Logo Lanfrica
  • Home
  • Atlas
  • Insights
  • Docs
  • Sign in

© 2026 Lanfrica. All rights reserved. All copyrights of the resources shown on the Lanfrica website belong to the original copyright holders, unless explicitly stated otherwise.

MLG-20/finscope-east-africa

Domain:

socioeconomicdigital infrastructure

Record type:

dataset
Creator:
MLG
Host:
Analyse de l'inclusion financière numérique en Afrique de l'Est — EDA sur 10 086 répondants (Kenya, Rwanda, Tanzanie, Ouganda) # 🌍 FinScope East Africa — Inclusion Financière Numérique Application d'analyse exploratoire (EDA) sur l'inclusion financière et numérique en Afrique de l'Est, développée avec Streamlit. ## 📊 À propos Cette application explore les données de **10 086 répondants** répartis dans **4 pays** (Kenya, Rwanda, Tanzanie, Ouganda) pour analyser : - Les dynamiques d'accès aux services financiers numériques - Les inégalités socio-économiques et de genre - Les leviers de développement de l'inclusion financière ## 🗂️ Structure de l'application | Section | Contenu | |---|---| | 🏠 Dashboard | Vue d'ensemble des KPIs clés | | 👥 Q1. Démographie | Répartition par pays, âge et genre | | 📱 Q2. Inclusion Numérique | Accès au téléphone par pays, zone et genre | | 💼 Q3. Socio-Économique | Croisement éducation × emploi | | 👨‍👩‍👧 Q4. Ménages | Taille des ménages et taux de dépendance | | 🔍 Q5. Comportements | Patterns et corrélations multivariées | | 📋 Q6. Synthèse Exécutive | KPIs, profils de risque, recommandations | ## 📈 Principaux résultats - **74,9 %** de l'échantillon a accès à un téléphone mobile - **Rwanda** : meilleur taux d'accès (83,1 %) — **Tanzanie** : plus en retard (60,5 %) - Écart de genre de **7,8 points** (hommes 79,5 % vs femmes 71,7 %) - **318 personnes ultra-vulnérables** (femmes + sans éducation + emploi informel) - Résultat contre-intuitif : les zones **rurales** ont un meilleur accès que les urbaines (77,5 % vs 71,0 %) ## 🚀 Lancer l'application localement ```bash # Cloner le dépôt git clone github.com cd finscope-east-africa # Installer les dépendances pip install -r requirements.txt # Lancer l'app streamlit run application_streamlit.py ``` ## 📦 Dépendances - Streamlit 1.57 - Plotly 6.7 - Pandas 3.0 - NumPy 2.4 - SciPy 1.17 ## 📁 Données | Fichier | Description | |---|---| | `Test.csv` | Données principales — 10 086 répondants | | `VariableDefinitions.csv` | Dictionnaire des variables | Source : FinScope East Afr …

Visit

github.com