Les schémas de données connaissent un succès grandissant et une petite dizaine sont déjà prévus pour les prochains mois grâce à la mobilisation de nombreux acteurs. L'équipe a notamment été très motrice sur les sujets des données de mobilité concernés par la Loi d'orientation des mobilités. Etalab est à la disposition de ces communautés pour les accompagner dans la conception de ces schémas. Un guide est à disposition des producteurs désirant se lancer dans la conception d'un nouveau schéma de données. Il est également possible de créer une issue Github sur le dépôt de code de ou de nous écrire à l'adresse. Étape 2: Référencer le schéma Une fois le schéma établi il s'agit de le référencer. Outils qualité des données les. Depuis mi-2019, Etalab opère la plateforme nationale de référencement qui permet un accès aux schémas et facilite l'intégration avec des systèmes informatiques. Étape 3: Saisir les données Un consensus ayant été atteint sur le schéma des données, il est temps de saisir les données en elle-même. Pour produire des données de qualité les producteurs peuvent notamment s'appuyer sur le guide qualité d'Etalab.
En terme de qualité des données, l'enjeu principal est la fiabilité. La fiabilité d'une donnée repose sur son exactitude, le degré de confiance qu'elle génère, sa capacité à exprimer ou reproduire fidèlement une information brute. Nos travaux sur la qualité des données : présentation d'un nouvel outil pour accompagner la production de données ouvertes de qualité - data.gouv.fr. Un regard cru sur les limites et faiblesses de tout jeu de données est ainsi nécessaire et complémentaire à son utilisation. Le constat brut d'une absence de données est bien sûr préférable au risque de prise de décision sur fondement de données invalides. D'un constat sans appel d'une absence de données nait par ailleurs une démarche réflexive sur la mise à jour du système de suivi et évaluation. Comme pour les biais, la considération a apporter à la validité des données devrait être aussi conséquente que celle dédiée à la collecte et au traitement des données. La prise en compte de la qualité des données repose sur une multitude de critères et considérations: Temporalité (fraicheur, actualisation, disponibilité) L'information est la denrée qui périme le plus vite.