Optimisation du Reseau de Services Publics - Togo Datalab

Test Pratique Data Analyst - Delivrance de Documents Officiels

---

Description du Projet

Ce projet analyse et optimise le reseau de services publics togolais pour la delivrance de documents officiels (CNI, passeports, actes de naissance). L'objectif est de fournir aux decideurs des indicateurs de pilotage pertinents et des recommandations actionnables.

Objectifs

• Analyser les donnees de demandes, centres et activites
• Nettoyer et preparer des donnees fiables
• Definir des KPI metier pertinents
• Creer un dashboard interactif de pilotage
• Formuler des recommandations operationnelles

---

Structure du Projet

test_datalab/
|-- src/                              # Code source principal
|   |-- data/                         # Modules de gestion des donnees
|   |   |-- loader.py                 # Chargement des donnees
|   |   |-- cleaner.py                # Nettoyage des donnees
|   |   +-- validator.py              # Validation de qualite
|   |-- utils/                        # Utilitaires communs
|   |   |-- constants.py              # Constantes et configuration
|   |   +-- helpers.py                # Fonctions utilitaires
|   |-- analysis/                     # Modules d'analyse
|   |   +-- eda.py                    # Analyse exploratoire
|   |-- kpi/                          # Indicateurs de performance
|   |   |-- definitions.py            # Definitions des KPI
|   |   +-- calculator.py             # Calcul des KPI
|   +-- dashboard/                    # Composants dashboard
|
|-- notebooks/                        # Jupyter Notebooks
|   |-- 01_exploration_donnees.ipynb  # EDA
|   |-- 02_nettoyage_donnees.ipynb    # Nettoyage
|   +-- 03_calcul_kpi.ipynb           # KPI
|
|-- data/                             # Donnees
|   |-- raw/                          # Donnees brutes
|   +-- processed/                    # Donnees nettoyees
|
|-- outputs/                          # Fichiers generes
|   |-- visualizations/               # Graphiques et cartes
|   +-- exports/                      # Donnees exportees
|
|-- reports/                          # Rapports generes
|   |-- rapport_eda.md                # Rapport d'analyse exploratoire
|   |-- tableau_kpi.md                # Tableau des KPI
|   |-- rapport_synthese.md           # Rapport de synthese
|   +-- rapport_nettoyage.csv         # Journal du nettoyage
|
|-- main.py                           # Script principal
|-- dashboard_app.py                  # Application Streamlit
|-- requirements.txt                  # Dependances Python
+-- README.md                         # Documentation

---

Installation et Execution

Prerequis

• Python 3.11 ou superieur
• pip (gestionnaire de packages Python)

Installation

# Cloner ou telecharger le projet
cd test_datalab

# Creer un environnement virtuel
python -m venv venv

# Activer l'environnement
# Linux/Mac:
source venv/bin/activate
# Windows:
.\venv\Scripts\activate

# Installer les dependances
pip install -r requirements.txt

Execution

Script Principal (Analyse complete)

python main.py

Ce script execute:

1. Chargement des donnees
2. Validation et nettoyage
3. Analyse exploratoire (EDA)
4. Calcul des KPI
5. Export des resultats

Dashboard Interactif

streamlit run dashboard_app.py

Puis ouvrir http://localhost:8501 dans un navigateur.

---

Donnees Analysees

Fichier	Description	Lignes
demandes_service_public.csv	Demandes de documents	600
centres_service.csv	Centres de delivrance	55
logs_activite.csv	Logs operationnels	450
donnees_socioeconomiques.csv	Donnees demographiques	115
details_communes.csv	Informations communes	200

---

Indicateurs Cles de Performance (KPI)

Performance Operationnelle

KPI	Description	Objectif
Delai Moyen de Traitement	Duree moyenne de traitement	< 14 jours
Taux d'Utilisation Capacite	Utilisation des centres	70-90%

Accessibilite / Couverture Territoriale

KPI	Description	Objectif
Ratio Population/Centre	Habitants par centre	< 50 000
Couverture Communale	Communes desservies	> 80%

Qualite de Service

KPI	Description	Objectif
Taux de Rejet	Demandes rejetees	< 5%
Temps d'Attente Moyen	Attente en centre	< 30 min

Efficience / Charge

KPI	Description	Objectif
Productivite Agent	Demandes/agent/jour	> 25
Indice de Charge	Demande vs Capacite	< 1.0

---

Dashboard

Le dashboard Streamlit comprend:

Vue Synthetique Executive

• Metriques cles globales
• Cartes KPI avec statuts colores
• Graphiques de repartition

Vue Operationnelle

• Performance par centre
• Filtres dynamiques (region, type)
• Tableaux detailles

Vue Territoriale

• Analyse par region
• Couverture par region
• Zones sous-desservies

---

Livrables

1. Repository Git structure [OK]

   • Code source organise
   • Documentation complete

2. Notebooks d'EDA et nettoyage [OK]

   • notebooks/01_exploration_donnees.ipynb
   • notebooks/02_nettoyage_donnees.ipynb
   • notebooks/03_calcul_kpi.ipynb

3. Tableau des KPI [OK]

   • reports/tableau_kpi.md
   • outputs/exports/definitions_kpi.xlsx

4. Dashboard interactif [OK]

   • dashboard_app.py

5. Rapport de synthese [OK]

   • reports/rapport_synthese.md

---

Auteur

Data Analyst - Togo Datalab

Ministere de l'Economie Numerique et de la Transformation Digitale Republique Togolaise

---

Licence

Ce projet est developpe dans le cadre du test pratique Togo Datalab.