Open Data (données ouvertes)

L’Open Data, ou données ouvertes en français, désigne des données mises à disposition du public dans un format librement accessible, utilisable et redistribuable, sans restriction technique ou juridique majeure. Le principe fondateur est que certaines données, notamment celles produites par des organismes publics dans l’exercice de leurs missions, constituent un bien commun dont la réutilisation doit être facilitée.

L’Open Data ne désigne pas seulement un type de données, mais un cadre d’accès et d’utilisation. Une donnée est considérée comme ouverte lorsqu’elle est accessible sans authentification particulière, disponible dans un format lisible par machine, réutilisable à des fins commerciales ou non commerciales, et redistribuable librement sous les conditions de sa licence.

Historique

Le mouvement Open Data trouve ses origines dans les milieux académiques et militants anglo-saxons des années 1990 et 2000, portés par l’idée que les données produites avec des financements publics devaient être accessibles au public. La publication en 2007 des « 8 principes de l’Open Government Data » par un groupe de travail américain constitue le premier cadre de référence formalisé du mouvement.

En France, l’ouverture des données publiques a suivi une trajectoire législative progressive. La création d’Etalab en 2011, mission placée sous l’autorité du Premier ministre, et le lancement de la plateforme data.gouv.fr la même année, ont constitué les jalons institutionnels de l’Open Data français.

La loi pour une République numérique, dite loi Lemaire, adoptée en octobre 2016, a représenté le tournant décisif : elle a instauré le principe d’ouverture par défaut des données publiques, obligeant les administrations françaises à publier leurs données dans des formats ouverts et réutilisables. Cette évolution législative a considérablement élargi le volume et la diversité des données publiques disponibles, avec des conséquences directes sur l’écosystème data B2B français.

Principes fondamentaux

L’Open Data repose sur un ensemble de principes qui définissent ce qu’une donnée réellement ouverte doit satisfaire.

Accessibilité : les données doivent être disponibles dans leur intégralité, à un coût ne dépassant pas le coût raisonnable de reproduction, et de préférence via un téléchargement en ligne.

Réutilisabilité : les données doivent être fournies dans un format permettant leur traitement automatisé. Un PDF scanné contenant des données tabulaires n’est pas considéré comme une donnée ouverte au sens technique du terme.

Redistribution libre : la licence applicable doit permettre à quiconque de redistribuer les données, seules ou combinées avec d’autres sources.

Absence de discrimination : les données doivent être accessibles à toute personne, sans restriction liée à l’identité, la nationalité ou le secteur d’activité du demandeur.

Pérennité : les données doivent être disponibles de façon durable, avec un historique accessible et une politique de mise à jour documentée.

Cadre juridique français

En France, la réutilisation des données publiques est encadrée par plusieurs textes qui définissent les droits et obligations des producteurs et des réutilisateurs.

Loi pour une République numérique (2016) : consacre le principe d’ouverture par défaut des données produites par les administrations françaises. Elle oblige les organismes publics de plus de 50 agents à publier leurs données dans des formats ouverts et à les mettre à disposition sur des plateformes dédiées.

Code des relations entre le public et l’administration (CRPA) : encadre les conditions de réutilisation des informations publiques et définit les exceptions légitimes à l’obligation de publication : données personnelles, secret des affaires, sécurité nationale.

Licences standardisées : pour simplifier la réutilisation, l’État français a défini deux licences de référence. La Licence Ouverte Etalab (version 2.0) permet une réutilisation libre, y compris commerciale, sous réserve de mention de la source. La licence ODbL (Open Database License) impose en plus le partage des modifications dans les mêmes conditions.

Licences et conditions de réutilisation

La réutilisation de données ouvertes n’est pas sans contrainte. Chaque jeu de données est publié sous une licence spécifique qui définit les droits et obligations du réutilisateur.

Licence Ouverte Etalab 2.0 : la plus permissive des licences françaises de référence. Elle autorise la reproduction, la distribution, l’adaptation et l’exploitation commerciale des données, sous réserve de mentionner la source et la date de mise à jour. La grande majorité des données publiées sur data.gouv.fr sont sous cette licence.

