RM 20200210

Pour soutenir les objectifs de développement durable, les territoires sont confrontés au défi d’intégrer dans une approche systémique* une masse de données croissante et hétérogènes. Publiques, privées ou d'intérêt général, elles sont publiées par diverses organisations et proviennent donc de sources multiples. Afin d’être comparées, combinées, comprises par tous sans ambiguïté les données doivent être intégrées sémantiquement, liées et pour cela partager un modèle conceptuel* commun.

Les premiers succès de “mashups” ou agrégation de plusieurs sources de données reposaient sur des sources non liées entre elles. Par exemple, “Ménage” est une catégorie de données couramment utilisée en statistique par les municipalités. Cette catégorie combine les données d’identité des personnes différentes, leur âge, leurs professions, l'endroit où ils travaillent, leurs ressources, etc. Des sources hétérogènes de données sont donc ici liées et mises en relation, sur une base « localisation géospatiale du foyer ». Des données non liées peuvent aussi être combinées sur la base d’autres identifiants uniques comme l’ « identité de la personne” (maille plus fine) ou l’ « identité d’une organisation » (maille plus large). Un territoire fournit une immense quantité de services en termes de transport, d’énergie, de logement, d'éducation, de loisirs, de recherche etc. Chaque service recueille, utilise, combine différentes données, par exemple les données « Ménage » afin d’analyser les demandes et les usages de services, les pratiques de consommation, la mobilité etc. Ces services ont traditionnellement une tendance à fonctionner en vase clos (silos). Au cours de leurs processus d'évolution, l’alignement stratégique entre les systèmes d’information de chaque spécialisation métier, ce que l’on nomme également l’urbanisation des systèmes d’information, a poussé ces services à développer des modèles sémantiques qui intègrent les concepts révélés par leurs données produites en interne, ou recueillies à l’extérieur, afin de les relier aux objets connus de leur métier. Ces modèles conceptuels de données se sont développés au fil des années au sein des organisations comme autant de standards autonomes qui tendent aujourd’hui à renforcer les clôtures. Un projet d'analyse sophistiqué, tel que l’approche systémique* de développement durable des territoires, nécessite de multiples combinaisons d'ensembles de données, liées (corrélées) et interopérables. Or en l’état actuel, les sources de données sont hétérogènes, définies différemment d’une organisation à l’autre. Sans lien entre elles, leur sémantique descriptive est imprécise, ambiguë parfois chevauchante ce qui implique un effort considérable de transformation, afin d’être interprétées, partagées, ré-utilisées et valorisées.

Une spécification précise et non ambiguë des données des villes et des territoires peut mobiliser la technique des ontologies du Web Sémantique (Linked Data). L’intégration de lots de données distincts nécessitera alors une attention toute particulière à la sémantique des attributs sous-jacents et à leur valeurs. Les données doivent dès lors utiliser un modèle conceptuel commun de données de manière à pouvoir être transversalement représentées, comprises et partagées entre silos.

Il s’agit alors de :
- représenter informatiquement des définitions précises des données afin de réduire leur ambiguïté d’interprétation
- représenter les liens sous-jacents entre données permettant ainsi d'appliquer les techniques du Big Data*, aux données provenant de sources ouvertes, de capteurs, d’applications mobiles, etc. et de produire des analyses plus sophistiquées.
- réaliser l'interopérabilité sémantique, c’est à dire la capacité d'accéder, de comprendre, de fusionner et d'utiliser les données disponibles à partir d'ensembles de données réparties sur le web sémantique - publier les données localement et de les comparer globalement.
- détecter automatiquement certaines incohérences de données territoriales ainsi que certaines causes profondes de variations.

Un modèle conceptuel de données commun permettra donc aux applications logicielles de partager des informations, de planifier, coordonner et exécuter des tâches, soutenir la prise de décision dans et entre les services, entre organisations en fournissant une représentation précise et sans ambiguïté des informations comme des connaissances communément partagées.

Cette dynamique d’aménagement des écosystèmes de données est également désignée par le syntagme d’ « urbanisation des systèmes d’information ». Elle est basée sur la règle de Cohérence Forte / Couplage Faible : deux applications avec leurs jeux de données doivent pouvoir communiquer entre elles de façon simple et efficace, mais la dépendance entre ces applications et leurs jeux de données doit être minimale de manière à ce qu’elles puissent être facilement retirées et/ou remplacées, sans perturber le système global. L’urbanisation des SI territoriaux articule trois processus d’intégration: intégrations sémantique, syntaxique et technique (sur ce dernier processus voir SOA*). L’Intégration sémantique permet une compréhension fine des termes qui seront utilisés pour définir les données, une compréhension cohérente et partagée de la signification de l'information. L’intégration syntaxique définit la nature, le type et le format des informations échangées, c’est à dire la façon dont sont codées, formatées les données, leurs protocoles d’échange, et conduit à la notion de système ouvert.

La désilotisation, ou urbanisation des systèmes d’information des Villes, Territoires Durables et Intelligents, permet aux utilisateurs de mener des activités de partage, de recherche, de découverte, d’évaluation, de visualisation des données et de leurs licences connexes, d’analyse, d’enrichissement, de combinaison, de liaison, d’interprétation, de discussion, d’adressage de “feed backs” en direction des fournisseurs de données et autres parties prenantes.