RM 20201226

Un référentiel de données territorial rassemble un ensemble de dispositifs numériques qui permettent à l’administration publique de gérer, faciliter et piloter l’identification, la sémantique, la qualité, le partage, la diffusion, la réutilisation des données de référence d’un territoire, mais aussi de faire évoluer la gestion de ces données selon les besoins des utilisateurs. Un référentiel de données se définit par un périmètre, une couverture et une portée qui s’inscrivent aujourd’hui dans les objectifs du développement durable.

Un référentiel de données est un dispositif mutualisé qui rend des services spécifiques en termes de gestion des données de référence. La notion « de référence » attribuée aux données, s’envisage du point de vue des acteurs territoriaux et des utilisateurs qui souhaitent, identifier, nommer des objets, des services, des processus métiers, des lieux, des événements, des acteurs en réponse à certains objectifs et besoins définis collectivement. La qualité comme la mise à disposition de ces données par l’administration est dite critique en regard de leur fréquence d’utilisation par les acteurs, humains et non-humains, publics comme privés.

Le « périmètre » d’un référentiel de données désigne le secteur fonctionnel qui sera géré par le référentiel. Pour un territoire donné, ce périmètre est très souvent défini par croisements entre les grands domaines d’action prioritaires identifiés par la collectivité (par exemple éducation, santé, mobilité…) et une finalité spécifique du développement durable (par exemple la cohésion sociale). Le périmètre va préciser le cadre sémantique des données qui seront gérées par le référentiel. Il s’agit autrement dit du contenant, le périmètre répond à la question « de quoi parle-t-on ? ». Le modèle sémantique des données de référence est un élément central unique, partagé dont les fondements doivent être relativement stables dans le temps, mais qui pourra être mis à jour aisément sur des granularités plus fines (par exemple si des données correspondant à de nouveaux processus métiers signifiants sont identifiées). Une description précise et consensuelle des données est un élément fondamental du référentiel, en effet la première source d’approximations ou d’erreurs, provient très souvent de l’incompréhension ou d’une mauvaise interprétation de la sémantique des données. Cette sémantique doit donc être formalisée afin d’être aisément communiquée, partagée, pérennisée et réutilisée. Elle permet de décrire la structure des concepts manipulés, leur dynamique (état, événements etc.) ainsi que les règles qui régissent ces objets entre eux. Cette représentation formelle et standardisée s’appuie sur la norme UML12 (ISO/IEC 19505-1 et 19505-2). Les données de référence sont alors des données structurées, ou semi-structurées.

La « couverture » désigne l’ensemble des données gérées par le référentiel, autrement dit il s’agit du contenu. Cette couverture sera déterminée par certaines conditions. (1) La donnée doit être utilisée par un grand nombre d’acteurs (utilisateurs, applications ou systèmes) internes au territoire ou externes à celui-ci et à des fréquences relativement élevées. (2) Elle doit présenter une qualité critique pour un grand nombre de processus identifiés. (3) Sa sémantique est partagée et relativement stable dans le temps. (4) Elle offre une durée de vie au-delà des processus qui l’utilisent (pour permettre par exemple des comparaisons dans le temps). (5) L’efficacité et l’efficience globale de l’ensemble de ces processus sont conditionnées par la facilité d’accès à la donnée. Notons que ces données peuvent être d’origine publique comme privée, mais doivent être liées*.

La « portée » désigne l’ensemble des acteurs pour lequel le référentiel sera utilisé et répondra à leurs besoins de fourniture de données. La portée répond à la question « Pour quels usages le référentiel est-il prévu ? ». La portée est donc intimement attachée à la notion d’usage de la donnée et donc subordonnée à différentes modalités d'accès.

Les données de référence sont souvent réparties en trois catégories : les données « maîtres » (i), « constitutives » (ii) et « paramètres » (iii). Les données « maître » (i), sont les objets métiers principaux d'un domaine fonctionnel (par exemple l’éducation sur une commune : nombre et types d’institutions, nombre d’enseignants, nombre d’élèves, réussite au bac, etc. ). Ces données « maîtres » peuvent être partagées avec d’autres communes permettant ainsi d’effectuer des comparaisons ou être additionnées pour des échelles territoriales supérieures : Région, Etat ; Les données « constitutives » (ii) peuvent caractériser des données « maîtres », mais également de nouveaux objets métiers liés au domaine fonctionnel initial de manière beaucoup plus spécifique et/ou contextuelle (par exemple caractériser les associations de parents d’élèves, de soutien à domicile, les activités périscolaires proposées par une commune, etc. ) ; Les données « paramètres » (iii) sont des tables de valeurs ou de nomenclatures (par exemple codes postaux, code établissement, codes formation, grades …), qui servent à indexer, classifier, organiser, structurer, et hiérarchiser l’information. La nuance entre ces trois types de données dépend du périmètre d’analyse, mais également de l’acteur qui procèdera à l’analyse. En effet, une donnée constitutive pourra être considérée comme « maître » lorsqu’elle se retrouvera au cœur d’un processus métier observé (par exemple les données concernant les activités de soutien associatif à domicile peuvent être considérées comme « maîtres » pour le domaine fonctionnel « périscolaire » du secteur plus large « Éducation »).

Les initiatives régaliennes de gestion des données de référence sont encore très majoritairement centrées sur des données statiques (données froides) partagées partout et à l’identique. Leurs objectifs visent l’information, la démocratie, les services aux citoyens, et intègrent des secteurs fonctionnels déployés sur des échelles de temps importantes (souvent l’année), dont les volumes, les flux sont relativement faibles et dont les modalités d’accès sont relativement simples : ouvert à tous (open data) ou fermé.