Les 12 et 13 juin, le réseau Aspen Network of Development Entrepreneurs (ANDE) a organisé la conférence 2018 « Metrics from the Ground Up » à Washington, DC. L’événement a réuni des représentants d’institutions soutenant les petites entreprises et les entreprises en croissance dans les pays en développement pour deux jours de présentations et de tables rondes sur les pratiques émergentes en matière de mesure, les stratégies pratiques d’adoption et le partage des connaissances. Doyen Karlan, Elizabeth Koshy et Rachel Wells (PPI) s'est joint à ces conversations et a présenté la contribution de l'IPA à la communauté de la mesure lors des sessions suivantes :

 

 

Preuves pertinentes pour le secteur social, Dean Karlan, Innovations pour l'action contre la pauvreté 

Les organismes et bailleurs de fonds du secteur social accordent une attention croissante au potentiel des données et des preuves pour appuyer la gestion, l'apprentissage et l'amélioration des programmes. Toutefois, une collecte de données mal menée peut engendrer des dépenses inutiles sans pour autant améliorer la prise de décision. Cette discussion a présenté un ensemble de principes que les organismes peuvent utiliser pour identifier le moment opportun pour entreprendre une évaluation d'impact et mettre en place des systèmes fournissant des informations favorisant l'apprentissage et l'amélioration. 

 

Utiliser des données probantes rigoureuses pour maximiser l'impact du développement des SGB, Elizabeth Koshy, Innovations pour lutter contre la pauvreté 

Après une décennie de collaborations fructueuses entre la recherche et la pratique, un ensemble prometteur de données probantes rigoureuses a émergé, identifiant des solutions efficaces à certains des défis les plus urgents auxquels sont confrontées les petites et moyennes entreprises (PME). Le secteur se trouve à un tournant décisif où des partenariats plus étroits entre décideurs et universitaires seront nécessaires pour consolider les connaissances existantes et permettre la co-création d'un programme d'apprentissage plus ciblé, cohérent et opérationnel pour le développement des PME. Axée sur les recherches approfondies menées par l'IPA dans ce secteur, cette session a présenté un aperçu de l'état actuel des connaissances et a suggéré de nouvelles pistes pour un programme de recherche consolidé.

 

 

Apprentissage statistique pour une mesure personnalisée et simplifiée de la pauvreté, Rachel Wells, Innovations pour lutter contre la pauvreté 

L'Indice de Probabilité de Pauvreté (IPP) utilise l'apprentissage statistique pour transformer de longues enquêtes de consommation en 10 questions simples permettant de déterminer facilement les taux de pauvreté des ménages. Cette méthodologie peut également être adaptée ou utilisée pour prédire les résultats d'autres variables plus complexes à mesurer. Cette session a présenté un aperçu général du modèle d'apprentissage statistique sur lequel repose l'IPP et de la manière dont cette méthodologie est utilisée pour créer des outils personnalisés afin d'aider les organisations à répondre à leurs besoins spécifiques en matière de mesure de la pauvreté, au-delà de l'IPP classique.