atelier1- groupe national 11 avril 0

INFOLABDévelopper une «culture de la donnée» au service

des entreprises & des acteurs du territoire.

ATELIER 1

Groupe de travail national 11 avril 2013 - Atelier 1

La Campagne Infolab a été lancée le jeudi 11 avril à l’oc-casion de la première rencontre du groupe de travail national, portant sur le thème « Culture de la donnée et médiations ». Acteurs associatifs (Libertic, Open Street Map, collectifs citoyens Open Data Tours, Poitiers, Les Petits-Débrouillards, Décider Ensemble, La Fonderie…), membres de collectivités territoriales (Région PACA, Communauté urbaine de Bor-deaux, CG Gironde, CG Hauts-de-Seine, CG Manche, Mairies de Paris et de Rennes…) et grands comptes (Alcatel Lucent, La Poste, La Caisse des dépôts, Gemalto…) étaient rassemblés pour entamer une réflexion sur la culture de la donnée et ses différentes formes de médiation. Retour sur cette journée…

Keywords - INFOLAB, OPENDATA, MEDIATIONS, CULTURE.

06 2011

INVENTONS ENSEMBLE L’INFOLAB INTRODUCTION


I.

II.

III.

IV.

V.

VI.

FORGEONS UNE CULTURE DE LA DONNÉE !Par Simon CHIGNARD

RENDRE POPULAIRE LE TRAVAIL DE LA DONNÉEPar Loup CELLARD, Fing

METTRE LES DONNÉES EN DÉBATPar Amandine BRUGIÈRE, Fing

COMMENT CONSTRUIRE UN GUIDE DES MÉDIATIONSPar Fabienne GUIBÉ, Fing

LA MÉDIATION, UNE NOTION FLOUE, VICTIME DE SON SUCCÈSPar Faustine BOUGRO, Fing

LA CULTURE DES DONNÉES EN ENTREPRISEPar Claire GALLON, LiberTIC

INTRODUCTION

SOMMAIRE

CONTACT

INVENTONS ENSEMBLE L’INFOLAB SOMMAINE


FORGEONS UNE CULTURE DE LA DONNÉE !Par Simon CHIGNARD


INVENTONS ENSEMBLE L’INFOLAB FORGEONS UNE CULTURE DE LA DONNÉE

C’est en forgeant que l’on devient forgeron ». Le proverbe aurait pu figurer en sous-titre du premier atelier national Infolab. Il traduit l’idée que la compréhension des enjeux de la donnée passe aussi (avant tout ?) par notre capacité à mettre les mains dans le cambouis.Nous avons donc beaucoup forgé lors de cette après-midi. La donnée (notre matière première), nous l’avons manipulée, chauffée, tordue pour essayer d’en tirer quelques idées sur la culture de la donnée et sa (néces-saire) médiation.Les sujets étudiés étaient différents : les données d’entreprises, les sta-tistiques de l’emploi et de l’activité économique, les prénoms les plus populaires… Mais au-delà de cette apparente diversité, les questions se ressemblent : Comment traduire les questions en données ? Comment aborder avec un regard critique les données disponibles ?

QUELLES COMPÉTENCES REQUISES POUR LES FAIRE PARLER ?

C’est en forgeant que l’on devient forgeron. Mais que devient-on en manipulant de la donnée ? La question du rôle des médiateurs est posée ici, de même que celle de l’expertise. Les sachants d’un domaine (ceux qui maîtrisent un sujet ou une thématique) vont-ils être supplantés par les experts de la manipulation des données ? Au moment où data-scien-tist devient un métier sexy, cette mise en pratique aura pu démontrer que la donnée n’est pas réservée aux forts en maths…

Après le bruit et le chaleur de la forge, nous avons souhaité prendre un peu de recul, pour ré-interroger la notion-même de médiation (le forgeron est


INVENTONS ENSEMBLE L’INFOLAB FORGEONS UNE CULTURE DE LA DONNÉE

devenu praticien réflexif …). Qu’est-ce que ce terme veut dire ? Qui sont les acteurs et les objets de la médiation ? Sarah Labelle nous a proposé un éclairage, de la médiation culturelle à la sociologie de l’innovation, souli-gnant la diversité des objets et des processus de médiation existants et envisageables. L’échange qui a suivi aura même permis d’imaginer un pos-sible “Musée de la donnée”, ses expositions permanentes et temporaires, ses ateliers de découverte et de co-construction. La rencontre s’est conclue par la présentation d’un premier inventaire des outils et des dispositifs d’animation et de médiation autour de la donnée. Un travail qui se pour-suivra au cours des prochains mois pour alimenter les expérimentations territoriales et le guide des médiations. “Practice makes perfect” disent nos voisins d’outre-manche : ce premier atelier n’est que la première étape de notre parcours Infolab, nous aurons donc l’occasion de remettre le sujet de la culture de la donnée sur la table…

Simon CHIGNARD, Consultant Open Data, http://donneesouvertes.info


RENDRE POPULAIRE LE TRAVAIL DE LA DONNÉEPar Loup Cellard, Fing


INVENTONS ENSEMBLE L’INFOLAB RENDRE POPULAIRE LE TRAVAIL DE LA DONNÉE

Afin de mieux comprendre le contexte et les limites de l’ouverture d’un jeu de données, le thème de l’atelier proposé par Simon Chignard était particulièrement bien choisi : les prénoms. Tout le monde en a un, tout le monde sait ce que cela représente, et c’est une notion centrée sur l’hu-main et l’identité, de quoi rassurer les data-sceptiques, et de quoi faire vibrer les data-dandys.

