Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Vos données ouvertes
réservent-elles des surprises ?
Mesurez la maturité
de vos données géospatiales
pour le savoir !
•
Gé...
Introduction
• Ouverture des données
= Bravo !
– Tendance actuelle
– Nouveaux usages
– Nouveaux utilisateurs
– Contribuer ...
Mesurer la maturité des données
géospatiales ouvertes
• Ouverture efficace ?
• Évaluer votre degré d’ouverture ?
– Planifi...
Les données ne sont pas sans
conséquence
© INTELLI3 2016
Ex. La saga Maps d’Apple
© INTELLI3 2016
Les données ne sont pas sans
conséquence
Ex. Vie privée
© INTELLI3 2016
Les données ne sont pas sans
conséquence
QU’EST-CE QUE LA MATURITÉ DES
DONNÉES ?
© INTELLI3 2016
Modèle de maturité des données ?
• Cadre de référence pour évaluer et améliorer les pratiques de gestion
de données et mie...
Modèle de maturité
• Les niveaux de maturité sont définis avec l’organisation
pour chaque fonction de gestion des données
...
Modèle de maturité
• Cadre simple qui évalue la maturité par niveau pour un
certain nombre de fonctions/objectifs clés
Fon...
Modèle DE maturité des données
• Reflet de la qualité de la gouvernance des données dans
une organisation
• Plus une organ...
QU’EST-CE QUE LA MATURITÉ DES
DONNÉES OUVERTES ?
© INTELLI3 2016
Le Modèle- Five Stars open data
• Proposé par Tim Berners-Lee, inventeur du Web
(Berners-Lee, 2015)
Point de vue
technique...
Open data maturity model
• L’Open Data Institute offre un modèle plus complet de maturité
des données ouvertes
– 5 grands ...
Maturité des données ouvertes
• L’ODI offre
– Une certification 5-Stars
– Des services d’audit
– Des recommandations pour ...
QU’EST-CE QUE LA MATURITÉ DES
DONNÉES OUVERTES GÉOSPATIALES ?
© INTELLI3 2016
Évolution de la géomatique
« … glissement de la demande du marché depuis la production
d’information fondamentale vers des...
Les données géospatiales ne sont pas sans
conséquence
Rapport de l’ONU:
• « consumer protection and marketing laws and pol...
© INTELLI3 2016
Les données géospatiales ne sont pas
sans conséquence
Les données géospatiales ne sont pas sans
conséquence
Rapport de l’ONU:
• “Data ownership issues will evolve in challengin...
Vers une géomatique socialement
responsable
• La qualité parfaite n’existe pas
• « Zéro risque » n’existe pas
• Le risque ...
Cycle complet de la qualité des
données géospatiales
Ress. Nat. Canada, Intelli3 (2015) Guide sur la qualité des données g...
Modèle de maturité des données ouvertes
(métadonnées géospatiales + services web)
Indicateurs sur la qualité des données s...
Gestion du risqueFonction Niveau 1
Immaturité
Niveau 2 Niveau 3
Moyenne
Niveau 4 Niveau 5
Maturité élevée
Mise à jour Aucu...
Gestion du risqueFonction Niveau 1
Immaturité
Niveau 2 Niveau 3
Moyenne
Niveau 4 Niveau 5
Maturité élevée
Service-
conseil...
Modèle de maturité des données
géospatiales ouvertes
• Général/détaillé (cf. fonctions)
• Global/par secteur
• Image ponct...
Modèle de maturité socialement
responsable
Rapport de l’ONU:
• “providing complete geospatial frameworks with trusted,
aut...
Conclusion
• Les modèles de maturité des données ouvertes
géospatiales ne sont pas des outils parfaits, par contre:
– exce...
MERCI DE VOTRE TEMPS
Yvan Bédard, Ph. D.
yvan.bedard@intelli3.com
Sonia Rivest, M.Sc.
sonia.rivest@intelli3.com
3700, Bd W...
Upcoming SlideShare
Loading in …5
×

Vos données ouvertes réservent-elles des surprises ?

