Le terme « data » est l’anglais de « donnée » : il désigne toute information brute collectée, stockée ou transmise sous forme numérique. Les datas se répartissent en trois grandes catégories : structurées (tableaux, bases de données), non structurées (images, vidéos, textes libres) et semi-structurées (emails, fichiers JSON). La valeur des datas réside dans leur traitement : une donnée brute n’a de sens que lorsqu’elle est organisée et interprétée pour devenir une information utilisable.
Le mot « data » s’est imposé dans le vocabulaire courant bien au-delà des métiers techniques. Comprendre ce qu’il recouvre, comment les données se distinguent les unes des autres et à quoi elles servent concrètement permet de mieux appréhender le fonctionnement du numérique, depuis la navigation web jusqu’aux systèmes d’intelligence artificielle. Cet article en pose les bases, en lien avec le definitions du numerique disponible sur ce site.
- Définition : data, donnée et information, quelle différence ?
- Les types de données : structurées, non structurées et semi-structurées
- À quoi servent les datas : usages concrets
- Les datas à l’ère du numérique : volume, stockage et enjeux
Définition : data, donnée et information, quelle différence ?
Le terme « data » est le pluriel latin de « datum », qui signifie littéralement « ce qui est donné ». Adopté en anglais pour désigner les données informatiques, il s’est progressivement intégré au français, notamment dans les domaines du numérique, du marketing et de la recherche. En pratique, « data » et « donnée » sont interchangeables dans la plupart des contextes, même si « data » renvoie souvent à un ensemble massif ou numérique. Le dictionnaire des termes numériques recense d’autres termes anglais intégrés de la même façon.
La distinction entre donnée brute et information reste pourtant fondamentale. Une donnée brute est un enregistrement sans contexte : elle existe, mais ne dit rien en elle-même. Une donnée contextualisée y associe des métadonnées (date, lieu, unité de mesure) qui lui donnent un sens partiel. Une information, enfin, est une donnée interprétée et actionnable, c’est-à-dire utilisable pour prendre une décision.
L’exemple d’une mesure de température illustre les trois niveaux : la valeur brute « 37.2 » ne signifie rien sans contexte. Associée à une heure et à une date, elle devient une donnée contextualisée. Interprétée comme une température corporelle normale le matin, elle constitue une information médicale actionnable.
Distinctions conceptuelles issues des définitions Wikipedia (données, information, Big Data)
Les types de données : structurées, non structurées et semi-structurées
Les données structurées sont organisées dans un format prédéfini, généralement sous forme de lignes et de colonnes, comme dans un tableau Excel ou une base de données relationnelle (SQL). Ce format rigide facilite leur traitement automatique : un logiciel peut y accéder, les trier et les analyser sans étape de préparation complexe.
À l’opposé, les données non structurées n’obéissent à aucun format prédéfini. Une photo, une vidéo, un enregistrement audio ou un message vocal entrent dans cette catégorie. Elles représentent la majorité des données générées sur Internet et nécessitent des outils spécifiques pour être analysées, comme la reconnaissance d’image ou le traitement du langage naturel.
Entre les deux, les données semi-structurées disposent d’une organisation partielle sans schéma rigide. Un email, par exemple, possède des champs identifiables (expéditeur, destinataire, date) mais un corps libre. Les fichiers JSON ou XML fonctionnent de façon similaire : ils structurent partiellement l’information grâce à des balises ou des paires clé-valeur, sans imposer un modèle aussi strict qu’une base de données relationnelle.
Les objets connectés (IoT) illustrent bien cette diversité : un capteur de température produit des données structurées (valeur numérique horodatée), tandis qu’une caméra de surveillance génère des données non structurées (flux vidéo). Un même appareil peut ainsi alimenter plusieurs types de données simultanément. Les données mobiles transportées par les smartphones mêlent également ces trois formats au quotidien.
À quoi servent les datas : usages concrets
La personnalisation des services en ligne repose entièrement sur l’analyse des données de comportement utilisateur. Les plateformes de streaming, les moteurs de recherche ou les sites e-commerce enregistrent les actions de chaque visiteur, les analysent et adaptent leurs propositions en conséquence. Les cookies sont une illustration directe de ce mécanisme : la CNIL les définit comme des données de navigation collectées automatiquement lors de la visite d’un site web, comme indiqué dans sa définition officielle du cookie.
La prévision météorologique constitue un autre usage massif des datas. Des milliers de capteurs, de satellites et de stations météo génèrent en continu des données structurées (température, pression, humidité) que des modèles mathématiques analysent pour produire des prévisions. La qualité du résultat dépend directement de la qualité et de la quantité des données collectées.