L’entrée en matière dans le sujet s’est faite grâce à plusieurs articles de presse qui mettaient en évidence les modes de médiatisation du sujet : le prénom comme bien de mode, la recherche du prénom rare, les stéréo-types éditoriaux véhiculés par la presse… Après analyse de divers corpus de données sur les prénoms (INSEE, data.gouv, fichier d’état civil… jeu de données de Paris et Rennes), il est aisé de déceler les biais de ces jeux qui limitent leurs utilisations possibles.En effet, les jeux de données ne sont pas identiques entre collectivités territoriales, la comparaison entre territoires devient alors difficile : une normalisation serait bénéfique, mais qui peut la porter ?

QUI EST LE GARANT ?

Il y a un effet boîte noire sur la constitution des jeux de données et un manque de normes institutionnelles qui pourrait régler ces problèmes. Il serait également intéressant de préciser les limites de chaque jeux de données (ce qu’ils ne contiennent pas). Par exemple, dans les jeux de don-nées des prénoms de l’INSEE, l’occurrence minimale (prénom rare) pour


qu’un prénom soit inscrit est de 3 (si un prénom X a été donné que 2 fois sur ce territoire il n’apparaîtra pas dans le fichier). Sur le portail de la ville de Paris, elle est de 5. Pourquoi ce choix et cette différence? Qui fixe la norme (ou à défaut une pratique commune) ?

EST-CE LE RÔLE D’ETALAB ?

Bien souvent, les problèmes de réutilisation de données viennent du fait que l’on ignore le contexte de production de ces mêmes données. Il nous manque des informations autour de la constitution des jeux : les méta-données. Dans les données des prénoms d’une ville, on ne sait si la date d’inscription dans le jeu de données est la date de naissance de l’enfant ou la date de son enregistrement d’état civil ? Les enfants nés autour du 31 décembre sont certaines fois enregistrés sur l’année suivante, délai d’enregistrement oblige !

Les différences d’orthographe, de prononciation et de genre des prénoms ne sont pas prises en compte dans la constitution des jeux de données. Lorsque l’on veut analyser le prénom Justin comme indicateur social, on ne sait s’il se prononce à la française ou à l’américaine, et si du coup il se ré-fère davantage à Justin (de La Borderie), prénom à connotation bourgeoise, ou à Justin (Bieber), jeune chanteur de pop américaine représentatif d’une culture populaire transnationale. Les prénoms sont des données relative-ment simples et on s’aperçoit qu’elles posent déjà un certain nombre de problèmes: quel degré de complexité vont avoir des jeux de données de résultats financiers ou de santé publique ?!



Après cette analyse critique des données, nous avons identifié les princi-paux cas de réutilisation : les jeux de données des prénoms peuvent être utilisés pour montrer la diversité des prénoms (relativiser l’utilisation des prénoms rares, montrer la diversité des prénoms dans le temps), révéler les modes dans l’utilisation de tel ou tel prénom (orthographe, influence d’un fait d’actualité, d’un personnage de fiction, d’une star) ou encore uti-liser le prénom comme indicateur social ou comme révélateur en période de crise.

EST-ON PLUS ORIGINAL DANS LE CHOIX DE SON PRÉNOM EN PÉRIODE DE CROISSANCE OU D’AUSTÉRITÉ ?

Très pédagogique, cet atelier permet de comprendre les étapes clés de l’utilisation d’un jeu de données : sa réception, l’analyse de ses potentia-lités, le défrichage à l’intérieur du jeu, les possibilités d’enrichissement et de réutilisation. Simon Chignard insiste également sur l’importance des métadonnées dans la publication des jeux de données : il faut davantage documenter le contexte de production des jeux.On comprend alors les bonnes questions à se poser avant d’envisager toute production de sens avec un jeu de données : Qu’est ce qui est réel-lement présent dans le fichier ? Comment a-t-il été constitué ? Le fichier représente-t-il l’ensemble du corpus à étudier ?

Loup CELLARD, Assistant Chef de Projet, Fing



PREMIERS BÉBÉS 2013Source : http://fr.slideshare.net/schignard/infolab-les-prnoms-une-donne-populaire

PAR LE TÉLÉGRAMME


METTRE LES DONNÉES EN DÉBATPar Amandine BRUGIÈRE.


INVENTONS ENSEMBLE L’INFOLAB METTRE LES DONNÉES EN DÉBAT

Dans ce 2e atelier main dans le cambouis, Vincent Mandinaud de l’ANACT et Hervé Paris d’AlterCarto/Cité Publique ont présenté une méthode originale - et éprouvée ! - de mise en discussion des données articulant des approches quantitatives et qualitatives des données. Pour bien comprendre la démarche, revenons sur les caractéristiques des ac-teurs en présence.

L’ANACT (Agence Nationale pour l’Amélioration des Conditions de Travail) est un EPA sous tutelle du ministère du travail, et les organisations pa-tronales et syndicales dites représentatives siègent à son conseil d’ad-ministration. L’ANACT forme un réseau, avec 26 ARACT (Associations Régionales pour l’Amélioration des Conditions de Travail) implantées dans chaque région de France. La vocation de ce réseau est d’aider les organisa-tions à développer des projets innovants touchant au travail, dans le cadre d’un dialogue social constructif, pour améliorer à la fois la situation des salariés et l’efficacité des entreprises.

