Mobapi est une technologie qui met en oeuvre l’ensemble de la chaine de valeur de la donnée, de sa collecte à sa visualisation. Les domaines d’applications de la solution sont nombreux. L’Open Data en fait pleinement partie et c’est pourquoi Mobapi s’y intéresse pour accompagner des organisations publiques dans cette démarche.

Les enjeux de l’Open Data

La numérisation des données publiques permet de réinventer les relations entre les acteurs publics, les acteurs privés et les citoyens. Elle facilite l’accès aux données publiques et donc leur ré-exploitation.

Ces enjeux ont bien été pris en compte par les puissances publiques européenne et française qui ont légiféré sur le sujet. En France, ce sont ainsi les collectivités qui sont invitées à mener la démarche et à y impliquer leurs communes.

Bien que l’ouverture des données représente un défi technique certain, c’est aussi et surtout un défi sociétal.

1/ Replacer les données au coeur de l’action publique

Ouvrir ses données va demander un travail préalable de ré-appropriation de celles-ci. Il est ainsi important pour une collectivité de faire de la donnée et de son exploitation un enjeu stratégique lui permettant :

  • D’orienter ses décisions de politiques publiques
  • D’optimiser les dépenses publiques (par la mutualisation des outils et la maitrise des données)
  • De faciliter le développement économique de son territoire
  • D’informer et impliquer les citoyens dans la politique publique de leur territoire

Les données d’une organisation sont la plupart du temps éclatées entre ses différents services et cloisonnés dans des logiciels métier lourds. Leur ouverture demande ainsi la mise en oeuvre et la synchronisation d’actions tout aussi techniques qu’organisationnelles pour mener à bien la démarche.

A lire :  Guide pratique d’ouverture des données publiques par la Fing

2/ Anticiper l’ouverture des données

Les données publiques étant soumises à une législation particulière, il est important d’en anticiper les aspects juridiques régissant leur mise à disposition et leur utilisation.

A lire :  Lois régulant la donnée publique

Il est également nécessaire de prendre du recul sur les données gérées par l’organisation en dressant une cartographie de son système d’informations. Les limitations principales à l’ouverture des données telles que la redondance ou la mauvaise interopérabilité pourront alors être identifiées.

En plus de mieux appréhender leur ouverture, l’organisation sera alors en mesure d’urbaniser ses données et de favoriser une gestion des données commune à tous ses services.

Forte de l’expérience de son équipe dans la gestion des données d’un SI, Mobapi se place comme expert pour aider les organisations à urbaniser leurs données en vue de les ouvrir.

3/ Préparer la diffusion des données

La cartographie des données du SI doit être complétée par une évaluation de l’utilisation des données elles-mêmes en interne ainsi qu’en externe. On pourra alors réfléchir à leur diffusion en définissant notamment une politique d’ouverture qui explicite :

  • Le mode de stockage des données ouvertes
  • Les formats des jeux de données
  • Les APIs permettant d’y accéder

Cette politique d’ouverture sera également reflétée par la licence d’utilisation choisie pour la mise à disposition des données. Deux licences font consensus pour les projets Open Data, chacune avec leur message politique et économique propre :

Comment mettre en oeuvre un projet Open Data ?

1/ Former une équipe sensibilisée

Pour être mené à bien, l’impact politique d’un projet Open Data ne doit pas être négligé. Il s’agit de sensibiliser les acteurs publics à l’ouverture des données en les impliquant dès les débuts du projet. Il sera ainsi important de former un comité de pilotage composé d’élus. Les informer sur l’avancée du projet permettra de mieux caler ce dernier sur leurs lignes politiques.

L’équipe projet devrait également regrouper l’ensemble des services de la collectivité autour d’une culture de la donnée : DSIs, juristes, documentalistes, services métiers, services de communication, agents de terrain …

La formation d’un comité d’éthique s’avère également intéressante : son rôle est d’apporter une vision juridique et/ou citoyenne sur la diffusion des données qualifiées de « sensibles ».

2/ Faire preuve d’agilité

Impliquant beaucoup d’acteurs, un projet Open Data peut sembler complexe et long à mettre en oeuvre. Il est donc important d’adopter un mode de gestion dit « agile » pour rendre son avancement et son intérêt visibles de tous.

