Aller au contenu

OpenData_Vdr

mairie_val_de_reuil

Table of Content

L'esquisse de recommandation open data est une suggestion visant à encourager l'utilisation et la diffusion des données ouvertes (open data). Les données ouvertes sont des informations numériques qui seront mises à disposition du public de manière libre, gratuite et réutilisable. Elle vise à promouvoir les avantages de l'ouverture des données et à inciter les différentes parties prenantes (Citoyens et Municipalité) à adopter des politiques et des pratiques favorables à l'open data. La recommandation pourrait inclure des directives spécifiques sur la manière dont les données doivent être collectées, traitées et publiées. Elle pourrait également proposer des mesures incitatives pour encourager les acteurs concernés à partager leurs données : confidentialité des données ouvertes.

L'esquisse de recommandation open data abordera des sujets tels que la normalisation des formats de données, l'interopérabilité entre les différentes plateformes et systèmes, la promotion de l'accès équitable aux données pour tous les utilisateurs, ainsi que la sensibilisation et la formation des acteurs concernés.

L'objectif principal étant de favoriser la transparence, l'innovation et la participation citoyenne. En rendant les données publiques disponibles à tous, l'opendata permet d'améliorer la prise de décision, d'accroître la responsabilité des institutions publiques et de stimuler le développement économique et social.

Il conviendra de noter que les propositions qui seront faites devront être adaptées aux besoins spécifiques à la ville de Val de Reuil afin d'assurer leur pertinence et leur efficacité.

Piste de réflexion : open data

  1. Analyse du contexte : Identifiez les acteurs clés, les enjeux et les besoins spécifiques liés à l'open data dans la ville de Val de Reuil en particulier.
  2. Recherche et collecte d'informations : Nous allons nous inspirer des bonnes pratiques, les normes et les politiques existantes en matière d'open data. Ensuite, nous collecterons des exemples concrets de projets réussis ou d'initiatives innovantes dans des domaines identifiés.
  3. Définir l'objectif : Il nous faudra définir clairement notre objectif. Quel est le problème que nous souhaitons résoudre ou améliorier.Précis et spécifique.
  4. Formulation des recommandations : Sur la base de notre analyse et de nos recherches, nous formulerons des recommandations concrètes et réalisables pour promouvoir l'utilisation et la gestion des données.

Benchmarking : New-York aux USA et Mairies en France

Durant ma recherche l'exemple d'open data de la ville de New York, appelé NYC Open Data est très complet. Ce portail met à disposition du public une grande variété de jeux de données provenant de différentes agences municipales. Ces données couvrent des domaines tels que les transports, l'éducation, la santé, l'environnement, la sécurité publique, etc.

Sur le portail NYC Open Data, nous pouvons trouver des jeux de données sur les horaires des transports en commun, les emplacements des parcs et espaces verts, les résultats scolaires des écoles publiques, les incidents criminels signalés dans la ville, les permis de construction délivrés, etc.

Ces données sont disponibles gratuitement et peuvent être téléchargées dans différents formats (CSV, JSON, XML) pour une utilisation ultérieure. Les utilisateurs peuvent également explorer et visualiser ces données à l'aide d'outils interactifs fournis sur le portail.

Cet exemple illustre comment l'ouverture des données peut permettre aux citoyens, aux chercheurs et aux entreprises d'accéder à des informations précieuses sur leur ville et d'en tirer un profit, partager des connaissances et des idées. Cela peut favoriser la création de nouvelles applications, la prise de décision éclairée et la participation citoyenne.

Situation en France

En France, la situation de l'open data au niveau des mairies a évolué ces dernières années. En 2015, la loi pour une République numérique a été adoptée, rendant obligatoire la publication en ligne des données publiques pour les administrations publiques, y compris les mairies. Ainsi, de nombreuses mairies françaises ont mis en place des initiatives d'open data et ont créé des portails de données ouvertes. Ces portails permettent aux citoyens d'accéder à un large éventail de données publiques, allant des budgets municipaux aux informations sur les transports en commun, en passant par les équipements sportifs et culturels.

Il conviendra de noter que la mise en œuvre de l'open data varie d'une mairie à l'autre. Certaines mairies ont développé des portails très complets et régulièrement mis à jour, tandis que d'autres sont encore en phase d'apprentissage et rencontrent des difficultés dans la publication de leurs données. De plus, bien que la loi impose la publication des données publiques, il n'y a pas de normes spécifiques sur les formats de données à utiliser, ce qui peut entraîner une certaine hétérogénéité dans la manière dont les données sont publiées.