Aussi, ces dernières années, le réseau ANACT a déployé des outils de car-tographie statisitique et expérimenté une méthodologie d’enquête sur les contextes de travail dans les territoires. Mobilisés et éprouvés par des acteurs territoriaux (ARACT, Comités de Bassin d’Emploi; Maison de l’Em-ploi et de la Formation Professionelle, etc.), ces outils de rapprochement cartographique de données et ces methodes d’investigation leur ont per-mis d’alimenter la reflexion, d’affiner la problématisation des contextes d’action face aux mutations du travail dans les enterprises et les terri-toires. Le travail de mediation que réalisent ces groupes d’acteurs table sur la mise en scène et l’analyse de données de statistiques publiques, couplées, articulées à des savoirs d’expériences, des connaissances de



terrain. Le positionnement - presque éthique - de l’agence est de ne pas livrer de corrélations statistiques toutes faites aux acteurs, mais de pro-poser des cadres de travail soutenant la capacité des acteurs (non experts des données) à formuler de corrélations délibératives, soutenues par des formes d’enquêtes collaboratives, de partage d’expériences et d’expertise collective.

Sur son chemin lyonnais, l’ANACT a croisé le bureau d’étude Cité Pu-blique (concepteur et développeur de l’application web de cartographie statistique) et l’association AlterCarto : une association engagée dans les problématiques de débat citoyen, préoccupée par le développement de technologies démocratiques et plus spécialement de cartes réflexives. Cette rencontre a ouvert sur une collaboration fructueuse entre les orga-nismes et sur la co-élaboration d’un projet nommé ATTLAS, reprenant la suite technologique Suite Cairo. ATTLAS se base sur la réutilisation des données publiques géoloca-lisées et propose une lecture nouvelle des contextes de travail dans les territoires, complémentaire aux approches sectorielles traditionnelles. La démarche d’investigation proposée aux partenaires, soutenue par l’uti-lisation de modules cartographiques dit « PageCarto », consiste en une plongée dans les problématiques des territoires, étayée de données, mé-diée par des cartes, des graphiques et des commentaires.

Cette démarche articule trois types de compétences :- l’expertise métier et terrain des clients ou partenaires; - l’expertise métier du réseau ANACT sur la champ problématique du tra-vail et des changements technologiques et organisationnels;- l’expertise socio-technique et cartographique d’AlterCarto.


ATTLASSource : http://www.anact.fr/web/services/attlas

PAR ANACT


Les intervenants définissent leur rôle comme celui d’un appui à la pro-blématisation, d’une expertise de facilitation concourant à l’encapacitation des acteurs concernés sur les phénomènes explorés. L’objectif est non pas de résoudre les problèmes des acteurs à leur place, mais de mettre en place un cadre d’usages facilitant le partage des expériences, la mutuali-sation des ressources pour renouveler les capacités d’agir sur les phéno-mènes.Une question que soulève cet attelage de compétences concerne la spé-cialisation thématique des experts de la donnée : peut-on jouer un rôle de datascientist pour des tiers, sans comprendre les problématiques du domaine, les implicites du langage, les conflits d’acteurs, etc. ?

LES MÉDIATIONS À LA DONNÉE DOIVENT-ELLES ÊTRE SPÉCIALISÉES PAR MÉTIER ?

La démarche se construit en deux temps principaux. Le back office comprend :- la problématisation du sujet : de quoi parle-t-on ? Objectif : affiner les questions, définir des problématiques communes ;- le choix des périmètres : discussion autour des échelles, des cartes, des représentations (quelle géographie des données pour parler d’un pays – sous-entité régionale) : les frontières administratives des données cachent parfois le véritable étalement géographique des problématiques économiques et sociales.- la définition d’une stratégie de collecte de données (trouver les données disponibles répondant à la problématique soulevée, qu’elle soit publique




gratuite et ouverte, ou publique et payante). - la constitution d’un cahier de données ;- le bidouillage des données pour passer des tableaux aux cartes.

Cette étape est longue, chronophage et, aux dires des instigateurs eux-mêmes, la plus laborieuse. Les clients ou partenaires n’ont pas toujours le temps de réellement s’y plonger. La tentation est forte de vouloir recevoir le prêt-à-consommer, et de s’absoudre de la cuisine préalable. Pourtant cette étape une a une plus-value didactique forte : elle fonctionne comme une formation, qui permet l’acculturation des acteurs à des formes induc-tives de raisonnement, à la complexité de la représentation des phéno-mènes économiques et sociaux, au caractère construit des données qu’on cherche à représenter et mobiliser.

La mise en discussion des cartes comprend :On est à ce moment-là face au produit prêt à l’usage. Mais les choses ne se font pas toutes seules pour autant. La mise en discussion des cartes et des données s’opère d’une part grâce au rôle de tiers que jouent l’ANACT et AlterCarto. D’autre part un principe prévaut pas de carte sans commen-taire. Toutes les données représentées font ainsi l’objet de discussions, de corrélations commentées, ce qu’on pourrait appeler l’hypertextualité des données et des cartes. Les modules « PageCarto » offrent une fonction de prise de notes dynamique, intégrant les commentaires aux cartes et générant ensuite, si besoin, de nouvelles représentations plus adéquates.

RMQ : Les données utilisées sont issues de différentes sources. Le recen-sement de la population et le fichier connaissance locale de l’appareil pro-ductif de l’INSEE sont jusqu’alors les sources principales pour constituer


les jeux de données réutilisées. Des données provenant de la DARES, de Pôle Emploi, ou encore de la CNAM-TS ont pu être mobilisées. Les données sont à la fois remises à disposition sous format tabloïde facilitant le trai-tement machine et représentées sous formes de métadonnées cartogra-phiques. Les cartes, les supports et les textes de commentaires sont sous licence GNU GPL.

CULTURE DE LA DONNÉE OU MÉDIATION ?

