Introduction à l’open data

# Introduction à l’open data
## Challenge Data
### Datactivist, 2019-2020

---

<div class='my-footer'><span>Challenge Data, Sciences Po Saint-Germain-en-Laye</span> <center><div class=logo><img src='' width='100px'></center></span></div>

---

Cette présentation en ligne : https://datactivist.coop/SPoSGL/sections/IntroOpenData.html

Sources : https://github.com/datactivist/SPoSGL/

Les productions de Datactivist sont librement réutilisables selon les termes de la licence [Creative Commons 4.0 BY-SA](https://creativecommons.org/licenses/by-sa/4.0/legalcode.fr).

---
## May the data be with you !

<BR>
.center[<img src="https://media.giphy.com/media/3o7aDgsiRMtIlrSZpu/giphy.gif" height="350"/>]

---
class: inverse, center, middle

## 1. La nombrification du monde

---
Class:
## La pyramide Data-Information-Knowledge-Wisdom

.pull-left[
[![largeur](./img/dikw_pyramid.svg)](https://commons.wikimedia.org/w/index.php?curid=37705247)
]

Les données peuvent être des :

- faits
- signal/stimulis
- symboles]

---
Class:
## La pyramide Data-Information-Knowledge-Wisdom

- Les **.red[données]** sont la matière "brute" d'où naît l'information.

- **.red[L'information]** pourrait être définie comme des données qui ont été consignées,
classées, organisées, raccordées ou interprétées dans un cadre qui en dégage le sens

- En donnant du sens à de l'information, on obtient de la **.red[connaissance]**

- En donnant du sens à la **.red[connaissance]** on obtient du savoir

---
Class:
## La pyramide Data-Information-Knowledge-Wisdom

_NB : le haut de la pyramide, est parfois remplacé par "compétence"_

---

## La "nombrification" du monde

.pull-left[.reduite[![](./img/couv_rey.jpg)]]
.pull-right[
> La numérisation ne serait pas survenue sans une "nombrification" préalable qui consiste à quantifier de plus en plus d'aspects de notre expérience du réel.
> **Au commencement était le verbe, il semble à la fin que tout devient nombre.**
> Personne ne saurait parler sérieusement de l'état de la société et discuter politique sans se référer aux informations quantitatives.]

---
Class: middle, center

## La mise en données du monde

- Concrètement, aujourd'hui, quels aspects de votre vie sont mis en données ?

- Recherches internet, pratiques sportives, consommation énergie, régime alimentaire, trajets dans les transports en commun...

- Cette mise en donnée est rendue possible par le développement de .red[**capteurs**] qui viennent collecter et agréger ces données

- Recherches internet .red[(cookies)], pratiques sportives .red[(montres connectées)], consommation énergie .red[(compteurs connectés)], régime alimentaire .red[(appli type Yuka)], trajets dans les transports en commun .red[(Pass Navigo)]...

- La question devient peut-être, *quels aspects de votre vie ne sont pas (encore) mis en données ?*

---
Class:

## Les données brutes sont un oxymore

> Les données ont besoin au préalable d'être imaginées comme données pour exister et fonctionner comme telles. L'imagination de ces données implique une base d'interprétation

]
.pull-right[
![](./img/unitemesure.png)

---
class: inverse, center, middle

## 2. Open data : les grands principes

---

## 07 Décembre 2007 : la rencontre de Sebastopol

.pull-left[
👥 **Quoi ?** Une rencontre de l'Open Governement Group à Sebastopol (Californie), siège des éditions O'Reilly

🎯 **Pourquoi ?** : Influencer le futur président des Etats Unis pour faire avancer l'open data

📜 **Comment ?** En adoptant une déclaration définissant les grands principes de l'Open Government Data

]
.pull-right[
![](img/photofamille.jpg)
]

---
class:middle, center
![](img/session.jpg)
# Revue des principes

---
class: middle, center

# 1. Des données complètes
### Toutes les données publiques doivent être rendues disponibles dans les limites légales liées à la vie privée ou la sécurité
---
class: center, middle
![](img/OPENDATA.jpg)
# BY DEFAULT
---
class: middle, center