Néanmoins, l'ouverture des données au niveau des mairies en France présente de nombreux avantages. Elle favorise la transparence et la responsabilité des administrations locales, permettant aux citoyens de mieux comprendre les décisions prises et d'exercer un contrôle démocratique. Elle stimule également l'innovation en permettant aux développeurs et aux entreprises d'utiliser ces données pour créer de nouvelles applications et services.

Exemples de communes Françaises :

Les mairies en France qui ont mis en place des initiatives d'open data :

  1. Ville de Paris : La mairie de Paris a lancé son portail Open Data Paris en 2012. Ce portail propose une large gamme de jeux de données, allant des informations sur les équipements publics aux données environnementales en passant par les statistiques démographiques. La mairie a également organisé des hackathons et des concours pour encourager l'utilisation créative des données publiques.
  2. Ville de Lyon : La mairie de Lyon a mis en place le portail Data Grand Lyon, qui offre un accès à une variété de données publiques, telles que les horaires des transports en commun, les résultats électoraux, les adresses et coordonnées géographiques des équipements publics, etc. Le portail permet également aux utilisateurs de visualiser et d'explorer les données à l'aide d'outils interactifs.
  3. Ville de Rennes : La mairie de Rennes a développé le portail Open Data Rennes Métropole, qui regroupe les données ouvertes de la ville et de la métropole de Rennes. Le portail propose des données sur des sujets tels que les transports, l'environnement, l'urbanisme, la culture et le patrimoine. Il offre également des fonctionnalités de recherche avancée et de visualisation des données.
  4. Ville de Bordeaux : La mairie de Bordeaux a lancé le portail Open Data Bordeaux Métropole, qui fournit un accès à une variété de jeux de données, notamment sur les transports en commun, les équipements sportifs et culturels, les espaces verts, etc. Le portail permet aux utilisateurs de télécharger les données dans différents formats et propose également des outils pour explorer et analyser les données.
  5. Ville de Rouen : La mairie de Rouen a lancé son portail Open Data Rouen Métropole, qui fournit un accès à une variété de jeux de données. Un catalogue complet vous donne accès à 70 jeux de données qui peuvent être tous visualisés. Elle va de 2010 à nos jours. Les actions cibles sont la transition numérique, la valorisation des données, la mobilité intelligente, l'attractivité du territoire et enfin fédérer toutes les communes de la métropole.

Ces exemples montrent comment ces mairies ont mis en place des solutions d'open data en développant des portails dédiés. Ces portails permettent aux citoyens d'accéder facilement aux données publiques et offrent différentes fonctionnalités pour explorer, télécharger et visualiser ces données. Les mairies ont souvent travaillé en collaboration avec des partenaires techniques ou ont fait appel à des prestataires externes pour mettre en place ces solutions d'open

Définir l'objectif :

Quelles données souhaitons nous rendre publiques ? Qui en sera responsable ? Comment les données seront collectées ? Comment elles seront traitées ? Sont-elles valides oui ou non Sous quelles formats les données existes déjà ? Quelles systèmes de gestion de base de données existe? et dans le futur lequel mettrons nous en place pour la diffusion des données?

Tableau de suivi des pistes de réflexions

N° Intitulés type de données Responsable de la collecte traitement valides
1 texte_descriptif_de_la_data json,xml,yml,csv, text_long text_long booleen
2 Base SIRENE réfentiel ETAT Liste des établissements (SIRET) et unité légales (SIREN) oui
3 Base Adresse Nationale(BAN) référentiel ETAT Référencement de l'intégralité des adresses du territoire français oui
4 Code Officiel Géographique(COG) référentiel ETAT Liste des communes, canton, arrondissements, départements, régions, pays, et territoire étrangers oui
5 Registre Parcellaire Graphique référentiel ETAT Base de données géo de référence pour l'instrcution des aides de la politique agricole commune oui
6 Référentiel de l'organisation administrative de l'état référentiel ETAT Liste des institutions régies par la Constitution de la vie république ainsi que les administration qui en dépendent oui
7 Plan Cadastral Informatisé référentiel ETAT Représentation de chacune des sections du cadastre français oui
8 Référentiel à Grande Echelle (RGE) Composantes orthophotographique, topographique, et adresse parcellaire référentiel ETAT oui
9 Répertoire Natinal des Associations (RNA) Ensemble des Asso relevant de la loi du 1er Juillet 1901 Référentiel ETAT oui
10 Répertoire Opérationnel des Métiers et des Emplois Code Rome Inventaire des dénomination d'emplois/métiers les plus courants, analyse des activités et compétences oui

Etalab : Organisme public en charge de la politique publique de la donnée, des alorithmes et des codes sources.

