Introduction

Data Fair et son écosystème permettent de mettre en œuvre une plateforme de partage de données (interne ou open data) et de visualisations. Cette plateforme peut être mise à disposition du grand public, pour lui permettre de consulter les données au travers de visualisations interactives adaptées, mais également à un public plus expert qui accède aux données au travers des API.

Le mot FAIR fait référence à de la donnée « Facile à trouver, Accessible, Interopérable et Réutilisable ». Ceci est rendu possible grâce à l'indexation des données sur la plateforme. Elle permet de réaliser des recherches complexes dans des volumes de plusieurs millions d’enregistrements et d'accéder plus facilement et rapidement à ce qui nous intéresse. L'accès aux données aux travers d'API normalisées et documentées permet d'interfacer la plateforme avec d'autres systèmes d'information et facilite la réutilisabilité des données.

Les utilisateurs accèdent à la plateforme au travers d'un ou plusieurs portails de données, qui permettent d’explorer le catalogue de jeux de données de différentes manières. Il est possible de consulter directement les jeux de données, que ce soit avec des vues génériques (tableaux, cartes simples...) ou des visualisations plus spécifiques préconfigurées. Les données sont diffusées au travers de pages qui les présentent sous la forme d’histoires (data storytelling), permettant à n'importe qui de les comprendre plus facilement. Les utilisateurs peuvent s'abonner à des notifications sur les mises à jour et les développeurs peuvent accéder à la documentation interactive des diverses API de la plateforme. Les portails peuvent être agrémentés de pages de contenu présentant, par exemple, les démarches, contributeurs ou réutilisations mises en avant.

Les administrateurs et contributeurs de données ont accès à un back-office qui permet de gérer les différents éléments de la plateforme : comptes utilisateurs, jeux de données, visualisations, traitements automatiques, portails de données et métriques. Les administrateurs peuvent paramétrer l'environnement et gérer les permissions d’accès aux données et visualisations. Selon leur profil, les utilisateurs du back-office peuvent créer, éditer, enrichir, supprimer les jeux de données, les cartes et les graphiques.

Fonctionnement général

Les jeux de données sont, en général, créés par les contributeurs en chargeant des fichiers tabulaires ou géographiques : le service stocke le fichier, l'analyse et déduit un schéma de données. Les données sont ensuite indexées suivant ce schéma et peuvent être requêtées au travers d'une API web propre. En complément des jeux de données basés sur des fichiers, Data Fair permet de créer des jeux de données éditables par formulaires et des jeux de données virtuels qui sont des vues configurables d'un ou plusieurs jeux de données.

L'utilisateur peut sémantiser les champs des jeux de données en leur attribuant des concepts, par exemple, en déterminant qu'une colonne contenant des données sur 5 chiffres est un champ de type code postal. Cette sémantisation permet 2 choses :

• les données peuvent être enrichies à partir de données de référence ou elles-mêmes devenir données de référence pour en enrichir d'autres ;
• les données peuvent être utilisées dans des visualisations adaptées à leurs concepts.

Les visualisations permettent d'exploiter au maximum le potentiel des données. Quelques exemples : un jeu de données contenant des codes de commune peut être projeté sur une carte du découpage administratif français, un jeu de données contenant des codes de parcelles peut être projeté sur le cadastre, etc.

Principaux atouts de la plateforme

Data Fair permet de mettre en place une organisation centrée autour de la donnée :

• Possibilité de charger des données sous différents formats de fichiers ou par saisie via formulaire, permettant même de faire du crowdsourcing ;
• Consultation des données au travers d'un large choix de visualisations interactives (graphiques, cartes, moteurs de recherche...) ;
• Possibilité de créer plusieurs portails suivant les cas d'usage (open data, échanges internes...) ;
• Création facilité d'API de données et enrichissement des données pour leur donner encore plus de valeur ;
• Mise en place de traitements périodiques permettant d'alimenter automatiquement la plateforme en données ;
• Cadre sécurisé, code source ouvert et utilisation de standards.