Exposer la donnée sur Internet est simple. La rendre utilisable, c’est à dire facile à trouver, accessible, interopérable et réutilisable (principes FAIR, Findable, Accessible, Interoperable, Reusable), reste un défi organisationnel majeur.

Je gère plus de 500 jeux de données sur deux plateformes (data.economie.gouv.fr et l’espace de mon organisation sur data.gouv.fr). Rendus disponibles sans restriction d’accès ou d’usage, ils sont techniquement ouverts, mais sont-ils utilisables ?

Jusqu’à il y a peu de temps, j’étais bien incapable de le mesurer. J’ai bien des chiffres, mais il me manque une donnée : tout ce qui ne s’est pas passé, ce qui n’a pas été vu, tel jeu de données qui est passé sous les radars, telle analyse erronée jamais signalée, l’abandon d’un développeur après deux heures de recherche.

Exemple concret d’une boucle infinie, vrai clic mais infructueux : un fichier Excel mis en ligne dont la cellule A1 contient un lien vers une réutilisation, laquelle renvoie en note de bas de page vers… ce même fichier Excel !

Trois problèmes reviennent systématiquement :

1. Des métadonnées absentes ou incomplètes (par exemple, 5,6% des jeux de données sur data.economie.gouv.fr n’ont pas de description¹). Sans métadonnées, les moteurs de recherche vectoriels qui fonctionnent par rapprochement sémantique selon le plus proche voisin laissent le meilleur jeu de données dans l’ombre.
2. Des URLs instables, mal nommées ou mal formatées, des schémas modifiés sans préavis (la fameuse Erreur 404) créent des béances dans toute la chaîne d’approvisionnement des réutilisateurs en aval. Aucune convention de nommage, aucun standard de cycle de vie, ce qui affaiblit l’indice de confiance dans la disponibilité.
3. Un contexte métier qui n’est pas documenté (donc une interprétation potentiellement fausse). Le travail de recontextualisation qui est fait côté client, plutôt que producteur, a peu de chances d’être reversé à la collectivité et augmente la marge d’erreur à la réutilisation.

De quoi les métriques sont-elles le nom ?

La plateforme data.economie.gouv.fr a fait 24,2 millions d’appels API en février 2026. Un chiffre qui peut paraître impressionnant, mais reste vide de sens si on ne sait pas ce qu’il contient.

Les jeux de données qui génèrent le plus d’activité sont ceux qui obéissent à une logique de flux, comme prix-des-carburants-v2, mis à jour en quasi temps réel (près de 6 474 100 appels API et 17 592 téléchargements en 7 jours¹) ou les ratios_inpi_bce (avec un indice d’activité à 186 845.0¹). Leur usage est massif, automatisé et pleinement intégré dans des systèmes d’information tiers. Leur importance est d’ordre stratégique. Les autres jeux de données se partagent le reste.

Les jeux de données stratégiques ont leurs propres garanties de facto : leur criticité oblige à assurer la maintenance. Le reste du catalogue ne bénéficie d’aucune pression équivalente. Le problème de qualité se concentre là où la visibilité est en proportion quasi nulle, et c’est un cercle vicieux : pas de signalements, moins de qualité, moins de réutilisateurs. Pour sortir de ce cycle, il faut rendre visible ce qui ne l’est pas, avoir des données sur les données. C’est ce manque qui m’a conduit à construire Open Data Monitoring.

Pour évaluer l’état de santé global d’un jeu de données, j’utilise un système déterministe, reposant à 50% sur la qualité technique (description, nommage de l’identifiant, stabilité du schéma) ; à 30% sur sa fraîcheur soit sa mise à jour dans les temps prévus avec une pénalité lorsqu’elle n’est pas définie, et l’engagement (échelle logarithmique des vues, des appels API et des réutilisations lorsqu’elles sont déclarées).

Ce score est une première mesure et joue son rôle d’indicateur en modélisant à sa manière les principes FAIR. Mais le risque est réel de chercher à optimiser le chiffre plutôt que ce qu’il mesure (loi de Goodhart). C’est pourquoi ce système doit évoluer en mesurant à la fois la pertinence du contenu et plus seulement l’existence du contenant.

L’intégration récente de l’évaluation par LLM permet justement de tenter de juger si une description apporte une vraie valeur métier ou n’est qu’un remplissage contraint. En lui passant en contexte la Charte Open Data ministérielle et le référentiel DCAT, il peut mesurer ce qu’aucun système déterministe de comptage de caractères ne peut faire, au prix d’autres limites (hallucinations, variabilité des réponses, opacité).

Rang	Direction	Score Global	Qualité	Fraîcheur	Engagement	Datasets
1	A	53.03	53.33	66.67	31.83	6
2	B	49.84	59.50	37.50	44.18	40
3	C	46.40	59.34	30.84	37.41	274
4	D	45.92	58.00	30.00	39.60	20
5	E	44.34	60.00	23.53	36.41	17

Les données¹ sont considérées par convention interne comme fraîches au dessus de 80 alors que le standard se situera entre 50 et 80. En dessous de 50, les jeux de données seront en alerte et il faudra considérer leur mise à jour ou leur archivage.

