+Données publiques / Marchés publics
QUALITÉ DES DONNÉES DE MARCHÉS PUBLICS : FUSIONNER NE SUFFIT PAS.
Les données de commande publique constituent un bon exemple des difficultés rencontrées lorsque plusieurs producteurs, formats et périodes doivent être rapprochés.
01 / Un format commun
UN FORMAT COMMUN NE SUPPRIME PAS TOUTES LES DIFFICULTÉS.
Depuis le 1er janvier 2024, le recensement économique des marchés publics s’appuie sur les données essentielles de la commande publique, à la suite de la fusion des données du recensement et des données essentielles prévue par les textes entrés en vigueur à cette date.
Mais disposer d’un format commun ne supprime pas toutes les difficultés. Un fichier peut être conforme et rester ambigu.
Sources officielles : le recensement économique de la commande publique (DAJ) · publication de deux arrêtés relatifs aux données essentielles des marchés publics (DAJ).
02 / Conformité et interprétation
VALIDITÉ TECHNIQUE ET VÉRITÉ MÉTIER NE SONT PAS LA MÊME CHOSE.
Un fichier peut parfaitement respecter un schéma JSON tout en contenant des informations dont l’interprétation nécessite encore :
- une période ;
- une source ;
- un périmètre ;
- une version ;
- une règle de rapprochement ;
- ou la prise en compte d’une contradiction.
Un schéma décrit la forme attendue d’un fichier. Il ne dit pas, à lui seul, ce que chaque valeur signifie pour un acheteur, un territoire ou une période donnés.
03 / À l’échelle européenne
LE PROBLÈME EXISTE AUSSI À L’ÉCHELLE EUROPÉENNE.
Le Public Procurement Data Space européen harmonise des données provenant de sources diverses et applique des contrôles de qualité portant notamment sur la validité, la complétude, la cohérence, l’exactitude, l’unicité et l’actualité (validity, completeness, consistency, accuracy, uniqueness, timeliness).
Cette harmonisation s’appuie sur des technologies sémantiques — graphes de connaissances (Knowledge Graphs), RML, SHACL et SPARQL — mobilisées pour la consolidation et le contrôle de qualité.
Ces contrôles portent sur la qualité de la donnée elle-même. La question du sens conservé après plusieurs transformations reste complémentaire : elle ne se réduit pas à la conformité d’un enregistrement isolé.
Source officielle : ressources du Public Procurement Data Space.
04 / Ce que nous voulons tester
CE QUE NOUS VOULONS TESTER.
DataAuthority n’est pas le PPDS et ne prétend pas remplacer les infrastructures publiques existantes.
Nous voulons étudier une question complémentaire : après plusieurs transformations, peut-on toujours déterminer précisément ce qu’un fait signifie, d’où il vient et dans quelles conditions il peut être utilisé ?
Un démonstrateur DataAuthority pourrait par exemple prendre un échantillon réel de données essentielles de la commande publique (DECP) et rechercher :
- des valeurs contradictoires ;
- des provenances différentes ;
- des informations absentes ;
- des changements temporels ;
- des faits impossibles à attribuer correctement.
puis restituer les résultats avec leurs preuves plutôt que de masquer ces états.