Des données ouvertes au récit : la chaîne complète

1. Formuler une question vérifiable

Une question exploitable contient quatre éléments : un objet mesurable, une population ou un périmètre, une période et un point de comparaison. « Les délais de traitement s’allongent-ils ? » n’est pas exploitable. « La part des dossiers traités au-delà du délai réglementaire a-t-elle augmenté entre les trois derniers exercices, par province ? » l’est, parce qu’elle désigne un indicateur, une maille et une comparaison.

La reformulation a une conséquence pratique immédiate : elle indique quel fichier chercher et quel contrôle réaliser. Elle protège aussi contre le biais de confirmation, car elle accepte une réponse négative. Une question dont une seule réponse est publiable n’est pas une question mais une hypothèse à défendre, et le travail qui en découle sera fragile.

Enfin, la question écrite au départ est conservée dans le journal du dossier. Comparée à la question réellement traitée à l’arrivée, elle documente le glissement du sujet, phénomène normal mais qu’il faut assumer explicitement plutôt que découvrir à la relecture finale.

2. Cartographier les sources avant de télécharger

L’inventaire des sources possibles prend une heure et évite des jours d’égarement. Pour un sujet belge, il couvre en général quatre niveaux : les statistiques officielles pour les ordres de grandeur, les portails de données ouvertes pour les fichiers détaillés, les registres juridiques pour les entités, et les documents administratifs — rapports d’activité, délibérations, réponses parlementaires — pour le contexte.

Chaque source candidate est notée avec ce qu’elle permet et ce qu’elle interdit. Une statistique nationale ne répondra pas à une question communale ; un fichier communal ne permettra pas une comparaison nationale. Ce tri initial révèle souvent que la question posée n’a pas de source directe, et qu’il faut soit reformuler, soit demander un document administratif.

L’inventaire indique aussi les sources d’ordre de grandeur, utilisées plus tard pour les contrôles de cohérence. Disposer d’un total national indépendant permet de détecter immédiatement une erreur d’extraction ou une confusion d’unités, avant que le raisonnement ne se construise sur un chiffre faux.

3. Évaluer un jeu de données avant de l’exploiter

L’évaluation porte sur six points : qui produit le fichier et pour quel usage administratif ; quelle période il couvre ; à quelle date il a été mis à jour ; quelle est la maille la plus fine disponible ; quelles colonnes sont documentées ; sous quelle licence il est diffusé. Un fichier qui échoue sur trois de ces points ne devrait pas fonder un article seul.

Cette évaluation aboutit à une phrase écrite dans le journal du dossier : « ce fichier permet d’affirmer X, il ne permet pas d’affirmer Y ». La formulation négative est la plus utile, car elle constitue par avance la réponse aux objections. Elle empêche également la dérive fréquente qui consiste à étendre progressivement les conclusions au-delà du matériau.

Lorsque plusieurs fichiers concurrents existent, ils sont comparés sur un cas connu plutôt que sur leur documentation. Un test sur une commune, un service ou une année dont la valeur réelle est connue par ailleurs départage rapidement deux sources, et le résultat de ce test est consigné.

4. Organiser le fichier de travail

Le fichier brut est copié tel quel et n’est plus touché. Le fichier de travail est construit à partir de cette copie, avec une colonne d’identifiant stable, des colonnes normalisées et une colonne de commentaire pour les cas litigieux. Chaque opération est consignée dans le journal, avec le nombre de lignes affectées.

Trois colonnes techniques rendent service tout au long du projet : la source précise de la ligne, la date d’extraction, et un indicateur signalant les lignes exclues avec le motif de l’exclusion plutôt que leur suppression. Conserver les exclusions permet de recompter et de répondre à la question « combien de dossiers avez-vous écartés, et pourquoi ? ».

Un dernier réglage évite beaucoup d’erreurs : verrouiller le format des colonnes d’identifiants en texte dès l’import. Les conversions automatiques en nombre détruisent les zéros initiaux et transforment certains codes en dates, ce qui produit des rapprochements silencieusement faux.

5. Explorer : décrire avant d’expliquer

L’exploration commence par des comptages simples : nombre de lignes par année, par territoire, par catégorie. Ces tableaux de fréquence révèlent immédiatement les anomalies structurelles : une année incomplète, un territoire absent, une catégorie qui apparaît en cours de série. Chacune de ces anomalies doit être expliquée avant tout calcul plus élaboré.

Vient ensuite la description des distributions : minimum, médiane, quartiles, maximum. Les valeurs extrêmes sont examinées une à une, car elles proviennent aussi bien d’erreurs de saisie que des cas les plus intéressants du dossier. Une valeur aberrante conservée sans vérification est une erreur publiée en attente ; une valeur aberrante supprimée sans examen est un sujet perdu.

