Statistical Intelligence and Digital Transformation in Government Institutions A Data- Driven Framework for Improving Public-Sector Performance in the Kurdistan Region of Iraq

Dans le monde moderne, les gouvernements tentent de plus en plus de faire plus que simplement placer des formulaires papier sur un site web. L'objectif de la transformation numérique est de repenser fondamentalement la manière dont les institutions publiques fonctionnent, en passant de départements isolés à un système connecté où les données circulent librement entre les agences. Ce changement repose sur quelques idées clés : l'identité numérique, qui agit comme une clé sécurisée pour permettre aux citoyens d'accéder aux services ; l'interopérabilité, qui permet à différents systèmes informatiques de communiquer entre eux sans qu'un humain ait besoin de saisir deux fois la même information ; et la prise de décision fondée sur les données, où les dirigeants utilisent des chiffres réels plutôt que des suppositions pour améliorer la prestation des services. Lorsque ces éléments fonctionnent ensemble, ils peuvent réduire la bureaucratie, abaisser les coûts et faciliter l'accès des personnes aux besoins de l'État. Cependant, mesurer si ces changements numériques sont réellement efficaces est difficile, surtout dans les régions où les données de performance détaillées ne sont pas encore publiques.

Des chercheurs de l'Université de Soran, dans la région du Kurdistan en Irak, se sont donné pour mission de résoudre ce problème de mesure. Ils voulaient savoir si les outils numériques du gouvernement amélioraient réellement les services publics et comment suivre ces progrès en utilisant les informations déjà disponibles. Au lieu d'attendre des données parfaites qui n'existent pas encore, l'équipe a construit un cadre pour analyser les quinze systèmes numériques nommés actuellement utilisés par le gouvernement régional. Ils ont traité ces systèmes comme un portefeuille d'outils, en vérifiant chacun d'eux pour voir ce qu'il pouvait faire. Ils ont recherché des capacités spécifiques, telles que la possibilité pour les citoyens d'interagir directement avec le système, la gestion du travail interne des bureaux, l'utilisation de l'identité numérique pour la sécurité, le traitement des paiements et la capacité de partager des données avec d'autres départements gouvernementaux. En additionnant ces fonctionnalités, ils ont créé un score simple pour chaque système, allant de zéro à sept, pour représenter sa force numérique globale.

L'analyse a dressé un portrait clair de la situation actuelle du gouvernement. En moyenne, les systèmes ont obtenu un score de 4,60 sur 7, ce qui suggère une base solide mais indique également qu'il reste de la marge de progression. Les chercheurs ont constaté que presque tous les systèmes étaient performants pour le partage de données et la gestion des tâches administratives internes, qui constituent les mécanismes de l'arrière-guichet du travail gouvernemental. La transparence était également un point fort, car chaque système incluait des fonctionnalités de responsabilité. Cependant, les systèmes étaient moins avancés dans les domaines qui affectent directement l'expérience quotidienne du citoyen. Seule une petite fraction des systèmes pouvait gérer les paiements numériques ou les identités numériques, qui sont pourtant cruciaux pour des transactions sécurisées et fluides. Ce schéma suggère que le gouvernement a réussi à construire l'infrastructure interne pour connecter ses départements, mais que l'étape finale consistant à rendre ces connexions faciles et sécurisées pour le citoyen moyen est encore un travail en cours.

Pour comprendre comment ces différentes fonctionnalités interagissaient, l'équipe a utilisé des méthodes statistiques qui ne supposent pas que les données suivent une courbe de Gauss parfaite, une exigence courante dans de nombreuses études que cet ensemble de chiffres spécifique ne remplissait pas. Ils ont découvert un lien étroit entre la force globale des fonctionnalités d'un système et sa capacité à fournir l'accès aux services. En d'autres termes, plus un système possède de capacités, plus il est susceptible d'être accessible au public. Ils ont également testé si le type de propriété — qu'un système soit directement géré par un ministère spécifique ou partagé à travers le gouvernement — faisait une différence dans sa performance. Les données n'ont montré aucune différence significative entre ces groupes, ce qui signifie que le succès d'un système dépend davantage de ses fonctionnalités que du département qui l'a construit.

Les chercheurs ont également exploré si des programmes informatiques modernes pouvaient prédire quels systèmes seraient accessibles au public en fonction de leurs caractéristiques. Ils ont comparé plusieurs types de modèles prédictifs, incluant des méthodes statistiques standards et des outils d'apprentissage automatique plus complexes capables de trouver des motifs cachés dans les données. Les résultats ont montré que les modèles basés sur des arbres, plus complexes, étaient plus performants pour faire ces prédictions que les méthodes standards. L'un de ces modèles avancés, connu sous le nom de "forêt aléatoire" (random forest), s'est avéré particulièrement efficace pour distinguer les systèmes offrant un accès complet au service de ceux qui ne le font pas. Cependant, les auteurs précisent avec prudence qu'en raison de la petite taille du groupe de systèmes étudiés, ces conclusions doivent être considérées comme une preuve de concept plutôt que comme un verdict final. Ils démontrent que ces outils avancés ont un potentiel, mais qu'ils nécessitent des quantités de données beaucoup plus importantes pour être utilisés de manière fiable pour la prise de décisions réelles.

L'étude conclut que bien que le gouvernement régional du Kurdistan ait fait des progrès impressionnants dans la construction d'une colonne vertébrale numérique connectée, la prochaine phase de développement doit se concentrer sur l'expérience utilisateur. Les chercheurs recommandent la création d'un registre unifié des services numériques qui suive non seulement le nombre de systèmes existants, mais aussi leur niveau de performance. Cela impliquerait de collecter des données sur le temps nécessaire pour achever les services, le nombre d'utilisateurs et le degré de satisfaction des citoyens. En liant l'existence des outils numériques aux résultats de performance réels, les dirigeants peuvent aller au-delà du simple décompte des systèmes et commencer à mesurer la valeur réelle. Ce travail sert de modèle pour transformer des rapports épars en un ensemble de données claires et exploitables, montrant qu'avec des informations limitées, il est possible de construire un cadre qui révèle où les progrès se font et quelles sont les prochaines étapes à franchir.