On préférera la mise en oeuvre des pratiques favorisant le travail collaboratif et l’intelligence collective autour de la donnée ouverte. On pourra par exemple choisir un mode de gouvernance spécifique au projet et des outils libres pour faciliter l’implication des services dans la démarche.

A lire : Les 10 commandements de l’expérimentation Open Data

Une gestion agile doit être accompagnée d’une approche pragmatique des actions à mener. La pédagogie sera de rigueur pour expliquer aux acteurs les enjeux et les opportunités de l’Open Data. On pourra ainsi optimiser la culture de l’ouverture en travaillant avec les services sur l’intérêt d’ouvrir les données. On mettra l’accent sur les données faciles à ouvrir et on n’hésitera pas à communiquer sur la progression du projet.

A lire : Proposition de socle de données prioritaires pour la loi NOTRe

3/ Faire appel à l’écosystème

Il peut être judicieux de se rapprocher des partenaires extérieurs qui font un gros travail d’accompagnement des initiatives Open Data. On peut notamment citer des acteurs institutionnels comme Etalab (mission gouvernementale) et des associations telles qu’Open Data France, la FING, Libertic ou encore le GFII.

A lire : Rapport sur les dispositif d’accompagnement des collectivités locales à l’ouverture des données

Il sera également très intéressant de faciliter les rencontres entre producteurs et consommateurs de données via notamment des évènements (hackathon, concours, …) ou la mise en oeuvre d’un infolab.

4/ Mesurer l’impact de l’ouverture

Enfin il est important de prévoir l’évaluation du projet dont la pertinence dépend des méthodes utilisées. Plusieurs d’entre elles sont connues et documentées. Leur couplage permet d’avoir une vue d’ensemble sur l’impact d’un projet Open Data par la mesure de ses « performances » :

  • Le degré d’ouverture des données (via l’outil MELODA ou l’échelle de notation de Tim Berners Lee)
  • La réutilisation des données (par la collecte d’informations)
  • L’utilisations des APIs (par la mesure du nombre d’appels)
  • Les retours des réseaux sociaux (par les bilans des actions de communication sur l’Open Data)

Les enquêtes sont également un moyen d’évaluer le projet sur des aspects moins visibles. À titre d’exemple on pourra citer la première enquête Open Data réalisée par le département de la Loire Atlantique en 2014 au travers de sondages et d’ateliers. Cette enquête nous démontre l’importance de la sensibilisation des équipes internes en amont du lancement du projet Open Data pour que chacun en saisisse les tenants et aboutissants.

Quelques exemples de projets Open Data réussis

Plus de 20 ans après la première définition des principes de l’Open Data, les exemples ne manquent pas. En France, c’est en 2010 que les premières initiatives ont vu le jour, il est donc possible d’en observer les résultats et les impacts avec un recul significatif. 

La production collaborative

Ce concept consiste à réunir des acteurs publics, des acteurs privés et des citoyens pour produire de la donnée mise à disposition publiquement. On peut donner l’exemple d’OpenStreetMap qui s’est associé à la métropole de Montpellier et à la commune de Plouarzel entre autres pour cartographier l’espace public grâce à la participation directe des habitants.

Le crowdfixing

La « réparation par la foule » consiste à faire appel à tout le monde pour corriger les données publiques erronées. On pourra citer un projet mené en 2011 par Nantes Métropole en collaboration avec OpenStreetMap pour améliorer les données des adresses postales. Celles-ci ont été ouvertes par l’organisation mais toutes ne disposent pas de coordonnées géographiques associées. Un exemple similaire réalisé en 2012 est l’intégration des données des stations de métro à Paris.

L’innovation ouverte

Désigne le processus d’innovation basé sur le partage et la collaboration. Ils sont aujourd’hui promus et utilisés pour réinventer les interactions entre les organisations publiques et leurs administrés.

Par exemple : le programme Réacteur public porté par la 27e Région, le projet Fab City ou encore les 62 innovations ouvertes publiées par la ville de Brest.

Pour aller plus loin :

Les informations présentées dans cet article ont été en grande partie tirées du livre « Open Data. Ouverture, exploitation, valorisation des données publiques » par Vincent Kober aux éditions « territorial éditions ».