Construire avec des estimations

Quand j'ai construit le calendrier de floraison pour le Rwanda Bee Systems Lab, j'ai utilisé une combinaison de données agroforestières de l'ICRAF, un rapport de la FAO sur les saisons de floraison des hauts plateaux rwandais, et mon propre raisonnement sur la variance d'altitude et les microclimats. Je n'avais pas de réseau de capteurs. Ce qui existe est fragmentaire. J'ai utilisé ce qui existait, raisonné à partir de là, et étiqueté clairement.

La première chose que les estimations vous obligent à faire, c'est être explicite sur vos hypothèses. Quand vous tirez un chiffre d'une base de données en direct, vous avez tendance à lui faire confiance et à passer à la suite. Quand vous dérivez un chiffre d'une étude régionale de 2017 ajustée pour l'altitude, vous devez savoir exactement ce que vous avez supposé et pourquoi.

La deuxième chose que les estimations font, c'est exposer la structure du problème. Quand je construisais le scoring de préparation des coopératives, l'absence de données réelles de conformité m'a forcé à demander : quelles sont les vraies dimensions de la préparation ? Lesquelles comptent le plus ? Avec des données réelles, on pourrait sauter cette étape. Travailler à partir d'estimations oblige à définir ce qu'est le succès avant de pouvoir le quantifier.

Il y a une objection qui mérite d'être adressée directement : les tableaux de bord estimés peuvent donner une fausse confiance. Quelqu'un pourrait regarder un chiffre projeté et prendre une décision de ressources sans comprendre la source. C'est un risque réel. Mais la réponse n'est pas de refuser de construire tant que les données parfaites n'arrivent pas. Dans des contextes comme l'apiculture rurale rwandaise, cela pourrait signifier attendre indéfiniment. La réponse, c'est l'étiquetage.

En travaillant dans des contextes de développement est-africains, je pense que la fétichisation des données en temps réel est elle-même un obstacle. Elle crée une hiérarchie où le seul travail légitime suit une phase de collecte de données. Pendant ce temps, la meilleure synthèse disponible de recherche régionale, de connaissances d'experts et d'inférence raisonnée est une contribution sérieuse, si elle est faite avec discipline.

Le calendrier de floraison aura tort de manières que je ne peux pas anticiper. Quand un apiculteur de Nyamasheke dira que le pic de Calliandra est deux semaines plus tard que ce que j'ai indiqué, cette correction sera le début de quelque chose de mieux que ce que j'ai construit. L'estimation était l'invitation à cette conversation.