L'organisme en charge de structurer les données rendues publiques. Il accompagne les administrations publiques tout comme privées à l'ouverture des données. Il existe un guide qualité, juridique, sur l'utilisation de data.gouv.fr, et enfin sur l'utilisation des données géographiques. Le guide qualité permet de mettre en place la réflexion sur les données à vocation d'être rendues publiques en accord avec le texte de loi sur la gouvernane numérique. Une introduction sur la notion de jeu de données est primordiale pour l'entendement de tous et de la méthode qui sera utilisé.

Guide qualité

  1. Evaluer le niveau de qualité d'un jeu de données : Les données sont généralement produites dans un contexte propre à un processus métier et pour un usage bien déterminer. Idéalement il faut pour produire un jeu de données utilisable tenir compte des pratiques réutilisateurs. Il existe plusieurs méthode pour évaluer la qualité d'un jeu de données.

    • Les éléments sur la donnée elle-même et sa structure : le format de fichier (accessible JSON, CSV), la structure du fichier (explicite, compréhensible), le contenu (épuré, sens métier le plus clair possible)
    • Potentiel de réutilisation et de croisement des données : le respect des standards, la présence de données et colonnes pivot pour lier les données à un référentiel.
    • Des éléments qui accompagne les données : Une documentation claire et rigoureuse avec des métadonnées, la gestion des versions et des mises à jour des données, des échanges entre producteus et réutilisateurs du jeu de données.

  2. Préparer un jeu de données de qualité : L'objectif ici est d'appréhender l'extraction de données depuis le système d'information, les structurées, et savoir lier les données à un référentiel.

    • Extraire unn jeu de données du SI : Il faudrait pour cela automatiser l'opération d'extraction. Au préalable nous aurons déterminer les données qui seront extraites,, soit avec un outil, si ce n'est pas le cas ce sera fait par un script ou tout autre opération le permettant. Dans les cas automatiser l'opération.
    • Structurer : il est nécessaire de structurer son jeu de données pour le rendre compréhensible et appropriable par tous. En amont un travail de modélisation est nécessaire, si la structure ne correspond à aucun schéma existant. Voir également le cas où la structure correspond à un schéma existant, et est valide pour intégration au "Base d'adresse Nationale".

  3. Documenter des données : Quelques bonnes pratiques pour bien documenter un jeu de données

    • Une description générale du jeu de data : la fréquence de mise à jour, le format utilisé, la liste des fichiers disponibles.

    • Une description du mode de production des données : Une brève description de l'environnement métier est indispensable pour comprendre les données. Comment les données sont collectées (manuel, automatique), le modèle de gouvernance mis en place pour centraliser les données. Les précautions d'usages pour manipuler les données.

    • Une description du modèle de données : outil de dialogue entre les différents intervenant, il décrit la structure logique du jeu de données sous formes d'objets et de relation (Entité <=> relations).

    • Une desctiption du schéma de données : Décrit la structure d'un fichier (Champs et leur format) c'est la traduction physqique des attributs des entités du modèle.

    • Une description des changements majeurs : Dans la pratique il est souhaitable que le modèle de données et la nature des données n'évoluent pas au fil du temps. Dans le cas où cela arriverait pour des raisons règlementaires ou autres il faudrait tenir une liste de ces changements, la date, la version des données , la nature du changement.

    • Diffuser la documentation d'un jeu de données : Il est recommandé de proposer vorre documentation en ligne et non sous format pdf. La documentation en ligne possède plusieurs avantages par exemple celui de mettre à disposition des réutlisateurs la version la plus récente. Pour cela la documentation peut être diffusé sur un site statique.

  4. Améliorer la qualité d'un jeu de données en continu :

  5. Maîtriser les schémas de données