+Confiance / Provenance
PROVENANCE DES DONNÉES : D’OÙ VIENT CE FAIT ?
La provenance, c’est la trace de l’origine et de l’histoire d’une donnée. Elle devient déterminante quand plusieurs tables sont jointes, que des jeux de données publics sont rapprochés, ou qu’une IA ne reçoit que le résultat final.
01 / Pourquoi c’est nécessaire
UN RÉSULTAT SANS PROVENANCE EST DIFFICILE À VÉRIFIER.
Une valeur peut sembler précise alors que son origine a disparu. La provenance maintient une chaîne entre la source et le résultat : quelle source a fourni l’information, quelle version ou quelle date a été utilisée, et quelles transformations ont été appliquées.
Une chaîne complète ne suffit pourtant pas. Une source parfaitement traçable peut rester incomplète, reposer sur des définitions concurrentes, ou porter une limite qui rend l’affirmation finale fragile.
- Origine : la source et le jeu de données qui ont fourni le fait.
- Date : le moment où la source était valide ou a été récupérée.
- Transformations : filtres, jointures, correspondances, agrégations et normalisations.
- Couverture : ce que la source a réellement observé.
- Limites : ce que la source ne permet pas de justifier.
02 / Une nuance utile
LE LIGNAGE MONTRE LE CHEMIN. IL NE DIT PAS SI LE CHEMIN SOUTIENT L’AFFIRMATION.
Savoir qu’une donnée vient de telle table et qu’elle a traversé telle jointure est indispensable. Cela ne répond pas encore à la question de l’usage : la population visée est-elle couverte, la période est-elle la bonne, une valeur manquante a-t-elle été comblée, deux sources se contredisent-elles ?
C’est là que notre cadre s’ajoute à la provenance : il demande si ce qui a été tracé suffit pour l’affirmation qui est faite.
03 / Chez nous
GARDER LA SOURCE, LE SENS ET LA PREUVE.
C’est le principe qui structure notre travail sur les données publiques. Quand une information est agrégée, filtrée ou résumée, nous cherchons à préserver ce qui permet de comprendre comment on est passé de la source au résultat — y compris ce qui manque.