Data science

Qu'est-ce que la data science ? Définition simple

La data science regroupe l'ensemble des méthodes qui permettent d'extraire des connaissances utiles à partir de données, notamment face à l'essor du big data. Discipline à la croisée des statistiques, de l'informatique et de l'intelligence artificielle, elle s'appuie sur l'apprentissage automatique (machine learning), le traitement du langage et la visualisation.

Dans les collectivités territoriales, elle sert à interpréter les données produites au quotidien (circulation, consommation énergétique, budgets, retours usagers, fréquentation des équipements…) et à piloter l'action publique de manière plus stratégique. Elle ne se limite pas à produire des tableaux de bord : elle permet d’anticiper des comportements, d’identifier des anomalies, de simuler des scénarios, de produire des modèles prédictifs ou d’évaluer finement l’impact d’une politique publique.

La data science, ou science des données, est un domaine interdisciplinaire qui combine statistiques, informatique et expertise métier pour extraire des connaissances exploitables à partir de grands volumes de données. Elle mobilise des méthodes statistiques avancées, des algorithmes et des techniques de visualisation pour transformer des données brutes en informations concrètes qui éclairent la prise de décision.

Contrairement au simple traitement de données ou au reporting, la data science vise à révéler des relations cachées et à produire des modèles prédictifs. Elle s’inscrit donc dans une logique de pilotage plus stratégique et s’emploie de plus en plus dans les services publics locaux.

Comment fonctionne la data science ? Définition technique

La data science suit une démarche structurée pour extraire de l’information à partir de données, souvent complexes ou massives.

Tout commence par la collecte de données issues de différentes sources : capteurs, fichiers, bases de données, ou documents textuels. Ces données brutes sont ensuite préparées. Cela implique de corriger les erreurs, harmoniser les formats et rendre l’ensemble cohérent pour pouvoir l’analyser.

Vient ensuite une phase d’exploration statistique. On cherche à comprendre la structure des données, à repérer des régularités ou des anomalies, à établir des relations entre différentes variables. Ces analyses descriptives peuvent ensuite déboucher sur la construction de modèles mathématiques. Certains sont conçus pour prédire l’évolution d’un phénomène ; d’autres pour classer automatiquement des éléments ou identifier des regroupements.

Cette modélisation, souvent mise en œuvre par des data scientists, repose sur des techniques d’apprentissage automatique, où des algorithmes “apprennent” à partir de données existantes pour généraliser à de nouvelles situations. Une fois les résultats obtenus, ils sont testés, interprétés, et souvent visualisés sous forme de graphiques, de cartes ou de tableaux interactifs.

Quel est le cadre juridique autour de la data science ?

La data science repose sur l'analyse de jeux de données, souvent riches, parfois sensibles. Dès qu'elle traite des données à caractère personnel, elle entre dans le champ d'application du Règlement général sur la protection des données (RGPD), en vigueur dans toute l'Union européenne.

Concrètement, les collectivités doivent respecter plusieurs principes :

• Définir une finalité explicite : tout traitement de données doit répondre à un objectif légitime et précis, lié à une mission de service public (ex. : adapter l'offre de transport, détecter des fraudes, mieux cibler les aides).
• Limiter les données utilisées : seules les informations strictement nécessaires à l'analyse doivent être exploitées. On parle de minimisation des données.
• Informer les personnes concernées : usagers et habitants doivent être informés clairement de l'existence des traitements, de leur finalité et de leurs droits (accès, opposition, rectification).
• Encadrer les traitements automatisés : si un algorithme participe à la prise de décision (par exemple pour accorder une aide ou lancer un contrôle), des garanties spécifiques doivent être mises en place pour éviter les effets discriminants.
• Évaluer les risques : certains projets peuvent nécessiter une analyse d'impact relative à la protection des données (AIPD), en particulier lorsqu'ils croisent des données sensibles ou s'appuient sur des modèles prédictifs.

La CNIL (Commission nationale de l'informatique et des libertés) accompagne les collectivités dans l'encadrement juridique de leurs démarches data, en publiant des lignes directrices et en proposant un accompagnement personnalisé.

Cas d'usage de la data science dans les collectivités

Les collectivités territoriales exploitent aujourd'hui la data science dans de nombreux domaines opérationnels. Ces exploitation de la donnée transforment la manière dont les services publics locaux anticipent les besoins, optimisent leurs ressources et améliorent leur réponse aux attentes des habitants. Ces applications concrètes se font le plus souvent dans ces champs de politiques publiques :

• La mobilité et les transports : L'analyse des flux de déplacement permet aux collectivités d'ajuster finement leur offre de transport public. En exploitant les données issues de capteurs routiers, de traces GPS, de billettique ou de comptages automatiques, elles identifient les axes saturés, les horaires de pointe et les zones mal desservies. Certaines autorités organisatrices de mobilité utilisent désormais des matrices origine-destination complètes, actualisées en continu, pour adapter leurs services aux besoins réels.
• La consommation énergétique : Grâce à l'exploitation des données de consommation collectées par les systèmes de gestion technique, les collectivités détectent les anomalies, identifient les équipements énergivores et simulent l'impact de travaux de rénovation.
• Les services aux usagers : L'analyse des retours usagers, aide les collectivités à mieux comprendre les attentes de la population. En croisant ces données avec celles relatives à la fréquentation des équipements publics (médiathèques, piscines, centres sociaux), elles peuvent anticiper les pics d'affluence, adapter les horaires d'ouverture ou personnaliser certains services. Cette approche favorise une gestion plus réactive des services de proximité.
• La santé et l'action sociale : Le croisement de données socio-démographiques, de santé,  d'aide sociale, d'exposition aux risques ou d'indicateurs de précarité permet d'identifier les populations vulnérables et de cibler les interventions. Les départements utilisent ces analyses pour anticiper les besoins en logement social, dimensionner l'offre d'aide à domicile ou détecter les situations de rupture de droits.