Datastory #13 – Contribuer à la mise en œuvre de la stratégie data de la Direction Générale des Douanes du Bénin

2. Appuyer la Direction Générale des Douanes dans la construction de tableaux de bord pour le suivi des recettes et les analyses miroir

L’équipe a débuté par des échanges avec les services concernés (service statistique et DSI) en vue d’affiner sa compréhension de la structure et de l’accessibilité des données d’une part, et d’apprécier les outils et compétences internes d’autre part. Une task force a ensuite été constituée pour garantir l’ancrage du projet dans l’administration. Enfin, pour des raisons de confidentialité et de souveraineté, les travaux ont débuté sur des données « anciennes » et anonymisées.

• Construire un tableau de bord pour automatiser la mise à jour des indicateurs et simplifier leur consultation

Le tableau de bord sert à suivre un ensemble d’indicateurs clés. La promesse est simple : être en mesure de proposer un dashboard accessible directement depuis le smartphone de la Directrice et de ses équipes, pour des décisions plus rapides et informées.

Pour accompagner la mise en place de cette solution, l’équipe DATAGOV s’est principalement entretenue avec la Direction des Opérations Douanières afin d’identifier les indicateurs existants et déjà utilisés, et en identifier des nouveaux selon les besoins des agents (performance des bureaux au jour le jour, suivi des objectifs de recette, reste à recouvrer par type de taxe…).

L’utilisation d’un tableau de bord constitue un réel levier pour optimiser le suivi des recettes et le pilotage des ressources humaines. Plusieurs gains peuvent être espérés à moyen terme :

-du temps gagné pour les agents de la DGD avec un suivi des recettes accéléré, et des données disponibles et agrégées dans le tableau de bord

-la possibilité de créer de nouveaux tableaux de bord si nécessaire du fait de la réplicabilité de l’outil et de la disponibilité des données

-des réponses plus rapides aux questions des différentes directions grâce à des indicateurs clairs et partagés

-une plus grande fiabilité du suivi grâce l’automatisation et à la diminution de la marge d’erreur humaine liée à la manipulation manuelle des données

A l’issue de cette mission, une première version du tableau de bord a été créée afin que les agents puissent se projeter dans l’outil, puis consolidée après une présentation à la Directrice Générale. Par ailleurs, les équipes de la DGD ont renforcé leurs compétences grâce à des travaux pratiques sur Metabase, et lors d’ateliers de co-construction des indicateurs préalablement définis. L’équipe œuvre actuellement à la construction d’une version plus ergonomique et complète du tableau de bord, davantage adaptée aux besoins et rôles des agents.

• Conduire des analyses miroir pour améliorer la détection des fraudes

En parallèle du tableau de bord, le projet a accompagné la réalisation d’analyses miroir.

💡Pour en savoir plus sur les analyses miroir, retrouvez la précédente Datastory dédiée à ce sujet : https://datalab.datafid.world/article/datastory_analyses_miroir

Ces analyses consistent à étudier les écarts (valeur, poids, densité de valeur…) entre les importations enregistrées par les douanes locales, et les exportations déclarées par les services douaniers du monde entier vers le Bénin. Pour cela, les équipes ont comparé les données douanières du Bénin et celles d’une base de données internationale appelée “Comtrade”.

💡Comtrade est une base de données internationale du commerce mondial compilée par la division Statistiques de l’ONU, qui centralise des données de 200 pays. Elle propose un répertoire complet des échanges de marchandises à l’échelle mondiale, une ressource très précieuse pour les organisations douanières.

Croiser ces données facilite la détection des produits et des origines présentant les plus grands risques de fraude, le ciblage des futurs contrôles, et l’obtention d’une analyse plus fine des flux de marchandises. Si les analyses miroir révèlent des faisceaux d’indices en matière de fraude, il convient de suivre quelques bonnes pratiques pour qu’elles soient véritablement utiles aux agents.

💡Pour procéder à des analyses miroir, il faut :

Réfléchir à l’étendue temporelle de l’analyse : au vu de la durée (parfois plus de 45 jours) de transit des marchandises, il est souvent plus pertinent de comparer les données sur un temps long, généralement un an ;

S’assurer que les unités et devises des marchandises sont les mêmes : les SI douaniers et Comtrade ne stockent pas toujours les données au même format. Il convient d’assurer la comparabilité des données en les harmonisant au préalable (kilos vs tonnes, dollars USD vs francs CFA…)

Faire attention aux référentiels et comparer des codes SH similaires, ce qui n’est pas forcément simple car les codes évoluent tous les cinq ans, générant de potentiels écarts d’analyse (généralement minimes, mais potentiellement conséquents en cas d’utilisation d’un ancien système SH par la douane)

Garder à l’esprit que la donnée brute ne représente pas nécessairement une réalité : certaines disparités ou incohérences peuvent provenir de l’interprétation de règles métiers, parfois méconnues des agents, comme les effets de majoration liés aux systèmes de dédouanement. La présence de profils issus de l’ensemble du circuit douanier permet d’identifier ces règles et les incohérences qu’elles peuvent générer

Grâce aux analyses miroir l’équipe a appréhendé plus finement les besoins métiers, s’est acculturée aux pratiques douanières béninoises et aux particularités du commerce local. Ces analyses, en partie menées via l’outil Metabase, contribueront à l’amélioration du futur tableau de bord de suivi des recettes (basé sur le même outil). Ces temps d’échanges et d’expérimentation furent l’occasion d’une véritable montée en compétences mutuelle. Ces deux cas d’usage nourrissent le même objectif : mettre les données au service des agents et de leurs missions.

