Qualité des données · Programmation statistique · Intégration de données
Structurer un processus de détection, correction, consolidation et réintégration des anomalies dans des données institutionnelles.
Contexte
Dans le cadre d’une mission de sous-traitance menée en équipe en avril–mai 2026, j’ai contribué à l’apurement et au contrôle qualité des données d’une enquête de la BCEAO sur l’offre de services financiers.
Le travail reliait plusieurs bases, des contrôles de cohérence, la revue de valeurs atypiques, les corrections et la consolidation d’une base exploitable.
Problème
Comment transformer plusieurs bases d’enquête en un processus structuré qui identifie les anomalies, organise la revue humaine, réintègre les corrections et produit une base consolidée ?
Mon rôle
J’ai développé individuellement le pipeline R utilisé pour structurer, réorganiser et préparer les données avant l’export de tables de suivi vers Excel.
J’ai aussi préparé les tables de revue, intégré les corrections reçues, puis fusionné et consolidé les bases. Les traitements Stata, l’amélioration du do-file, les contrôles de cohérence et le processus global relevaient d’un travail collectif.
Workflow
La couche opérationnelle reliait les contrôles programmatiques à la revue humaine et aux corrections.
Contribution distinctive
Ma contribution principale a été la couche R faisant circuler les observations entre traitement statistique, tables de revue et réintégration des valeurs corrigées. Le travail dépassait ainsi un nettoyage ponctuel.
Résultat
La mission a produit un processus structuré d’apurement et de suivi de la qualité combinant contrôles programmatiques et revue opérationnelle. Aucun chiffre d’enquête, nombre d’anomalies ou renseignement sur les structures enquêtées n’est publié.
Collaboration
Projet réalisé en équipe. Le pipeline R décrit ici correspond à ma contribution individuelle ; les traitements Stata et le processus global d’apurement et de validation sont collaboratifs.
Technologies
R · Stata · Excel · Qualité des données · Validation · Intégration
Confidentialité
Les bases, valeurs observées, noms des structures enquêtées, coordonnées, anomalies détaillées, fichiers opérationnels et scripts originaux ne sont pas publiés.