L’exploration s’arrête lorsque la rédaction est capable de décrire le fichier en cinq phrases : ce qu’il compte, sur quelle période, à quelle maille, avec quelles lacunes et quelles surprises. Ces cinq phrases servent ensuite de base à la note de méthode publiée.

6. Chercher le cas concret derrière l’agrégat

Un agrégat n’intéresse le lecteur que s’il rencontre une situation identifiable. Le passage du tableau au cas se fait en descendant la maille : de la région à la province, de la province à la commune, de la commune au dossier. À chaque descente, l’incertitude augmente et la vérification doit se renforcer.

Le cas retenu n’est pas nécessairement le plus extrême. Un cas médian bien documenté illustre souvent mieux un mécanisme que le cas record, qui peut résulter d’une erreur ou d’une circonstance unique. Le choix du cas est une décision éditoriale à consigner, avec les raisons pour lesquelles d’autres cas ont été écartés.

Ce mouvement fonctionne aussi dans l’autre sens. Un cas signalé par une source doit être replacé dans l’agrégat pour savoir s’il constitue une exception ou un motif récurrent. Écrire « ce cas n’est pas isolé » exige de pouvoir compter, et c’est précisément ce que la donnée permet.

7. Confronter le constat aux acteurs concernés

Avant toute publication, le constat chiffré est soumis aux organismes concernés, par écrit, avec le détail suffisant pour permettre une réponse utile : source, période, périmètre, indicateur, méthode de calcul. Cette démarche n’est pas une formalité : elle révèle régulièrement une définition mal comprise ou un fichier plus adapté.

Les réponses reçues appartiennent à trois catégories. Certaines corrigent une erreur de lecture, et le constat doit être révisé. D’autres apportent un contexte qui enrichit l’article sans invalider le calcul. Les dernières contestent sans élément vérifiable ; elles sont alors rapportées comme telles, en indiquant que la rédaction a demandé des précisions.

Le terrain complète la confrontation documentaire. Un entretien avec des personnes directement concernées permet de vérifier que l’indicateur mesure bien ce que le texte lui fait dire. Un écart entre la donnée et l’expérience rapportée constitue une information à explorer, pas un désagrément à contourner.

8. Construire le texte à partir du constat

La structure la plus robuste énonce le constat vérifié dès l’attaque, expose le cas concret, revient à l’ampleur documentée, présente les explications et les réponses obtenues, puis énonce ce qui reste inconnu. Cette dernière partie, souvent sacrifiée, est celle qui protège le mieux l’article dans le temps.

Le vocabulaire suit les niveaux de preuve. « Selon le fichier X, arrêté au », « la rédaction a compté », « l’organisme indique », « aucune donnée publique ne permet de vérifier » : ces formulations situent chaque phrase. À l’inverse, les verbes d’explication employés sans mécanisme documenté transforment une corrélation en cause.

Les chiffres publiés dans le texte sont réduits au strict nécessaire. Trois chiffres mémorisables valent mieux que quinze qui s’annulent. Les autres trouvent leur place dans une figure ou dans le tableau de données joint, où le lecteur intéressé peut les retrouver avec leur unité et leur source.

9. Figures et note de méthode

Les figures sont conçues après le texte, en réponse à une phrase précise de l’article. Cette contrainte élimine les graphiques décoratifs et impose de choisir la forme selon la question. Chaque figure porte un titre qui énonce le constat, une source datée, une unité et, lorsque cela s’applique, une mention d’incertitude.

La note de méthode tient sur une page et suit un plan constant : sources et millésimes, périmètre retenu, transformations appliquées, indicateurs calculés avec leur formule, contrôles réalisés, limites connues, date de dernière vérification. Publiée avec l’article, elle répond par avance à la plupart des objections techniques.

Les données publiables sont jointes lorsque la licence de la source l’autorise et qu’aucune donnée personnelle n’est concernée. Un tableau accessible, en plus de servir la vérification, améliore l’accessibilité de l’article et facilite sa reprise par d’autres rédactions.

10. Publier, corriger, actualiser

La publication n’achève pas le travail. Une date de réexamen est fixée en fonction du calendrier de mise à jour de la source : réviser une page dont la série est annuelle a peu de sens tous les mois, mais en négliger la révision pendant trois ans la rend trompeuse. Le calendrier de réexamen figure dans le dossier, pas dans la mémoire d’une personne.

Les corrections suivent une procédure écrite : réception du signalement, vérification sur le matériau conservé, décision, correction du texte et des figures, mention datée expliquant ce qui a changé. Une correction visible renforce la crédibilité ; une modification silencieuse la détruit dès qu’elle est découverte.

Enfin, le dossier est archivé avec l’ensemble de ses matériaux : fichiers brut et de travail, journal, échanges avec les organismes, versions publiées. Cet archivage rend possible l’actualisation ultérieure et transforme un article isolé en base de travail réutilisable.

Questions fréquentes