Big Data, Open Data et les différentes formes de données
1. Différentes formes de données
Les données numériques ne se limitent pas au Big Data. Il existe plusieurs catégories, chacune avec ses caractéristiques et usages spécifiques.
| Type de données | Description | Exemples / Particularités |
|---|---|---|
| Small Data | Données à taille humaine, faciles à lire et comprendre sans outils complexes. | Jeux de données simples, directement exploitables. |
| Open Data | Données ouvertes, accessibles et réutilisables dans des formats standardisés. | Portails publics comme data.gouv.fr. Favorise la transparence et l’innovation. |
| Smart Data | Données pertinentes extraites en temps réel pour produire des indicateurs utiles. | Analyse de sentiment sur réseaux sociaux : classification automatique des opinions, indicateurs en continu. |
| Dark Data | Données non exploitées, souvent internes et invisibles dans les organisations. | Archives d’emails internes, logs non analysés. Ne pas confondre avec le Dark Web. |
| Linked Data | Données interconnectées sur le web, rendues interopérables et compréhensibles par les machines. | DBpedia, GeoNames. Utilisation d’identifiants uniques et formats standardisés pour créer un réseau sémantique. |
2. Points clés à retenir
- Small Data : données simples, facilement manipulables sans outils lourds.
- Open Data : données ouvertes pour encourager la réutilisation et la transparence.
- Smart Data : données analysées en temps réel pour des décisions rapides et pertinentes.
- Dark Data : vaste réserve de données non exploitées dans les organisations.
- Linked Data : web sémantique des données interconnectées, facilitant l’interopérabilité machine.
À retenir : Toutes les données ne sont pas « big » ; comprendre leurs formes permet de mieux les exploiter selon les besoins.
Data Literacy : compétences et pratiques
1. Data Literacy : compétence clé du XXIe siècle
La Data Literacy est la capacité à rechercher, lire, manipuler, analyser des jeux de données et à les utiliser pour la prise de décision.
2. 4 compétences cœur de la Data Literacy
| Compétence | Description | Points clés |
|---|---|---|
| A. Chercher des jeux de données pertinents | Savoir où et comment trouver des données exploitables | - Portails publics, dépôts institutionnels, science ouverte<br>- Comprendre les formats et métadonnées facilitant la réutilisation |
| B. Lire et comprendre des données | Identifier et interpréter les données dans leur contexte | - Variables, unités, dates de mise à jour, limites d’usage<br>- Contexte de production : producteur, méthode, couverture |
| C. Manipuler et analyser | Nettoyer, filtrer, croiser et produire des indicateurs pertinents | - Nettoyer : supprimer doublons, compléter données manquantes, harmoniser<br>- Filtrer : extraire sous-ensembles selon critères (ex : lieu, date, type)<br>- Croiser et synthétiser pour répondre à une problématique |
| D. Utiliser les données dans un processus de décision | Appliquer les analyses pour orienter des choix stratégiques | - Non détaillé dans la portion fournie |
3. Métadonnées : données sur les données
| Type de métadonnée | Rôle principal | Exemple |
|---|---|---|
| Descriptive | Identifier et retrouver un document | HAL (archive ouverte) |
| Administrative | Gérer accès et droits | Informations sur la gestion des données |
| Structurelle | Organiser les liens entre parties ou documents | Relations entre fichiers ou sections |
4. Exemples d’opérations sur les données
-
Nettoyer un jeu de données
- Supprimer ou compléter les champs vides
- Harmoniser les écritures (ex : noms identiques écrits différemment)
- Résultat : tableau fiable, sans doublons, prêt à l’analyse
-
Filtrer un jeu de données
- Extraire un sous-ensemble selon critères (ex : accidents impliquant des vélos à Lyon en 2024)
- Résultat : données ciblées pour une analyse précise
À retenir : La Data Literacy combine la maîtrise de la recherche, la compréhension, la manipulation et l’analyse des données pour éclairer la prise de décision.
Acteurs et écosystème des données
1. Croisement et production d’indicateurs à partir des données
-
Croiser des données consiste à relier plusieurs jeux de données via des variables communes pour enrichir l’analyse.
Exemple : relier le taux de particules fines par ville (Air Rhône-Alpes) avec les admissions hospitalières pour troubles respiratoires (Santé publique France) par « ville » et « année ».
→ Permet d’obtenir un indicateur de corrélation entre pollution et santé. -
Produire des indicateurs pertinents transforme des données brutes difficiles à interpréter en signaux clairs répondant à une question précise.
Exemple avec données Covid :- Données brutes : nombre d’entrées hospitalières quotidiennes
- Indicateurs calculés : moyenne mobile sur 7 jours (tendance), taux d’évolution hebdomadaire (%)
→ Facilite la compréhension de l’évolution de la situation sanitaire.
2. Data Literacy : compétence clé du XXIe siècle
La Data Literacy regroupe quatre compétences essentielles pour exploiter les données :
- Identifier le besoin
- Trouver le jeu de données adapté
- Évaluer, préparer et analyser les données
- Utiliser les résultats pour prendre des décisions
3. Science ouverte
La science ouverte vise à rendre les publications et données de recherche librement accessibles pour :
- Rendre la recherche accessible à tous
- Favoriser transparence et vérifiabilité
- Stimuler collaboration et innovation
- Répondre aux exigences politiques et institutionnelles
- Développer une culture citoyenne des données (ex. Vigie-Nature)
Limites : défis liés à la confidentialité, à la qualité des données et à la gestion des droits.
4. Acteurs concernés par les données
| Catégorie | Rôles et exemples |
|---|---|
| Professionnels spécialisés | Data scientist, Chief Data Officer, architecte de l’information |
| Entreprises privées | Grandes entreprises numériques, PME, startups, cabinets de veille |
| Organisations publiques | Institutions publiques, collectivités territoriales, instituts de recherche |
| Journalistes et médiateurs | Journalistes de données, médiateurs, enseignants |
| Citoyens et usagers | Producteurs et consommateurs de données, utilisateurs critiques |
La maîtrise des données implique une collaboration entre ces acteurs pour produire, analyser et diffuser une information fiable et utile.