Réflexions sur la première année de travail avec le Réseau pour l’optimisation de l’impact alimentaire

Le Réseau pour l’optimisation de l’impact alimentaire, coorganisé par 10C Shared Space et Colleaga, a été annoncé comme le premier réseau à rejoindre le Projet pilote éclaireur à la fin du mois d’octobre 2022. Les organisations à vocation sociale (OPS) de ce réseau s’engagent à apporter plus de nourriture aux communautés dans le besoin et à renforcer les systèmes alimentaires locaux grâce à l’innovation axée sur la communauté.

Au cours de la première année du Projet pilote éclaireur, nous avons entrepris d’aider tous les membres du réseau à adopter les Pratiques communes et la Norme commune des données d’impact. Les Pratiques essentielles sont adoptées en confirmant que les cinq pratiques essentielles de mesure sont en place. La Norme commune des données d’impact est adoptée en choisissant (et en utilisant !) un logiciel aligné sur la Norme commune des données d’impact pour suivre les indicateurs, les résultats et les données d’impact.

L’Approche commune a mené un entretien avec chaque membre du réseau dès le début afin de comprendre leur point de départ en ce qui concerne leur pratique de mesure et l’utilisation de logiciels. Un groupe de discussion a été organisé pour connaître l’historique de la collaboration entre les membres du réseau. Nous avons également organisé des réunions de contrôle régulières avec les coordinateurs du réseau et rencontré les membres du réseau selon les besoins pour soutenir leurs efforts et recueillir des informations. Les coordinateurs de réseau ont apporté un soutien pratique à tous les membres du réseau tout au long du projet jusqu’à présent.

Au cours de la première année, 10C et Colleaga, les organisateurs du réseau, ont organisé un ensemble complet d’ateliers de stratégie et d’évaluation ouverts à tous les membres du réseau. Ces ateliers ont été conçus pour aider les membres du réseau qui ne répondaient pas encore aux Pratiques essentielles à combler les lacunes dans leurs pratiques de mesure de l’impact. Merci à Emily, du 10C, et à Dan, de Colleaga !

La première année a également été consacrée à l’adoption de logiciels. Sur les dix-huit organisations à vocation sociale (OPS) qui ont commencé à participer au réseau, quatorze ont adopté avec succès le logiciel (7 avec Riddl, 7 avec Sametrica), deux ont pratiquement achevé l’alignement de leur propre logiciel interne sur la norme de données, et deux ont mis leur participation en veilleuse en raison de priorités concurrentes.

L’utilisation d’un logiciel est une exigence du Projet pilote éclaireur. Elle est nécessaire pour que les organisations à vocation sociale adoptent la Norme commune des données d’impact et partagent des données structurées sur leur impact dans le format JSON-LD de la Norme commune des données d’impact. Au cours de la première année, nous avons beaucoup appris sur l’adoption de logiciels.

Nous avions prévu que la sélection des logiciels prendrait deux semaines ; elle a duré plus de deux mois. Dans leur candidature au Projet pilote éclaireur, les membres du réseau se sont décrits comme étant à l’aise avec la technologie numérique et disposés à utiliser de nouveaux logiciels. Lors de l’auto-évaluation initiale, 17 des 18 membres du réseau ont répondu « oui » à l’affirmation « nous disposons d’un endroit pour commencer et gérer les informations que nous collectons », et 13 des 18 membres ont répondu « oui » à l’affirmation « nos données sont stockées de manière à être utiles et accessibles à ceux qui apprennent à connaître et à améliorer l’organisation ».

Au fur et à mesure que le processus de sélection et d’adoption des logiciels se déroulait, nous avons appris que ces réponses » oui » ne permettaient pas de prédire si l’alignement sur la norme de données serait facile ou non. Nous avons appris très tôt que la moitié des membres avaient des données structurées qui comprenaient déjà le niveau de détail requis sur les indicateurs, les résultats et les thèmes d’impact, mais qu’ils collectaient des données dans des logiciels qui n’étaient pas adaptés à un alignement direct sur le standard de données (par exemple Hubspot, Mailchimp ou SM Apply). D’autres disposaient de données qui n’étaient pas encore structurées de manière à pouvoir être facilement saisies dans un logiciel aligné (par exemple, des « données brutes » telles que des réponses à des enquêtes qui n’ont pas encore été agrégées dans des rapports sur des indicateurs spécifiques).

En conséquence, le réseau pour l’optimisation de l’impact alimentaire est passé d’un plan selon lequel chaque membre utiliserait son propre logiciel à un modèle similaire à celui d’un comptable qui utilise un logiciel de comptabilité spécialisé pour le compte de son client. Les animateurs du réseau ont acheté des licences pour Sametrica et Riddl et ont partagé les sièges de ces licences avec les membres du réseau. Ils ont configuré le logiciel et saisi les données d’impact au nom de leurs membres. Nous sommes curieux de voir comment cette approche fonctionne par rapport à d’autres réseaux du Projet pilote éclaireur où les participants utilisent directement des logiciels de mesure.

À notre grande surprise, les logiciels les plus faciles à adopter ont été ceux qui étaient personnalisés en interne. Deux membres de la cohorte pilote (Be One to Give et A Friendlier Company) disposaient déjà de leurs propres logiciels ou bases de données internes avant de rejoindre le Projet pilote éclaireur. Ils ont tous deux réussi à aligner leur logiciel interne et ont exporté des fichiers JSON-LD avec leurs données d’impact en suivant la documentation de la Norme commune des données d’impact pour les développeurs de logiciels avec le soutien de l’équipe des normes de données de l’Approche commune.

