Data : définition de la donnée

La data, ou donnée, désigne une représentation codifiée d’un fait, d’une mesure, d’une observation ou d’un événement, pouvant être stockée, transmise et traitée par un être humain ou un système informatique. Le mot anglais data, issu du latin datum, est couramment employé en français dans les domaines de l’informatique, de l’analyse et de la gestion de l’information.

Isolée de son contexte, une donnée possède une portée interprétative limitée. Sa valeur d’usage augmente lorsqu’elle est reliée à une source, à une unité, à une finalité ou à d’autres données.

De la donnée à la connaissance : le modèle DIKW

La relation entre donnée, information, connaissance et sagesse est souvent représentée par la hiérarchie DIKW. Plusieurs formulations de ce cadre ont circulé. L’article publié par Russell Ackoff en 1989 en constitue l’une des références les plus citées, bien qu’il distingue également un niveau de compréhension entre la connaissance et la sagesse.

Dans les représentations courantes du modèle, la donnée correspond à un élément codifié encore peu contextualisé. Elle devient une information lorsqu’elle est organisée et interprétée en réponse à une question. La connaissance résulte de l’intégration de plusieurs informations dans un cadre de compréhension. La sagesse désigne enfin la capacité à mobiliser cette connaissance en tenant compte d’une finalité, d’un jugement et de valeurs.

Ce modèle reste toutefois discuté. Jennifer Rowley montre en 2007 que les définitions de ses différents niveaux varient selon les auteurs et que les relations entre eux sont souvent insuffisamment explicitées. La hiérarchie DIKW constitue donc surtout un repère pédagogique : elle rappelle que l’accumulation de données ne produit pas automatiquement de la connaissance ni de la valeur.

Catégories techniques

Les données peuvent être distinguées selon leur degré de structuration. Les données structurées sont organisées selon un schéma prédéfini, avec des champs et des types déterminés, comme dans une base relationnelle ou un tableau. Les données non structurées ne sont pas organisées selon un ensemble homogène de champs directement exploitables, comme de nombreux textes libres, images, enregistrements audio ou vidéos. Les données semi-structurées disposent d’une organisation partielle ou de marqueurs explicites sans suivre un schéma relationnel rigide, comme les documents JSON, XML et de nombreux fichiers journaux.

Cycle de vie

Une donnée traverse généralement plusieurs étapes entre sa création ou sa collecte et la fin de son utilisation. Elle peut être collectée directement, par exemple à partir d’un formulaire ou d’un capteur, ou provenir d’une source tierce. Son stockage organise sa conservation dans un système adapté à sa structure, à son volume et à ses usages. Des opérations de nettoyage, de transformation ou d’enrichissement peuvent ensuite la rendre exploitable, avant son analyse ou son activation. L’archivage et, le cas échéant, la suppression constituent les dernières étapes du cycle.

Ce cycle n’est pas nécessairement linéaire : une donnée peut être corrigée, enrichie, transférée ou réutilisée dans plusieurs systèmes au cours de son exploitation.

Distinction avec les données B2B

Lorsque la notion s’applique aux informations relatives aux entreprises, à leurs activités ou à leurs interlocuteurs professionnels, elle relève du domaine des données B2B. Celles-ci possèdent leurs propres catégories, sources, usages et contraintes réglementaires.

Limites

Le volume de données disponibles n’est pas, en lui-même, un indicateur de valeur. Une donnée inexacte, incomplète ou mal contextualisée reste inexploitable quelle que soit sa quantité, ce qui explique la place centrale accordée à la qualité des données dans tout usage opérationnel. L’attrait persistant du modèle DIKW tient en partie à sa capacité à représenter simplement une progression de la donnée vers des formes supposées plus utiles. Cette représentation ne démontre toutefois pas que la collecte ou le traitement de données produira automatiquement de la connaissance, une meilleure décision ou une valeur mesurable.

Voir aussi

Données B2B
Qualité des données
Données structurées et non structurées
Enrichissement de données

Sources et références

Ackoff, R. L. (1989). From Data to Wisdom. Journal of Applied Systems Analysis, 16, 3-9. Contribution majeure aux représentations hiérarchiques reliant donnée, information, connaissance, compréhension et sagesse.

Rowley, J. (2007). The Wisdom Hierarchy: Representations of the DIKW Hierarchy. Journal of Information Science, 33(2), 163-180.