418 views

Published on

Vous avez ouvert l’accès à vos données, bravo! Mais sont-elles faciles à découvrir pour les utilisateurs externes? Sont-elles accessibles immédiatement? Sont-elles faciles à utiliser? Sont-elles récupérables par d’autres technologies que la vôtre? Répondent-elles aux besoins des utilisateurs visés? Sont-elles documentées pour en permettre un usage sécuritaire et pour vous protéger contre tout recours? Les politiques mises en place ces dernières années pour l’ouverture de données géospatiales offrent de nombreuses possibilités, mais l’ouverture offerte par votre organisation est-elle vraiment efficace? Va-t-elle jusqu'à vous préserver des mauvaises surprises? Est-elle faite de façon utile et responsable? Dans cette présentation, nous aborderons le concept de "Maturité des données ouvertes" ainsi que des bonnes pratiques pour assurer la meilleure efficacité possible de votre politique d’ouverture des données géospatiales. En nous basant sur des modèles reconnus, nous expliquerons comment mesurer la maturité de vos données géospatiales et l’importance de connaître cette maturité pour éviter certaines surprises.

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Vos données ouvertes réservent-elles des surprises ?

  1. 1. Vos données ouvertes réservent-elles des surprises ? Mesurez la maturité de vos données géospatiales pour le savoir ! • Géomatique 2016, Montréal, le 19 octobre Yvan Bédard, PhD, Conseiller stratégique et scientifique, Professeur émérite UL Sonia Rivest, MSc, Analyste en géomatique et intelligence d’affaires ,
  2. 2. Introduction • Ouverture des données = Bravo ! – Tendance actuelle – Nouveaux usages – Nouveaux utilisateurs – Contribuer à la Société • Jusqu’à quel degré est cette ouverture ? – Simple mise à disponibilité ? – Assistance à la découverte et à l’accès ? – Service de transformation ? – Information sur la qualité ? – Service conseil pour usage sécuritaire ? Comment éviter des surprises? © INTELLI3 2016
  3. 3. Mesurer la maturité des données géospatiales ouvertes • Ouverture efficace ? • Évaluer votre degré d’ouverture ? – Planifier les prochaines étapes • Ouverture responsable ? • Minimiser les mauvaises surprises potentielles ? © INTELLI3 2016
  4. 4. Les données ne sont pas sans conséquence © INTELLI3 2016
  5. 5. Ex. La saga Maps d’Apple © INTELLI3 2016 Les données ne sont pas sans conséquence
  6. 6. Ex. Vie privée © INTELLI3 2016 Les données ne sont pas sans conséquence
  7. 7. QU’EST-CE QUE LA MATURITÉ DES DONNÉES ? © INTELLI3 2016
  8. 8. Modèle de maturité des données ? • Cadre de référence pour évaluer et améliorer les pratiques de gestion de données et mieux atteindre les objectifs de l’organisation • Concept qui existe depuis plusieurs années en TI • Plusieurs modèles ont été développés: – Data Management Book of Knowledge (Data Management Association) – Data Management Maturity Model (Enterprise Data Management Council) – Data Management Maturity Model (CMMI Institute) – Data Governance Council Maturity Model (IBM) – Enterprise Information Management Maturity Model (Gartner Group) – … • Et certaines normes sont utilisées (ex. ISO/CEI 15504, ISO 1207) © INTELLI3 2016
  9. 9. Modèle de maturité • Les niveaux de maturité sont définis avec l’organisation pour chaque fonction de gestion des données Fonction Niveau 1 Immaturité Niveau 2 Niveau 3 Maturité moyenne Niveau 4 Niveau 5 Maturité élevée Consentement à nouvel usage des données Source pas avertie Source avertie, processus non- standardisé, consente-ment non-attendu avant nouvel usage Consente- ment obtenu et documenté avant de permettre nouvel usage; processus standardisé Vérification systématique des usages permis et refusés Processus de consente- ment et vérification amélioré périodique- ment et automa-tisés au maximum Initial Reproductible Défini Géré Optimisé Exemple tiré du Privacy Maturity Model (AICPA/CICA, 2011) © INTELLI3 2016