La démarche mise en oeuvre participe à développer une culture de la don-née auprès des acteurs impliqués. C’est un des constats qui ressortait de cet atelier. « Développer une culture de la donnée au service des entre-prises et des territoires consiste bien à relancer un processus de médiation, à reconfigurer la relation entre producteurs et réutilisateurs et renouveler les usages » reconnaissait Vincent Mandinaud. Médiation et culture de la donnée pourraient bien être indissociables… « Jusqu’à présent les spé-cialistes de la donnée (statisticiens, acteurs publics, etc.) ont privatisé les médiations : la production, la collecte et l’analyse des données ne pas-saient que par eux. L’enjeu de l’Open Data aujourd’hui est donc autant un enjeu d’acculturation à la donnée par un plus grand nombre, qu’un enjeu de désappropriation par ceux qui, jusqu’à présent, avait la main mise dessus », concluaient les intervenants.

UNE MÉTHODE POSSIBLE POUR DES INFOLABS CITOYENS ?...



Cette approche de co-élaboration et de discussion des diagnostics terri-toriaux avec les acteurs concernés faisait, pour notre petite équipe Info-lab, largement écho aux scénarios – fictifs – développés avec l’associa-tion Décider Ensemble, dans le cadre du rapport « Ouvertures des données publiques et participation » en 2012. Dans chacun des 3 scénarios (CNDP / Plan Climat Energie / Aménagement urbain) en effet, un dispositif de type Infolab s’avérait nécessaire : pour réunir, partager et mettre en discussion les données. Le dispositif fonctionnait autour d’une réunion de compé-tences techniques et de traducteur/formateur/médiateur.

Est-ce que la méthodologie développée par l’ANACT, Cité Publique et Al-terCarto pourrait fonctionner dans le cadre d’une concertation publique ? L’acculturation des acteurs (qu’ils soit professionnels ou citoyens) à la manipulation de données est-elle possible sur un temps court ? Sur tout type de population ? Ou faudrait-il imaginer qu’un panel d’acteurs, choisi au hasard, participe à un processus long à l’instar des jurés d’assises ? En la matière, tout reste à expérimenter… ! A noter qu’à Lyon, toujours, la municipalité forme déjà les chargés de mis-sions de développement local à des modes de concertation appuyés par la même technologie, et selon une approche méthodologique similaire, pour entredéfinir, avec les comités de quartier, les zones prioritaires dans le cadre des Contrats Urbains de Cohésion Sociale ; et pour mettre en place un observatoire de la santé préfigurant le futur contrat local de santé entre la Ville et l’ARS.

Pour en savoir plus sur ces initiatives : [email protected]

Amandine BRUGIÈRE, Chargée de missions, Fing



COMMENT CONSTRUIRE UN GUIDE DES MÉDIATIONSQuels outils/méthodes/animations autour des données existe-t-il déjà ?

Par Fabienne GUIBÉ


La dernière présentation de la journée, menée par Amandine Bru-gière (FING), portait sur l’analyse de la veille qu’a initiée, depuis 2 mois, l’équipe INFOLAB (voir sur Diigo le fil de veille, ainsi qu’ici le tableau par-tagé où sont référencés plus d’une centaine de dispositifs de médiation, qu’ils soient formats d’animation, outils, méthodes…L’objectif n’étant pas de capter l’exhaustivité mais la diversité des exemples).Il s’agissait de livrer une première photographie de ce qui est directement accessible sur le web : Si on cherche aujourd’hui à exploiter des données, quelles soient ouvertes, fermées, personnelles ou publiques, quels sont les outils, les méthodes, les formats d’animation documentés et acces-sibles sur le web ?

QU’EST-CE QUI SE TROUVE À PORTÉE DE MAIN ?

Cette analyse de la veille s’est structurée autour :- du type de médiation développée. Est-ce que l’on est face à des outils, des méthodologies, des formats d’animation, des services, des ressources documentaires, des serious game, des plateformes…? - du type d’actions possibles. Qu’est-ce que cela permet de faire ? Sensibi-liser, explorer, imaginer, partager, analyser…?

Les catégories qui ont été retenues ici ne sont pas des catégories stabili-sées. Le but de la présentation de ce work-in-progress était de faire réagir les participants. Ainsi n’hésitez pas à compléter le tableau, à le commen-ter, à partager les ressources identifiées, à nous contacter pour en discu-ter. Ce travail s’enrichira au fil des rencontres, grâce à vos contributions.

INVENTONS ENSEMBLE L’INFOLAB COMMENT CONSTRUIRE UN GUIDE DE MÉDIATION



SENSIBILISER

La sensibilisation aux enjeux de la donnée reste, visiblement, un domaine à investir : peu d’exemples émergent, relativement aux autres catégories d’actions.

Ceux trouvés montraient cependant une grande diversité de formes. Cela allait des ateliers rennais de sensibilisation des enfants à la manipula-tion et la représentation de données, au serious game sur les données ou-vertes du budget de l’Etat, ou encore l’enquête Orange-lab-OWNI-FING « Où habitez-vous vraiment ? », sorte de quizz – à base de données ouvertes - testant les connaissances territoriales des habitants. Les plateformes Openstreetmap ou OpenfoodFacts (dé)montrant facilement la force du crowdsourcing ( la production collaborative de données).Un exemple particulièrement pédagogique – mais s’adressant tout de même à un public d’initiés – est la School of Data de l’association OKFN. C’est une des seules initiatives proposant des ressources documentaires et méthodologiques.

On le voit, ces formes de médiation développent chacune des pédagogies très différentes, face à la complexité des données. Elles n’hésitent pas à investir le ludique et s’adressent à tout type de public.