ODbL (Open Database License) : impose une obligation de partage à l’identique. Toute base de données constituée à partir de données ODbL doit elle-même être publiée sous ODbL si elle est distribuée publiquement. Cette contrainte a des implications importantes pour les acteurs commerciaux qui construisent des produits à partir de ces sources.

Licences spécifiques : certains producteurs de données publiques utilisent des licences propres, parfois plus restrictives sur certains usages. La licence applicable doit être vérifiée systématiquement avant toute réutilisation commerciale.

Principales sources en France

La France dispose d’un écosystème de données publiques parmi les plus structurés d’Europe. Les sources les plus exploitables en contexte B2B sont principalement issues de registres officiels (SIRENE, BODACC, données foncières) et de données sectorielles publiées par des établissements publics. Elles sont accessibles via la plateforme nationale data.gouv.fr, gérée par Etalab, qui constitue le point d’entrée de référence.

La nature et le détail de ces sources, ainsi que leur rôle dans la constitution de bases de données B2B exploitables, sont traités dans la définition des données B2B.

Open Data et données B2B

L’Open Data public constitue le socle légal et technique de la grande majorité des bases de données B2B françaises. La loi Lemaire a rendu obligatoire la publication de données qui étaient auparavant soit inaccessibles, soit disponibles uniquement sur demande et dans des conditions restrictives. Cette ouverture a structurellement modifié le marché de la data B2B en France : les informations d’identification et de classification du tissu économique français sont désormais librement accessibles à tous les acteurs.

Cette accessibilité universelle a une conséquence directe sur la nature de la valeur ajoutée dans le secteur. La valeur ne réside plus dans l’accès exclusif à ces sources, mais dans la capacité à les croiser, les normaliser, les enrichir avec des informations complémentaires vérifiées et les maintenir à jour de façon continue. Un jeu de données SIRENE brut téléchargé sur data.gouv.fr et une base de données B2B professionnelle construite à partir des mêmes sources sont deux produits fondamentalement différents : le second intègre un travail de structuration, de déduplication, d’enrichissement et de mise à jour que le premier ne contient pas.

Cette distinction entre Open Data brut et données structurées exploitables est l’un des critères déterminants pour évaluer la qualité d’un data broker ou d’un fournisseur de données B2B.

Limites et contraintes

Hétérogénéité des formats : les données ouvertes sont publiées dans des formats très variés (CSV, JSON, XML, RDF) et avec des niveaux de structuration inégaux. Leur exploitation nécessite souvent un travail préalable de normalisation.

Qualité variable : la qualité des données ouvertes dépend directement des processus de production des organismes qui les publient. Certains jeux de données comportent des erreurs, des doublons ou des valeurs manquantes qu’il faut identifier et corriger avant toute utilisation.

Mise à jour non garantie : si certaines sources sont actualisées quotidiennement, d’autres jeux de données sont mis à jour annuellement ou de façon irrégulière. La fréquence de mise à jour doit être vérifiée pour chaque source avant toute utilisation dans un contexte nécessitant des données récentes.

Exceptions légales : la loi Lemaire prévoit des exceptions à l’obligation de publication. Les données couvertes par le secret des affaires, les données personnelles, ou les données dont la publication pourrait porter atteinte à la sécurité publique ne sont pas publiées.

Dépendance aux décisions publiques : les conditions d’accès et les licences applicables aux données ouvertes peuvent évoluer sous l’effet de décisions administratives ou législatives. Une source disponible aujourd’hui sous Licence Ouverte peut voir ses conditions d’utilisation modifiées.

Distinction avec des notions proches

Voir aussi

• Définition : Données B2B
• Définition : Enrichissement de données
• Définition : Data broker
• Définition : Données légales
• Définition : Licence Open Data

Sources et références

1. Etalab. Licence Ouverte version 2.0. etalab.gouv.fr
2. data.gouv.fr. Plateforme nationale des données publiques françaises. data.gouv.fr
3. Légifrance. Loi n° 2016-1321 pour une République numérique. legifrance.gouv.fr
4. Open Knowledge Foundation. Open Definition 2.1. opendefinition.org
5. Institut national de la statistique et des études économiques (INSEE). Répertoire SIRENE en Open Data. sirene.fr