À la fin de la première année, les 16 membres du réseau utilisent un logiciel et ont exporté un rapport JSON-LD contenant les indicateurs, les résultats et les thèmes d’impact qu’ils suivent. Deux organisations exportent directement leurs rapports, et quatorze exportent des rapports à partir du logiciel partagé géré par les coordinateurs du réseau.

Un examen préliminaire par les coordinateurs du réseau suggère que 11 des 14 membres du réseau utilisant les licences partagées gèrent maintenant leurs propres données structurées dans une base de données, trois gèrent encore des systèmes de collecte de données basés sur des feuilles de calcul et/ou manuels, et deux sont en train d’évaluer les options logicielles. Cette évolution relativement modeste – de 8 à 11 – nous montre à quel point l’adoption d’un logiciel peut être difficile.

Les membres du réseau nous ont fait part de l’importance qu’ils accordent aux données narratives et qualitatives pour communiquer l’impact de leur travail – et du fait qu’il est difficile de suivre ou d’afficher ces données qualitatives dans de nombreuses plateformes logicielles de mesure d’impact.

Presque tous les membres du Réseau pour l’optimisation de l’impact alimentaire peuvent raconter des histoires claires et convaincantes sur la raison pour laquelle leur travail a un impact et comment il contribue aux objectifs généraux liés à la sécurité alimentaire ou à l’économie circulaire. Fanjoy Culinary + Wellness Centre, Guelph Neighbourhood Support Coalition, OASIS Food Hub, Shelldale Centre et Farm Park ne sont que quelques exemples de membres du réseau qui sont des fournisseurs de services de première ligne à Guelph et/ou dans la région du Grand Toronto. Ils recueillent une grande quantité d’informations à partir d’entretiens, de conversations et d’histoires avec les membres de la communauté et les partenaires qu’ils servent. Ces riches données qualitatives sont très précieuses pour raconter l’histoire de leur impact, mais il peut être difficile de résumer ces informations en utilisant le type d’indicateurs numériques pris en charge par de nombreuses plateformes logicielles de mesure d’impact.

Alors qu’ils préparaient leurs théories du changement, leurs indicateurs et leurs résultats pour les entrer dans le module de construction de modèles logiques du logiciel qu’ils avaient choisi, l’un des coordinateurs de réseau a fait remarquer qu’il était difficile de voir le « pourquoi » du travail d’un OVS lorsqu’il était décomposé en éléments distincts du modèle logique. Il s’agit là d’un effet secondaire potentiellement indésirable de la préparation des données en vue de leur saisie dans un logiciel. Nous avons observé que les logiciels de mesure d’impact n’aident pas nécessairement les utilisateurs à raconter une histoire plus puissante ou plus convaincante, en particulier s’ils les obligent à réduire les histoires à des chiffres. Les données perdent la nuance et la résonance émotionnelle de l’histoire qui sous-tend le travail.

Nous avons également appris que, pour certains OPS, la collecte de données n’est pas seulement narrative, mais aussi visuelle. C’est notamment le cas de Winterhill Farm & Garden, qui enregistre son impact en prenant de temps à autre des photographies de ses terres. Leur raisonnement : ils n’ont pas besoin d’utiliser des tests de chimie du sol ou d’autres mesures quantitatives qui demandent plus de temps ou de ressources. Ils passent régulièrement du temps à l’extérieur pour observer les changements qui s’opèrent sur leurs terres. Les enregistrements photographiques suffisent à leurs besoins. La norme de données ne permet pas actuellement d’enregistrer des données de ce type. Il s’agit d’un domaine de recherche et de développement pour le standard de données.

Deux membres du réseau (Colleaga et Ontario Co-operative Association) sont eux-mêmes des réseaux. Ils ont trouvé qu’il était difficile de gérer la double narration de l’impact global du réseau et de leur propre impact en tant que pivot ou facilitateur du réseau. C’est ce problème que les normes de l’Approche commune sont censées résoudre. Cependant, les plateformes logicielles alignées sur la Norme commune des données d’impact ne sont pas encore prêtes à prendre en charge l’analyse au niveau du réseau. C’est un point que l’Approche commune est encore en train de développer en partenariat avec le Centre for Social Services Engineering de l’Université de Toronto. Les plates-formes logicielles existantes ne peuvent pas facilement prendre en charge ces réseaux pour en saisir l’impact.

Pour résumer nos principaux enseignements de l’année écoulée :

1. Alors que de nombreux membres du réseau avaient des pratiques de mesure qui étaient « suffisamment bonnes » au départ, la possibilité d’obtenir plus que le minimum requis par les Pratiques essentielles a été privilégiée par le réseau. Bien que cela ait permis d’améliorer les résultats, cela a pris plus de temps que prévu.
2. Nous avons appris que notre processus d’admission ne prévoyait pas ce dont les membres du réseau auraient besoin pour adopter facilement la norme de données, et que l’adoption d’un logiciel peut être compliquée et difficile. Nous avons donc « appris par la pratique » et atténué certains des risques liés à l’adoption d’un nouveau logiciel pour ces OPS en adoptant une approche « intermédiaire ».
3. Les membres du réseau nous ont appris à quel point les données narratives et qualitatives sont importantes pour faire connaître l’impact de leur travail – et qu’il est difficile de les suivre ou de les montrer avec les outils logiciels dont disposent les OPS. Il s’agit là d’une lacune qu’il convient de combler.

Un an après, tous les membres actifs du Réseau pour l’optimisation de l’impact alimentaire ont choisi un logiciel et enregistrent leurs données d’impact. Cela nous permet de commencer à partager et à agréger les données, ce qui, selon nous, nous permettra de mieux comprendre comment les normes de l’Approche commune créent des opportunités de collaboration flexible entre les OPS qui utilisent des indicateurs différents.

Nous nous réjouissons de continuer à apprendre avec et de ce réseau au fur et à mesure que le Projet pilote éclur se poursuit !