OPEN FOOD FACTSSource : http://www.openfoodfacts.org

PAR STÉPHANE GIGANDET


IMAGINER ET PRODUIRE DES USAGES

Avoir des données à disposition est nécessaire mais pas suffisant. Encore faut-il avoir des idées de (ré)utilisation des données, et souvent faut-il même stimuler les réutilisateurs potentiels.

Dans ce champ-là, les exemples trouvés relèvent essentiellement de l’ani-mation : Concours ou appel à projet, hackathon, dataconnexion, Data-apéro ou Data-Tuesday. On est dans le champ de l’incitation, de la stimu-lation, de la recherche de sérendipité, ou de l’innovation ouverte.Quatre caractéristiques communes apparaissent :- Ces formats d’animation s’adressent à des publics relativement avertis : Innovateurs, start-upeurs, designers, développeurs… - Ce sont majoritairement des exercices collectifs : la créativité découle-t-elle du croisement de regard ?- Ils sont d’une durée relative.- Ils s’adaptent à des données ouvertes comme « propriétaires ». A noter toutefois un outil de sérendipité : Creadata, développé par Bas-tien Kerspern proposant des idées de mash-up aléatoires entre les jeux de données mis à disposition par la ville de Nantes.



CREADATASource : http://www.creadata.fr

PAR BASTIEN KERSPERN


CUISINER

Une fois que les données et les idées sont là, s’ouvre alors un champ d’ac-tions relativement techniques : Récupérer les données (EasyOpenData) les stocker, les nettoyer (Open Refine, DataWrangler), les anonymiser (norme ISO de pseudonymisation), les croiser (DataLift), etc. Ce champ-là foi-sonne d’outils destinés à des publics très spécialistes.Beaucoup d’entre eux émergent du champ des données personnelles : du côté du VRM Vendor Relationship Manager (My Personal Vault), du quan-tified self – la mesure de soi (BodyMedia), ou des pratiques de développe-ment durable (Green Button Data), pour ne citer que ces exemples-là. La relation aux données peut même être médiée par des objets (Withings).



GREEN BUTTONSource : http://www.greenbuttondata.org

PAR WHITE HOUSE


PARTAGER

Quant on cherche à partager des données brutes, ou à communiquer sur leur analyse, plusieurs solutions s’offrent à nous : La plus connue d’entre elle est la datavisualisation. Énormément de solutions techniques existent en la matière : Voir la très riche boîte à outils d’ExpoViz (made in La Fonde-rie). Ces dataviz vont du graphique / diagramme classiques (Google Image Chart) à des représentations plus sophistiquées (Treemap, graphe du web, cartographie). Tous ces outils nécessitent un haut niveau de compétences techniques.D’autres outils permettent de partager des données avec des tiers, en maîtrisant, autant que possible, les termes de l’échange. Là encore le champ des données personnelles est riche (Mine!Project, Personal.com). Dans le champ des données de santé, on trouve des plateformes de par-tage collectif de données (Curetogether, Asthmapolis).




GOOGLE IMAGE CHARTSource : http://www.imagecharteditor.appspot.com

PAR GOOGLE


ANALYSER

Dans le champ de l’analyse des données, ce qu’on identifie comme outils (Precog, Continuuity, StatMix, Coheris Liberty, Google Prediction API), pla-teformes de services (DataPublica, Qunb, Captain Dash) offrent la possibi-lité de construire des modèles décisionnels, voire des modèles prédictifs, via des interfaces finales, des tableaux de bord. La complexité des opéra-tions sous-jacentes liées au traitement des données n’est pas explicitée : Comment s’opèrent les corrélations entre jeux de données, quels sont les considérations, les choix qui prévalent aux datavisualisations, aux ta-bleaux de bord ? Comment se font les modélisations, les simulations ? Où se trouve la part de décision humaine dans les process ? Les pondérations dépendent-elles essentiellement des profils techniques ?A l’opposé, dans le champ des sciences humaines, émergent des métho-dologies – et outils – permettant de mettre les données en débat : la mé-thode développée par l’ANACT/AlterCarto autour de la plateforme ATTLAS montrait comment les acteurs pouvaient monter en compétences et opé-rer leur propre corrélation de données. La méthode de cartographie des controverses, développée par Bruno Latour, va aussi dans ce sens. Face à des phénomènes sociaux (scientifiques, techniques) non stabilisés, les cartographies des controverses mettent en visibilité différents points de vue qui s’opposent, afin de favoriser l’objectivité dans les prises de déci-sion qui peuvent découler.



CAPTAIN DASHSource : http://www.captaindash.com

PAR GILLES BABINET & BRUNO WALTHER


ET MAINTENANT, QUE FAISONS-NOUS ?

Ce travail de recensement et d’analyse des formes de médiation existantes (qu’elles soient humaines, sous forme d’outils et de méthodologies, de ressources documentaires ou de services…) ne fait que commencer. Il se poursuivra jusqu’à la rentrée 2013.Livrer ce premier niveau de lecture était instructif rien qu’au regard :de la nature des ressources disponibles : plus outils que ressources docu-mentaires ou méthodologiques ou ludiques ; du niveau requis de compé-tences pour leur utilisation : du geek au développeur professionnel, majo-ritairement. Les données sont encore largement affaire de spécialistes… On le savait. Quasiment tout reste à faire en matière de démocratisation des données et à tout niveau : sensibilisation, information, formation, accompagne-ment, services.

Heureusement, la campagne Infolab ne fait que commencer !

Fabienne GUIBÉ, Chef de projet, Fing.