L’entraînement des modèles d’intelligence artificielle repose lui aussi sur des volumes massifs de données. Un modèle de reconnaissance vocale apprend à partir de millions d’enregistrements audio étiquetés ; un système de traduction automatique s’entraîne sur des corpus de textes bilingues. Le lien entre données et intelligence artificielle est donc structurel : sans données fiables, les modèles produisent des résultats de faible valeur, voire du slop et données de mauvaise qualité, un terme désignant les contenus générés mécaniquement sans pertinence réelle.
La santé connectée illustre également cet usage : des bracelets et montres enregistrent le rythme cardiaque, le sommeil ou les pas quotidiens. Ces données, analysées dans le temps, permettent de détecter des anomalies ou d’adapter des recommandations médicales. La prise de décision médicale s’appuie ainsi de plus en plus sur des données continues plutôt que sur des mesures ponctuelles.
Les datas à l’ère du numérique : volume, stockage et enjeux
Le concept de Big Data désigne les ensembles de données dont le volume, la vitesse de génération et la variété dépassent les capacités des outils de traitement traditionnels. Ces trois dimensions, souvent résumées par les « 3 V » (volume, vélocité, variété), caractérisent la production de données à l’échelle mondiale, alimentée par les smartphones, les objets connectés, les réseaux sociaux et les transactions numériques.
Le stockage de ces données mobilise des infrastructures considérables. Les centres de données (data centers) hébergent les serveurs sur lesquels les informations sont stockées, traitées et redistribuées. La question de la localisation géographique de ces infrastructures est également réglementaire : certaines données, notamment personnelles, sont soumises à des obligations de souveraineté numérique.
Sur le plan juridique, le RGPD encadre la collecte et l’utilisation des données personnelles en Europe depuis 2018. La CNIL définit la donnée personnelle comme toute information permettant d’identifier directement ou indirectement une personne physique. Les droits des utilisateurs sur leurs propres données, dont le droit d’accès, de rectification et d’effacement, sont détaillés sur le site de la CNIL.
La valeur d’une donnée dépend donc de trois facteurs conjoints : sa qualité à la source, la pertinence de son traitement et la solidité de son encadrement réglementaire. Une donnée mal collectée ou mal protégée perd sa valeur analytique et expose les organisations à des risques juridiques. Pour approfondir la gestion du dictionnaire informatique et des notions associées, de nombreuses ressources complètent ce panorama.
| Terme | Définition simplifiée | Exemple concret | Niveau d’interprétation |
|---|---|---|---|
| Data / donnée brute | Enregistrement brut sans contexte | 37.2 (température relevée) | Aucun |
| Donnée contextualisée | Donnée associée à un contexte | 37.2°C mesuré à 8h le 15/09 | Faible |
| Information | Donnée interprétée et actionnable | Température corporelle normale le matin | Élevé |
| Données structurées | Organisées en lignes et colonnes | Tableau Excel, base SQL | Variable |
| Données non structurées | Sans format prédéfini | Photo, vidéo, message vocal | Variable |
Questions fréquentes
Quelle différence entre une donnée et une métadonnée ?
Une donnée est le contenu lui-même : le texte d’un email, la valeur d’une mesure, le contenu d’une photo. Une métadonnée est une information sur cette donnée : la date d’envoi de l’email, la taille du fichier, les coordonnées GPS d’une photo. Les métadonnées permettent d’indexer, de classer et de retrouver les données sans en lire le contenu. Elles sont omniprésentes dans les systèmes numériques et jouent un rôle clé dans la gestion des bases de données et des fichiers.
Comment mes données personnelles sont-elles protégées en France ?
En France, la protection des données personnelles est encadrée par le RGPD, en vigueur depuis 2018, et par la loi Informatique et Libertés. La CNIL est l’autorité administrative indépendante chargée de veiller à leur application. Tout utilisateur dispose de droits sur ses données : accès, rectification, effacement, portabilité et opposition au traitement. Ces droits s’exercent directement auprès des organismes qui collectent les données.
Qui collecte des données sur Internet et par quels moyens ?
De nombreux acteurs collectent des données lors de la navigation en ligne : les sites web via les cookies, les applications mobiles via les permissions accordées, et les fournisseurs d’accès à Internet via les journaux de connexion. Les données collectées incluent les adresses IP, les comportements de navigation, les recherches effectuées et les achats réalisés. Le consentement de l’utilisateur est requis pour certaines catégories de collecte, notamment les cookies non essentiels, conformément au cadre réglementaire européen.
