Définissez vos données et métadonnées en appliquant le modèle de données flexible de DHIS2 aux informations provenant de n’importe quel secteur, qu’il s’agisse de données numériques ou statistiques ou d’enregistrements longitudinaux pour des personnes ou des entités individuelles. Dans DHIS2, vous pouvez utiliser les données agrégées pour saisir toute information structurée qui est rapportée selon un calendrier prédéfini (quotidien, hebdomadaire, mensuel ou annuel), ce qui est parfois appelé données de routine ou données statistiques. Ce format est le plus souvent utilisé pour les informations numériques, telles que le nombre de choses, qui peuvent être facilement regroupées en ensembles apparentés, ce qui facilite l’agrégation, la désagrégation et l’analyse.
Le DHIS2 propose également deux formats pour les informations au niveau individuel qui peuvent être rapportées et mises à jour à tout moment : les données d’événements et les données Tracker. Les données d’événements peuvent être utilisées pour enregistrer divers types d’informations – telles que des enregistrements individuels, des campagnes de masse, des soumissions d’enquêtes et des activités de supervision – qui ne nécessitent pas de suivi dans le temps. Il est donc bien adapté aux données anonymes ou aux activités ad hoc. Les données d’un tracker relient des événements individuels à des entités uniques – qui peuvent être des personnes, des objets ou tout autre chose – dans le cadre d’un programme structuré, ce qui vous permet de contrôler et de suivre cette entité au fil du temps. Les données des programmes d’événements et de Tracker peuvent être analysées et visualisées à un niveau granulaire, ou agrégées pour obtenir une vue d’ensemble.
Vous pouvez même importer et combiner des données agrégées et individuelles provenant d’une variété de sources et de programmes dans une seule banque de données DHIS2 pour tirer parti des fonctions d’agrégation et de visualisation intégrées à DHIS2, facilitant ainsi une meilleure prise de décision grâce à la triangulation des données.