MÉDIATION : UNE NOTION FLOUE VICTIME DE SON SUCCÈSPar Faustine BOUGRO



Après ces temps d’exploration, Sarah Labelle (maître de confé-rence en SIC, Paris 13) a mis en lumière une nouvelle entrée dans l’éco-système de la donnée, celle de la médiation, notion floue victime de son succès. Cette ouverture s’est révélée être l’objet d’enjeux, qui détermine-ront l’évolution d’une culture de la donnée face aux transformations qui rythment notre société.

La donnée dite brute transforme sa valeur dès lors qu’elle est rendue intel-ligible et visualisée. Aussi, toute mise en forme de données, visant à favo-riser la compréhension, construit une médiation, et c’est justement parce que le pouvoir de l’image semble plus immédiat que celui d’un corpus de texte, que cette médiation doit être réfléchie. Effectivement, la réutilisa-tion de données brutes en vue d’un traitement intelligent, engage néces-sairement des objectifs différents de ceux qui ont présidé à la collecte.En cela, toute forme ou processus de médiation reflète la place que l’on souhaite donner à l’objet médié dans son environnement. De fait, la notion de médiation nous incite à réfléchir, à travers nos conceptions du statut des données dans la société, aux formes et processus que nous souhai-tons mettre en place. Ce dernier champ a ainsi su éveiller notre attention quant aux problématiques soulevées qui esquissent de futurs champs d’action pour l’Infolab.

Le premier repère constitutif de cet écosystème est la position humaine relative à l’utilisation des différents dispositifs et aux répercussions de ces derniers sur l’appropriation et la production de sens. Le deuxième repère significatif est le scénario d’usage engageant la participation, à savoir le contexte au sein duquel la médiation est pratiquée.Aussi, réfléchir sur les modalités de participation comme un processus so-


cio-technique, nous a amené à observer de quelle manière les dispositifs de médiation façonnaient notre sensibilité, notre participation et quels modèles de pensée ils suggéraient. Les dispositifs de médiation, présen-tés par Amandine Brugière (Fing), peuvent être abordés comme diffé-rentes techniques et outils pour créer la rencontre. L’usage était selon les dispositifs plus ou moins encadré et donc plus ou moins spontané. Jusqu’à quel point peut-il fournir des cadres pour limiter les abus ? Quelles marges de liberté la médiation confèrent-elles aux citoyens ?

N’OUVRENT-ELLES PAS DE NOUVELLES CONFIGURATIONS ENTRE LES ACTEURS ?

Á ce niveau, plutôt que de réfléchir la médiation comme un procédé linéaire allant du savoir à l’objet, on la conçoit comme une économie d’interac-tions au sein de laquelle les participants s’enrichissent mutuellement. Les dispositifs de médiation se doivent alors de conceptualiser une structure dynamique, malléable et participative composant un modèle réceptif aux usages et aux imaginaires de différents individus et engageant ainsi une nouvelle forme de dialogue, qui s’enrichira au travers d’interactions négo-ciées. Il s’agit bien de produire de l’intérêt général tout en préservant les spécificités individuelles. Penser la médiation, c’est également prôner une utilisation plus située, une gestion plus contextuelle des problématiques, avec ce qu’elle implique dans la circulation d’information du médiateur vers son public et inversement.Si l’on évoque beaucoup la pédagogie envers les citoyens dans les procé-dures de participation, il apparaît que pour réussir cette combinaison, les



acteur publics et privés doivent eux-même être détenteurs d’une éduca-tion à la représentation, à l’analyse visuelle, à la synthèse graphique pour que ces dispositifs hybrides soient pleinement préhensibles. De surcroit, la participation doit être déclenchée et motivée, pour découvrir toute sa puissance. C’est pourquoi accorder la représentation de la donnée et la participation nécessite un cahier des charges éclairé et un travail attentif de l’expérience utilisateur.

L’idée d’une plateforme muséale de la donnée, comme un territoire à ex-plorer, au travers duquel chacun pourra bâtir sa place, développant son champs des possibles, a été introduite par Sarah Labelle : « Comment pourrait-on mettre en avant des données stabilisées? ». Elle nous l’ex-plique : « cette plate-forme permettrait d’offrir des expositions temporaires sur des sujets thématiques ; une collection fixe, ce que l’on pourrait consi-dérer comme un cadrage général pour entrée dans la culture de la donnée ; des ateliers de manipulation réclamant les mains dans le cambouis ; des visites guidés d’entrepôt de la donnée ; et surtout un espace collaboratif de co-construction autour de projets mobilisant la donnée ».

Faustine BOUGRO, Designer, Fing



OCCUPY WALL STREETSource : http://www.clickklack.net

PAR DARWIN YAMAMOTO


LA CULTURE DES DONNÉES EN ENTREPRISEPar Claire GALLON


INVENTONS ENSEMBLE L’INFOLAB LA CULTURE DES DONNÉES EN ENTREPRISE

La gestion des données en entreprise ne concerne plus unique-ment les acteurs du web et les grands comptes. Toutes les entreprises créent des données numériques : données financières, données sur la clientèle, données de localisation ou de production… Et ces données font de plus en plus partie des valeurs commerciales.

Aujourd’hui, les entreprises et notamment les petites entreprises qui n’ont pas encore développé de valorisation de leurs données doivent ap-prendre à développer une culture de traitement en interne afin d’identifier et profiter de la valeur qui se cache notamment derrière :- Les données de présentation générale de l’entreprise : localisation, réfé-rencement, finances...- La collecte de données sur les clients- Les données sur les offres, produits, services- Les données de qualité, satisfaction, et relation client- Les données décisionnelles, prévision, prédiction, analyse- Les données de temporalité dans l’entreprise : agendas, congés, saison-nalité- Les données d’impact social et environnemental, RSE- Les données des Ressources Humaines

L’objet de l’atelier « Données des Entreprises » organisé durant la première rencontre Infolab et animé par Charles Nepote (FING) était de proposer des thèmes et exercices autour de l’intégration d’une culture de données en entreprise en questionnant la qualification et normalisation des don-nées en interne ainsi qu’en illustrant les échanges de cas concrets.