3. Outiller une stratégie data en partant des usages terrain

En outre, des réflexions sont menées pour envisager de nouveaux usages liés à cette exploitation des données, notamment en matière de programmation des contrôles.

💡Une approche méthodologique originale :

Chez Numéricité comme ailleurs, nous sommes convaincus que la valeur des données nait de leur circulation et de leurs usages. C’est l’usage qui permet souvent de rendre tangibles les enjeux de qualité et de gouvernance des données

Nous avons donc choisi de proposer la méthode du cas d’usage, qui part des besoins exprimés par les utilisateurs des données pour qualifier un problème à résoudre. Pour ce faire, les données viendront nourrir une méthodologie incrémentale qui permettra de répondre au problème par itérations successives. Ce travail nécessite la mobilisation d’expertises variées (métiers, techniques, juridique…) qui vont être réunies pour travailler ensemble avec pour seul objectif la résolution du problème. A la DGD du Bénin, le problème identifié par la Direction était de disposer d’un suivi quasi temps réel des recettes. Pour ce faire, une équipe transverse et pluridisciplinaire s’est constituée sous l’égide de Monsieur Idrissou Imorou, Directeur de la législation et de la Coopération.

Chacun des membres de l’équipe s’est formé ou renforcé en faisant. Notre appui était méthodologique et technique pour participer à l’orientation des choix techniques, mués par nos convictions (autonomisation, souveraineté et open-source), et au bon développement de la solution. Autrement dit après quelques semaines, la DGD du Bénin disposait d’une vision claire sur l’ensemble de la chaine de valeur qu’il s’agisse du produit final et de toutes les briques nécessaires à sa création – avec la mise en place d’une modern data stack, la mise en place de règle d’interopérabilité et la sécurisation du dispositif. Par effet miroir, une gouvernance est née naturellement mobilisant l’ensemble des parties prenantes intéressées pour mettre la donnée au cœur du pilotage de la Direction générale des Douanes.

Le prochain chantier consiste dorénavant à participer à la solidification de cette coalition et à l’appui de l’industrialisation du tableau de bord. En réalité, en creux de ce cas d’usage, se dessine un système d’information orienté data et susceptible de permettre la création de nombreux cas d’usage en toute autonomie et sans licence propriétaire. En effet, la méthodologie, la gouvernance et les outils déployés sont évidemment réplicables et mobilisables pour créer de nouveaux produits exploitant les données des douanes.

4. Bâtir une infrastructure souveraine, maitrisée et frugale pour pérenniser l’approche

Ces deux cas d’usage ont mis en lumière la nécessaire réflexion quant aux besoins d’infrastructures pour déployer ces futurs systèmes. Les données de la DGD sont éclatées en deux points distincts du fait de la bascule de Sydonia à Customs Webb, qui utilisent des systèmes de bases de données différents. Or, pour pouvoir travailler à partir des données des deux systèmes d’information, il faut que ces données soient interopérables. Un entrepôt de données – ou data warehouse – serait une bonne solution pour les agréger.

💡Un data warehouse permet de collecter, ordonner et stocker des informations provenant d’une ou plusieurs sources, en l’occurrence de deux bases de données qui ne peuvent pas communiquer entre elles.

Les équipes de la DGD étaient également très intéressées par l’utilisation de Metabase. La création d’un data warehouse, la mise en place d’un logiciel comme Metabase, et in fine la mise en place des deux cas d’usage, nécessitent une certaine puissance de calcul, que les serveurs actuels de la DGD, déjà exploités de manière intensive, ne pouvaient nous offrir en l’état. Les équipes ont exploré différentes possibilités pour répondre à ces besoins à travers des ateliers et des entretiens. Après avoir envisagé plusieurs solutions (cloud, location de serveurs…), les équipes ont choisi de construire une véritable infrastructure souveraine et maitrisée au sein de la DGD. Il aurait été aisé de se limiter à l’achat d’un serveur supplémentaire, mais l’équipe DATAGOV a souhaité accompagner la conception de cette future infrastructure. Elle a proposé une architecture matérielle et logicielle, préconfiguré les futurs serveurs, formé les équipes de la DGD à leur maintenance et contribué à l’installation de l’infrastructure sur place. Cette infrastructure sur-mesure et évolutive rend possible son adaptation au fil du temps et selon les besoins. Retrouvez plus d’informations sur ce projet ici.

À travers ces cas d’usage, la DGD construit sa stratégie data en réunissant tous les métiers pour s’assurer de la pertinence des outils, des méthodes et des infrastructures qui seront mis en place.

La réussite de ces deux cas d’usage a résidé dans l’association, à chaque étape du projet, des futurs utilisateurs, et ce à tous les niveaux de la DGD, et ainsi s’entendre collectivement sur les besoins, les enjeux et les problématiques à résoudre.