  10. 10. Modèle de maturité • Cadre simple qui évalue la maturité par niveau pour un certain nombre de fonctions/objectifs clés Fonctions Niveau 1 Faible maturité Niveau 2 Niveau 3 Maturité moyenne Niveau 4 Niveau 5 Maturité élevée Fonction 1 Fonction 2 Fonction 3 Fonction 4 … Actuel Objectif N.B. il n’est pas obligé de viser la maturité parfaite. L‘important est de se situer en connaissance de cause et de mesurer son évolution. © INTELLI3 2016
  11. 11. Modèle DE maturité des données • Reflet de la qualité de la gouvernance des données dans une organisation • Plus une organisation obtient un score élevé dans un tel cadre de référence, plus elle est mature et moins elle est à risque d’avoir des problèmes avec ses données et ses services informationnels • Utile pour une planification des budgets de gestion des données, un audit, une accréditation, etc. © INTELLI3 2016
  12. 12. QU’EST-CE QUE LA MATURITÉ DES DONNÉES OUVERTES ? © INTELLI3 2016
  13. 13. Le Modèle- Five Stars open data • Proposé par Tim Berners-Lee, inventeur du Web (Berners-Lee, 2015) Point de vue technique © INTELLI3 2016
  14. 14. Open data maturity model • L’Open Data Institute offre un modèle plus complet de maturité des données ouvertes – 5 grands indicateurs à mesurer (avec sous-indicateurs): • Gestion des données (incluant normes et contrôles de qualité) • Connaissances et culture interne • Support à l’utilisateur et implication de celui-ci • Performance financière • Stratégie et leadership responsable – 5 niveaux d’ouverture • Initial • Reproductible • Défini • Géré • Optimisé (ODI, 2015) © INTELLI3 2016
  15. 15. Maturité des données ouvertes • L’ODI offre – Une certification 5-Stars – Des services d’audit – Des recommandations pour améliorer votre gestion et diffusion des données ouvertes • Il existe d’autres modèles • Ils sont adaptables aux situations propres aux organisations • Il existe des modèles de maturité des données gouvernementales ouvertes dans plusieurs pays Open Government Data Maturity Model – Canada = Five Stars of Open Data © INTELLI3 2016
  16. 16. QU’EST-CE QUE LA MATURITÉ DES DONNÉES OUVERTES GÉOSPATIALES ? © INTELLI3 2016
  17. 17. Évolution de la géomatique « … glissement de la demande du marché depuis la production d’information fondamentale vers des produits et des services à valeur ajoutée, en particulier vers de l’information géospatiale accessible sur les applications destinées à la consommation de masse. » Réf.: Gouv. du Canada, 2015. Analyse de la conjoncture du secteur canadien de la géomatique et étude sur sa valeur. 39 p. © INTELLI3 2016
  18. 18. Les données géospatiales ne sont pas sans conséquence Rapport de l’ONU: • « consumer protection and marketing laws and policies will need to evolve to enable the citizen to enjoy appropriate protections. » « The issue of liability for the quality and accuracy of data is likely to grow in prominence over this period…it is an issue that all data providers will have to consider carefully » Réf.: United Nations Initiative on Global Geospatial Information Management (2013). Future trends in geospatial information management: the five to ten years vision. 35 p. © INTELLI3 2016
  19. 19. © INTELLI3 2016 Les données géospatiales ne sont pas sans conséquence
  20. 20. Les données géospatiales ne sont pas sans conséquence Rapport de l’ONU: • “Data ownership issues will evolve in challenging ways in the coming years … The growth in the amount of data, the number of actors in the data creation processes and the interconnectivity of these parties can pose greater challenges regarding knowledge of data ownership…” • C’est également vrai pour la responsabilité Réf.: United Nations Initiative on Global Geospatial Information Management (2013). Future trends in geospatial information management: the five to ten years vision. 35 p. © INTELLI3 2016
  21. 21. Vers une géomatique socialement responsable • La qualité parfaite n’existe pas • « Zéro risque » n’existe pas • Le risque peut être réduit, rarement éliminé • La qualité et la gestion des risques sont interreliées • Principe socialement responsable = “Truth in labeling” ISO-19131 ISO-19157 ISO-31000 ISO-3864-2 Ress. Nat. Canada, Intelli3 (2015) Guide sur la qualité des données géospatiales © INTELLI3 2016