LES PROBLÈMES DE STANDARDISATION DES DONNÉES

Afin d’initier les participants à la question de qualification des données, la liste des inscrits à l’atelier Infolab extraite du logiciel de la Fing a été présentée et soumise aux commentaires. Les participants étaient invités à exprimer leurs retours et étonnements sur cette liste qui détaille les noms, prénoms, adresse email, coordonnées, et ville des inscrits.

Les premiers étonnements relèvent le caractère hétéroclite des rensei-gnements fournis dans la base de données et ce malgré la collecte via un formulaire-type unique. Parmi les problèmes de standardisation identifiés : Les problèmes de casse : des noms tantôt en majuscules et tantôt en minuscules.

Ce qui questionne la clarté de la présentation en cas de publication. Les problèmes de champs : des adresses email renseignées dans le champs des noms de famille.

On ne connaît donc pas l’identité de la personne qui participera. Il y a des adresses email personnelles renseignées au lieu des adresses profession-nelles, on ne sait donc pas si la personne participe à titre personnel ou s’il n’existe pas de mail d’entreprise.

Les problèmes de doublons : un inscrit renseigné à deux reprises.



Ces doublons peuvent biaiser le nombre de participants inscrits, à moins que l’auteur n’ait effectué une inscription pour une tierce personne dont on ne connaît pas l’identité.

Les problèmes d’exhaustivité : certains champs ne sont pas renseignés (organisation par exemple).

Il manque des noms d’organisations et le champs « ville d’origine » a ra-rement été renseigné. Il n’est d’ailleurs pas précisé s’il s’agit de la ville d’origine du participant, de la ville d’implantation de l’organisation, son siège social ? Ces manquements limitent les bénéfices d’usage de la liste d’inscription.

Les problèmes d’identifiants : une même structure renseignée avec son nom ou son acronyme.

A défaut d’identifiant unique, les opérations de tri des participants par organisation ou d’identification du nombre d’organisations présentes se révèlent erronés. On pourrait comptabiliser plusieurs fois une même structure sans même relever la possibilité du doublon car il peut y avoir confusion sur l’identité de l’organisation. Rennes Métropole désigne l’or-ganisation plutôt que la ville. Si ALVLF est le nom d’usage pour Alcatel-Lucent, peu de personnes les connaissent cependant sous cet acronyme.

Il y a de véritables enjeux autour des identifiants et une position de pou-voir pour leurs détenteurs qui peuvent faire disparaître une identité ou la recouper. Si l’adresse e-mail d’un participant pourrait constituer un identi-fiant unique interne, elle pose également problème en cas de changement



de fournisseur d’accès.

Les problèmes de droits : l’usage des données doit être défini dans un périmètre pré-établi.

La collecte de données personnelles tombe sous la loi Informatique et Li-bertés et impose de déposer une déclaration d’usage rendant la base inex-ploitable dans des cas d’utilisations non-identifiés au préalable. Comment faire quand on ne sait pas systématiquement quels usages peuvent suivre ? Et quid de la différenciation de l’adresse professionnelle et personnelle ?

DES DÉMARCHES DE QUALIFICATION DES DONNÉES

Avoir une liste qualifiée de participants à un événement est pourtant pri-mordial. Si quelqu’un n’est pas dans la liste d’un événement alors qu’il essaye d’y entrer après s’être inscrit, cela démontre un certain amateu-risme et impacte la relation client.

Différentes procédures permettent pourtant d’optimiser et mieux quali-fier une base. Il serait ainsi possible de rajouter une case de reconnaissance des emails pour automatiser le renseignements des champs et éviter aux participants de remplir à nouveau le formulaire. Séparer les champs noms et prénoms permet de clarifier l’identité. La casse peut être normalisée automatiquement. Des infobulles ou informations complémentaires des champs permettraient de mieux préciser les attentes de remplissage. Il est enfin possible de proposer une reconnaissance des structures par liste



existante pour s’assurer d’une dénomination unique des organisations, ou créer un champs « nom d’usage » en plus du nom de l’organisation. On peut encore rendre obligatoire le renseignement de tous les champs pour éviter les absences de renseignements. Ces procédures requièrent d’orga-niser une réflexion sur la qualification des données.

On peut également permettre aux participants de modifier leurs données a posteriori, à l’image du projet Mesinfos. Dans un tableur, on peut dédou-blonner ou ajuster la casse automatique voire utiliser des outils plus puis-sants comme OpenRefine. Des outils de CMS existent aussi pour nettoyer les bases. S’ils nécessitent un investissement, ils permettent d’avoir une base toujours à jour et qualifiée en normalisant et utilisant les nomen-clatures d’usage. Il existe des sociétés spécialisées dans la correction de fichiers (casse, doublons, conversion, etc.), tel Datalgo.

Si la normalisation est essentielle à l’exploitation des données, la culture de traitement qu’elle implique n’est pas équitablement répartie. Lorsque Tom Tom demande des données du territoire Aquitaine qu’il ne réutilise finalement pas car elles ne sont pas assez bien organisées, on constate que la qualité des données est asymétrique et que la faible qualification représente une perte de valeur. Si des outils existent pour améliorer les données, tout ne se résoudra pas par les outils qui suivent les pratiques, les usages et la normalisation. Au W3C, il faut au moins deux ans pour valider une norme tandis que les données qui intègrent une composante sociale évoluent bien plus rapidement.



