↓

Activités

Séances réalisées, ateliers ou accompagnements.

↓

Résultats observés

Évolution mesurée sur une population et une période définies.

Relier ces données sert le pilotage. Cela ne démontre pas en tant que tel un impact causal ni le résultat individuel attribuable à un don.

Relier les données à la bonne granularité

Le rattachement des financements passe par des désignations ou des règles d’affectation. Le programme porte les activités. Les résultats sont mesurés sur une période, une population et un indicateur définis. Une relation entre ces niveaux permet de lire le parcours sans fusionner tous les dossiers.

Salesforce propose un modèle nommé Outcome Management pour définir, mesurer et évaluer une stratégie de résultats. La documentation standard de ce module de gestion des résultats comprend notamment les objets ImpactStrategy et TimePeriod. Attention le choix des objets exacts adapté au contexte de votre organisation, et le choix des relations entre objets, doit être confirmé dans l’environnement concerné, selon les fonctionnalités disponibles.

Avant de le configurer, posez-vous une question simple : à quel niveau voulons-nous rendre compte de nos résultats ? Sur un programme, un territoire, un groupe de participants, ou sur une période donnée ? Une granularité trop fine crée des coûts de relevé de données et des risques de confidentialité sans nécessairement améliorer les décisions qui en suivront.

Documenter chaque indicateur

Un indicateur exploitable possède une définition, une unité, un dénominateur, une période et une source. Il a aussi un responsable et une règle pour les données manquantes. Deux équipes qui décomptent de manière différente les bénéficiaires ou les personnes accompagnées produiront deux nombres exacts selon leurs règles, mais tout de même impossibles à comparer.

Dans notre scénario, 80 personnes ont commencé le programme. À six mois, 60 ont répondu à l’enquête et 36 déclarent avoir atteint l’objectif défini. Cela représente 60 % des répondants. Les 20 non-répondants restent visibles ; les données disponibles ne permettent pas de supposer quoi que ce soit sur leur situation réelle, ni d’attribuer le changement au seul programme.

Présenter seulement « 60 % de réussite » effacerait le dénominateur et la méthode. Le reporting doit donc conserver le nombre de répondants, les limites de collecte et la définition du résultat.

Organiser un reporting à deux niveaux

Les équipes opérationnelles peuvent avoir besoin de détails individuels pour assurer un accompagnement. Les équipes de collecte et les financeurs ont généralement besoin de restitutions agrégées. Les droits d’accès aux données de restitution doivent refléter cette différence.

Un extrait destiné à la collecte peut présenter les financements du programme, les activités et les résultats agrégés. Il n’a pas à transporter les noms, les difficultés personnelles ou les observations détaillées des bénéficiaires. Prévoyez également une règle pour les petits groupes, dont l’agrégation peut laisser deviner une identité.

Chaque tableau de bord indique sa date de mise à jour et son périmètre.
Les corrections doivent laisser une trace auditable et traçable.
On doit pouvoir expliquer pourquoi un indicateur évolue après une revue, sans conserver indéfiniment des données personnelles inutiles.

Construire un premier périmètre utile

Commencez avec un programme, quelques indicateurs et une revue métier. Testez une donnée manquante, une période chevauchante et une correction de définition. Vérifiez que la restitution sépare montants engagés, encaissements, ressources affectées et dépenses : ces informations ne racontent pas le même événement.

Le premier bénéfice est la qualité des décisions. Si une activité augmente mais que les résultats restent incertains, l’équipe sait où enquêter. La technologie rend le raisonnement traçable ; la méthode d’évaluation reste une responsabilité humaine.

Pour avancer : prenez un indicateur existant et écrivez son dénominateur et ses exclusions. Le Diagnostic Générosité Augmentée ® aide à identifier les ruptures de votre chaîne de données : GenerosIT.