Vos données ouvertesréservent-elles des surprises ?
Mesurez la maturitéde vos données géospatiales
pour le savoir !
•
Géomatique 2016, Montréal, le 19 octobre
Yvan Bédard, PhD, Conseiller stratégique et scientifique, Professeur émérite ULSonia Rivest, MSc, Analyste en géomatique et intelligence d’affaires
,
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
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
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 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
Modèle de maturité• Les niveaux de maturité sont définis avec l’organisation
pour chaque fonction de gestion des donnéesFonction Niveau 1
ImmaturitéNiveau 2 Niveau 3
Maturité moyenne
Niveau 4 Niveau 5Maturité
élevéeConsentement 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
Modèle de maturité• Cadre simple qui évalue la maturité par niveau pour un
certain nombre de fonctions/objectifs clésFonctions Niveau 1
Faible maturité
Niveau 2 Niveau 3Maturité moyenne
Niveau 4 Niveau 5Maturité
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
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
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
© INTELLI3 2016
Open data maturity model
• L’Open Data Institute offre un modèle plus complet de maturitédes 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
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
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 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
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
BIG DATA: quand l’analyse des
données devient ri
squée
INTEROPÉRABILITÉ SÉMANTIQUE: quand la sémantique du GÉO n’est pas prise en compte
DONNÉES COLLABORATIVES: quand la
source est inconnue
DATA MASHUP: quand la traçabilité devient
impossible
DONNÉES OUVERTES: quand la qualité n’est
pas documentée
DONNÉES MOBILES: quand c’est une autre
personne qui utilise mon téléphone
© 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 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 responsabilitéRéf.: 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
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-19131ISO-19157
ISO-31000ISO-3864-2
Ress. Nat . Canada, Intelli3 (2015) Guide sur la qualité des données géospatiales© INTELLI3 2016
Cycle complet de la qualité des données géospatiales
Ress. Nat . Canada, Intelli3 (2015) Guide sur la qualité des données géospatiales
© INTELLI3 2016
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
Gestion du risqueFonction Niveau 1 Immaturité
Niveau 2 Niveau 3Moyenne
Niveau 4 Niveau 5Maturité 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
Gestion du risqueFonction Niveau 1 Immaturité
Niveau 2 Niveau 3Moyenne
Niveau 4 Niveau 5Maturité 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
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
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
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
MERCI DE VOTRE TEMPS
Yvan Bédard, Ph. [email protected]
Sonia Rivest, [email protected]
3700, Bd Wilfrid-Hamel, suite 80Québec, G1P 2J2Tél : (418) 717-4072 Fax: (418) 653-0930
www.intelli3.com
© INTELLI3 2016