VERS UNE CULTURE DES DONNÉES

La question de normalisation est complexe et différente selon la typolo-gie des données : géographiques, personnelles, textuelles, etc. Elle diffère également dans le temps : les enseignants ont longtemps appris à ne pas mettre d’accent sur les majuscules car il n’y en avait pas sur les machines à écrire. Comment proposer des solutions à la normalisation et suivre leur évolution ? Faut-il former les employés ?

Il semble a priori difficile de faire en sorte que le problème du réutilisateur de la base (qui a besoin d’une base spécifiquement qualifiée) devienne le problème du producteur de la base surtout quand celle-ci répond déjà à ses besoins. Pourtant au sein des structures, de même jeux de données sont maintenus par plusieurs services pour différents usages. Que ces dif-férents secteurs réalisent la nécessité de la normalisation est hautement pertinent.

La normalisation fait penser à la grammaire, qui est faite pour communi-quer avec les autres. On a appris à écrire son nom avec une majuscule, ces règles sont culturelles. Bien souvent, on ne respecte pas les standards car on ne sait pas à quoi ils servent et ce qu’ils facilitent. Expliquer la raison de chaque collecte des données peut être un premier pas. Il serait possible d’imaginer des formations à la standardisation et des animations propo-sant de créer un jeu où l’on amplifie les erreurs pour rendre l’enjeu de la normalisation compréhensible.



LA MAITRISE DE SES DONNÉES, COMME DE SON IMAGE DE MARQUE

Les participant de l’atelier Infolab ont été invités à étudier la différence de référencement en ligne de plusieurs organisations. En utilisant le moteur de recherche de Google, ils ont questionné les différences de présenta-tion des structures suite aux requêtes FING, Alcatel Lucent, Gemalto ou Orange.

Pour la FING il y a uniquement la présentation du site et de ses rubriques. Pour Alcatel on retrouve un plan d’accès et un lien vers l’article de Wikipe-dia. Pour Gemalto, les coordonnées sont également indiquées tandis que la requête pour Orange nous indique les trois agences les plus proches.

On constate que le niveau d’information et la trouvabilité d’une organi-sation peut montrer de grandes disparités. Or la qualité des résultats dépend largement des informations et données de l’organisation trou-vées sur internet : données fournies par l’entreprise mais aussi données issues d’autres personnes. L’exemple ci-dessus illustre la dépendance à un moteur de recherche. Comment avoir de meilleures données pour un meilleur référencement ? Le projet Google Knowledge Graph vise à relier des informations entre elles grâce à des relations comme sur DBpedia. Compléter ses données dans Dbpedia ou d’autres sources, devient donc une forme d’enjeu marketing. Suivre les démarches de schema.org Bing, Yahoo, Google, qui ont des impacts en terme de référencement des sites web devient indispensable.Le quasi monopole de Google sur la recherche en ligne impose de suivre



de près ses méthodes de référencement et ses stratégies afin d’assurer sa propre visibilité en ligne. En Aquitaine, un château a été déclassé des listes de référencement car il lui manquait des points de notoriété web, bien que ces indicateurs soient différents selon le lieu de requête.

S’agissant de présentation générale de l’entreprise, les données des si-gnatures des emails sont aussi une manière de se présenter et de pré-senter son organisation. Certains utilisent des fichiers Vcard (.vcf) qui sont de véritables fichiers de données. D’autres se contentent d’une signature rédigée dans le corps et automatiquement ajoutée à chaque email. Ces signatures dans le corps des emails peuvent être automatiquement ana-lysées, extraites et transformées en données, par des services comme Writethatname qui peuvent enrichir automatiquement les données d’un CRM. Demain il pourait être capable de publier de l’information en ligne comme les organigrammes des entreprises.

Ce rapide tour d’horizon de la qualification des données en entreprises dé-montre que l’appropriation d’une culture de données en interne est d’au-tant plus nécessaire au sein du secteur privé. L’exploitation de ces don-nées pour mieux gérer, optimiser et valoriser ses ressources représente un avantage concurrentiel non-négligeable dans une situation économique tendue. Comment standardiser ses données ? Comment former et implé-menter des méthodes de normalisation ? Autant de questions que les Infolabs se proposent d’explorer.

Claire GALLON, LiberTIC



Amandine BRUGIÈRE, Chargée de mission, FINGEmail : [email protected]

Faustine BOUGRO, Designer, FINGEmail : [email protected]

Fabienne GUIBÉ, Chef de projet, FINGEmail : [email protected]

Loup CELLARD, Assistant Chef de Projet, FINGEmail : [email protected]

Charles NEPOTE, Directeur de programme d’action, FINGEmail : [email protected]

Vincent MANDINAUD, Chef de projet ATTLASEmail : [email protected]

Hervé PARIS, Chef de projet AlterCarto/Cité PubliqueEmail : [email protected]

Sarah LABELLE, Maître de conférence en SIC, Paris 13Email : [email protected]

Simon CHIGNARD, Consultant Open Data Email : [email protected]

Claire GALLON, Co-fondatrice et administratrice, LiberTICEmail : [email protected]

Pour plus d’informations : http://www.reseaufing.org

INVENTONS ENSEMBLE L’INFOLAB CONTACT

INVENTONS ENSEMBLE L’INFOLAB LES PARTENAIRES

LES PARTENAIRES DE LA CAMPAGNE INFOLAB

atelier1- groupe national 11 avril 0

Documents