# 2. Des données primaires
###  Les données ouvertes sont telles que collectées à la source, non-agrégées avec le plus haut niveau de granularité

---
class: middle, center

# 3. Des données fraiches (*timely*)
### Les données doivent être disponibles dès qu'elles sont produites

---
class: middle, center

# 4. Des données accessibles 
### Les données doivent être utilisables par le plus grand nombre d’usagers potentiels

---
class: middle, center

# 5. Des données exploitables par les machines 
###  Les données peuvent être traitées automatiquement par les machines

---
class: middle, center

# 6.Des données non discriminatoires 
### Elles peuvent être utilisées par tous sans réclamer un enregistrement préalable
---
class: middle, center

# 7. Des données dans un format ouvert
### Ce format ne doit pas être la propriété d'une organisation en particulier (.xls) et doit être gouvernée par ses usagers

---
class: middle, center

# 8. Des données dans une licence ouverte
### Idéalement dans le domaine public sinon dans une licence conforme à l'[Open Definition](www.opendefinition.org) : Licence Ouverte (CC-BY) ou ODBL (CC-BY-SA)

---

## 3. Open data : back to reality

---

## Défi 1 : la découvrabilité des données

.pull-left[
> Data findability is a major challenge. We have data portals and registries, but government agencies under one national government still publish data in different ways and different locations.(…)
**Data findability is a prerequisite for open data to fulfill its potential and currently most data is very hard to find.** 
]

---
class:middle, center
![](img/deception.gif)

---

## Défi 2 : le problème de la qualité

.pull-left[
>**Government data is usually incomplete, out of date, of low quality, and fragmented.** In most cases, open data catalogues or portals are manually fed as the result of informal data management approaches. **Procedures, timelines, and responsibilities are frequently unclear among government institutions tasked with this work.**

]
.pull-right[
![](img/odb.png)

---
## Exemple de données ouvertes: la base SIRENE

---

## La base SIRENE : exemple de cas d'utilisation

---
##Exemple de données ouvertes : les accidents de la route

---

## Les accidents de la route : exemple de cas d'utilisation

.center[<img src="img/marsactu.png" height="400"/>]
.footnote[[Carte par Joël Gombin dans Marsactu](https://joelgombin.github.io/marsactu_accidents/chronique.html)]

---

## 4. Données et usages

---
Class: middle, center

## Ouvrir des données à tout prix ?

Or ouvrir des données peut représenter un **coût** pour les organismes publics

Pour les convaincre de continuer, il s'agit de .red[**montrer le potentiel et la valeur de ces données**], notamment en repartant des .red[**utilisateurs**] et de leurs .red[**usages**]

---
Class: middle, center

## Partir de la demande

- Dans un premier temps, il s'agit de bien comprendre les usagers possibles des données publiques.

- Cela peut passer par une cartographie des besoins des utilisateurs en définissant des **personas**. Ex ici avec la ville de New-York

- Dans un deuxième temps, il faut mettre en place des mécanismes d'échange entre administrations et utilisateurs (fonctionnalité de commentaires et de discussions)

---
Class: middle, center

## Challenge data : croiser données et usages !

Vous allés être confrontés à des challenges où il s'agit de

- **Valoriser des données existantes**

- **Déterminer des usages possibles** à des données ouvertes

- **Concevoir des services** utilisant des données ouvertes

- **Comprendre les besoins réels d'usagers** pour ouvrir des données

- **Concevoir un modèle économique** se basant sur des données ouvertes

- **Trouver d'autres données ouvertes** pour les croiser et enrichir des données internes

- **Créer des scenarios prospectifs** en définissant l'impact des données sur un secteur

---
Class: middle, center

## Challenge data : croiser données et usages !

Données et usages font bon ménage... A vous de réveiller le potentiel de ces données !

---
class: inverse, center, middle

# Merci !

Contact : [timothee@datactivi.st](mailto:timothee@datactivi.st)