Sur 11 organisations ministérielles indexées, aucune ne dépasse 53/100, 3 affichent un score de fraîcheur inférieur à 5 — dont 2 à 0,00 : tous leurs jeux de données sont considérés comme obsolètes par rapport à leur rythme de mise à jour prévu.

Pourquoi la loi ne suffit pas ?

La loi Lemaire de 2016, dite “Loi pour une République numérique”, a érigé en principe l’ouverture par défaut : des données gratuites, dans des formats standards et ouverts, accessibles via des interfaces de programmation (API). Elle a imposé la publication, une brique essentielle. Publier coche une case légale, mais le travail souterrain de montée en qualité reste jugé comme un coût invisible sans retour sur investissement.

Or, la qualité ne se légifère pas. On peut graver dans le marbre de la loi le nombre de métadonnées indispensables pour juger du seuil de clarté minimal d’un jeu de données et sanctionner la conformité. On ne pourra pas juger en droit de la qualité d’une description : elle pourra être tout à fait inutile, mal écrite, imprécise, hors contexte, sibylline même si elle coche toutes les cases.

Quelques contraintes sont structurelles :

1. Responsabilité diffuse : Lorsqu’une réutilisation produit une analyse fausse faute d’information sur le contexte métier pour la cadrer, elle génère du support, des erreurs d’interprétation et du retraitement silencieux chez le réutilisateur.
2. Absence de rétroaction : Ouvrir pour ouvrir sans organiser la remontée d’information et tirer profit des boucles de feedback créant un axe de communication entre les réutilisations et les producteurs crée des erreurs de pilotage. Ces vanity metrics sont un leurre.
3. Préférence court-termiste : L’ouverture est trop souvent vécue comme un projet ponctuel plutôt que comme une infrastructure de service pérenne. Sans ressources dédiées à la maintenance et au cycle de vie, on produit des données qui se dégradent et finissent par coûter plus cher en support qu’elles ne rapportent en valeur.
4. Reconnaissance invisible : Le travail technique de préparation, de documentation et de mise en qualité est chronophage, peu valorisé, peu outillé. La valeur créée par l’ouverture est captée en aval par les réutilisateurs, mais le producteur n’en subit souvent que la charge supplémentaire (support, corrections, coût).

Sans mécanismes de valorisation professionnelle ou institutionnelle, l’effort soutenu en faveur de la qualité s’en trouve naturellement découragé.

Comment relier la publication et l’appropriation ?

L’ouverture des données nécessite que trois conditions soient remplies :

1. En entrée, des standards contraignants : poser des conventions de nommage (des jeux de données, des fichiers, des métadonnées, des dates, etc.), des schémas validés et faire les validations avant publication ;
2. Un suivi du cycle de vie : toute suppression ou modification de schéma documentée publiquement, avec préavis, comme un contrat avec les réutilisateurs. Le pattern [DEPRECIE][SUPPR :: YYYY-MM-DD] en cas de suppression permettra un suivi programmatique par le réutilisateur ;
3. Structurer les boucles de rétroaction en mesurant non pas ce qui sort, les outputs, mais ce qui revient sous forme de résultats, les outcomes, plus difficile à obtenir et demande une certaine exhaustivité pour les analyses d’impact.

Une vraie politique d’ouverture se contractualise dans une charte :

• Qui pose avec les producteurs de données un cadre de responsabilité et se combine avec les indicateurs de santé et de qualité évoqués plus haut pour transformer les bonnes pratiques en engagements.
• Qui assure aux réutilisateurs un certain niveau de service : respect de la chaîne de dépendances, continuité opérationnelle, respect du délai de traitement et d’adaptation des systèmes d’information, aide à la gestion des risques.

Cette approche déplace le curseur de la simple transparence (regarder ce qui est fait) vers la coopération (construire ensemble). Elle permet de sortir d’une logique de stock ou de simple catalogue pour entrer dans une logique de service fondée sur des données métier structurées et sur la rencontre entre l’expertise métier et les besoins des utilisateurs.

Valoriser un jeu de données dans un produit de données est le moyen le plus efficace et le plus intuitif pour garantir l’orthodoxie de son usage : l’intention vient des métiers, elle se confronte à la réalité technique, à ce qui est possible, à ce qui est souhaitable. Par les différents canaux de communication offerts surgissent des usages, des propositions de corrections.

Détailler la fiscalité locale des communes ou mettre en valeur les entreprises ayant participé à la reconstruction de Notre-Dame de Paris l’illustre bien : les jeux de données qui fonctionnent le mieux sont ceux qui entrent dans la composition d’une brique servicielle concrète.

La concentration des usages le confirme : un top 5 de ces jeux de données “serviciels” (coordonnées DGFIP, fermeture du réseau cuivre, fiscalité locale…) concentre à lui seul plus de 62 % de nos requêtes API utiles¹.

Ces exemples ne sont pas reproductibles par décret — ils ont nécessité du temps, un travail de réflexion, et une masse critique d’usages visibles pour que la dynamique s’enclenche. Le point de bascule, celui où la majorité des données publiées sont effectivement utilisables, ne dépend pas uniquement d’une volonté politique, mais aussi d’une dynamique d’innovation et de transformation concrétisée par des produits de données aboutis.

Footnotes

1. Source : Open Data Monitoring, consulté le 09 mars 2026 ↩ ↩² ↩³ ↩⁴ ↩⁵