Open Data… l’œuf ou la poule  ?

Souvent au cœur du débat sur l’Open Data pour savoir si, de l’œuf ou de la poule, il faut commencer par la donnée ou le cas d’usage ? Je réponds sans aucun doute : les deux mon Général ! Et j’encourage les deux initiatives.

Elles sont complémentaires, liées et dépendantes.

• Complémentaires : parce qu’il ne suffit pas d’avoir des cas d’usages à expérimenter pour se lancer dans l’Open Data. C’est notamment le cas si on ne peut pas exploiter les données disponibles qui vont illustrer le démonstrateur choisi.
• Liées : parce que l’une ne va pas sans l’autre. Pire, l’absence de l’une peut rendre l’autre impossible. En effet, l’objectif visé de l’Open Data est bien la réutilisation des données selon différents objectifs non limitants : Observatoires, réutilisations spécialisée, applications, transparence, connaissance…
• Dépendantes : les datas ont besoin de cas d’usages pour se valoriser, grandir, porter du sens et de la valeur. Et, in fine, apporter la connaissance.

Ne pas se lancer dans l’Open Data sans donnée ou cas d’usage

Côté publication des données en Open Data ou côté de l’oeuf : la cartographie des fournisseurs de jeux de données augmente de manière rassurante grâce aux fournisseurs publics ou gouvernementaux. Et ce, sans que cela n’enlève de pertinence ou de valeur à l’Open Data. Disons que l’injonction a accéléré le mouvement pour certains. En outre, l’objectif de valorisation- transparence propulse et continue de motiver les autres.

Côté cas d’usages ou côté de la poule : une immense variété de données* est ainsi mise à disposition, terreau propice à la réutilisation pour la création de démonstrateurs de différents types :

• Corrélation pour la compréhension d’événements passés, qui fournit une meilleure connaissance d’un environnement, de l’évolution d’un milieu pour mieux en apprécier et évaluer les événements futurs,
• Enrichissement de données existantes avec des données exogènes publiques / privées permettant d’optimiser les rendements des champs à partir de l’optimisation de l’ensemencement par meilleure connaissance de la composition du sol, du climat, des besoins organiques des plantes…
• Mise en commun des connaissances pour apporter des appréciations dans un contexte diffèrent permettant par exemple de poser un diagnostic sur une maladie. Je vous renvoie vers l’excellente initiative de projet CrowdMed.

Les Open Data ne relèvent pas seulement du domaine public

Autant d’initiatives, démontrant la valeur et l’intérêt autour des données ouvertes et recréant elles-mêmes de nouvelles données, sujets à d’autres interprétations et réutilisation en cascades, selon le rythme des fourmis travailleuses.

L’administration est maintenant en ordre de marche, selon une vitesse sur laquelle elle légifère encore. Et, nous pourrions attendre des entreprises qu’elles soient plus véloces à s’en accaparer. Mieux, nous pourrions espérer qu’elles mettent également à disposition leur data. Ainsi ce mouvement, bien lancé, pourrait remplir avec aisance et facilité, son rôle.

Avant l’ouverture de données, nous étions dans un état d’entropie, fortement critiqué. En outre, beaucoup d’entre nous ont manifesté leur volonté d’accès à l’information.

Aujourd’hui, cet état est remplacé par celui de l’appropriation de cette masse de données. Celle-ci est arrivée par flux de tous pays et organisations. Des données auxquelles nous devons donner du sens et de l’interprétation pour créer de la valeur.

Dans un prochain billet, je vous parlerai de la cartographies des données publiques et privées en Open Data.