  22. 22. Cycle complet de la qualité des données géospatiales Ress. Nat. Canada, Intelli3 (2015) Guide sur la qualité des données géospatiales © INTELLI3 2016
  23. 23. Modèle de maturité des données ouvertes (métadonnées géospatiales + services web) Indicateurs sur la qualité des données spatiales (qualité interne + externe + valeur d’autorité) Indicateurs sur la gestion du risque d’usages inappropriés (devoir professionnel d’informer l’utilisateur, le conseiller, le protéger) Modèle de maturité des données géospatiales ouvertes © INTELLI3 2016
  24. 24. Gestion du risqueFonction Niveau 1 Immaturité Niveau 2 Niveau 3 Moyenne Niveau 4 Niveau 5 Maturité élevée Mise à jour Aucune mise à jour publiée, seule la version actuelle est disponible Versions publiées sans indication des changements apportés Service explicite de gestion des mises à jour; les màj peuvent être demandées par secteur, date et type Procédure standardisée; diffusion systématique des màj aux abonnés; diffusion sur demande aux non- abonnés; Mécanisme d’identification des màj manquantes; mesures coûts/ bénéfices ad hoc Processus améliorés périodiquement et automatisés au maximum; diffusion en temps réel des màj; traitement des màj pour les rendre intégrables aux systèmes cibles; connexion aux autres services (ex. métadonnéres); mesure coûts/ bénéfices régulière; Initial Reproductible Défini Géré Optimisé MODÈLE DE MATURITÉ DES DONNÉES GÉOSPATIALES OUVERTES (EX. EN QUALITÉ) © INTELLI3 2016
  25. 25. Gestion du risqueFonction Niveau 1 Immaturité Niveau 2 Niveau 3 Moyenne Niveau 4 Niveau 5 Maturité élevée Service- conseil à l’utilisateur Aucun service en particulier; demandes reçues de façon ad hoc et dirigées à différents employés Pas de service dédié mais une équipe s’occupe des demandes Service explicite; ligne 1-800; Guide pour utilisateurs; formation; suivi des problèmes Procédure standardisée; vérification systématique des usages et réutilisations + recueil des commentaires; Forum des utilisateurs; Focus Group; mesures coûts/ bénéfices ad hoc Processus améliorés périodiquement et automatisés au maximum; connexion aux autres services; temps de réponse minimisés; mesure coûts/ bénéfices régulière; Initial Reproductible Défini Géré Optimisé MODÈLE DE MATURITÉ DES DONNÉES GÉOSPATIALES OUVERTES (EX. EN GESTION DU RISQUE) © INTELLI3 2016
  26. 26. Modèle de maturité des données géospatiales ouvertes • Général/détaillé (cf. fonctions) • Global/par secteur • Image ponctuelle/suivi continu • Contexte incitatif/imposé • Manuel/informatisé en ligne – en silo/interopérable avec gestion des métadonnées • Évaluation interne/externe Différentes possibilités pour en appliquer un : © INTELLI3 2016
  27. 27. Modèle de maturité socialement responsable Rapport de l’ONU: • “providing complete geospatial frameworks with trusted, authoritative and maintained geospatial information, will be crucial to ensuring that users have access to reliable and trusted geospatial information and have confidence when using it.” Réf.: United Nations Initiative on Global Geospatial Information Management (2013). Future trends in geospatial information management: the five to ten years vision. 35 p. © INTELLI3 2016
  28. 28. Conclusion • Les modèles de maturité des données ouvertes géospatiales ne sont pas des outils parfaits, par contre: – excellents outils stratégiques • positionner par rapport aux autres • Positionner par rapport à un objectif – aident à prévenir les mauvaises surprises lorsqu’ils prennent en compte la qualité des données géospatiales et la gestion du risque de mauvais usage – Ils aident à établir un comportement géomatique « socialement responsable » © INTELLI3 2016
  29. 29. MERCI DE VOTRE TEMPS Yvan Bédard, Ph. D. yvan.bedard@intelli3.com Sonia Rivest, M.Sc. sonia.rivest@intelli3.com 3700, Bd Wilfrid-Hamel, suite 80 Québec, G1P 2J2 Tél : (418) 717-4072 Fax: (418) 653-0930 www.intelli3.com © INTELLI3 2016

×