Blog · Guide · Open data

Où trouver des données publiques en France : le guide des producteurs

Une donnée publique a presque toujours un producteur identifiable, qui la documente et la met à jour. Le chemin le plus sûr vers une donnée fiable passe par lui : savoir qui produit quoi évite de travailler sur une copie ancienne, partielle ou mal documentée.

Publié le 21 octobre 2026 · 9 min de lecture

Les portails : par où entrer

data.gouv.fr est la plateforme nationale des données ouvertes, animée par l'État. Elle rassemble des jeux publiés par les administrations, les collectivités et des réutilisateurs, avec pour chacun ses fichiers, sa licence et l'organisation qui le publie. C'est souvent la porte d'entrée, mais pas toujours la source : un jeu peut y être une copie, et la page du producteur reste la référence pour la documentation et les mises à jour.

À l'échelle européenne, Eurostat publie les statistiques harmonisées des États membres, consultables dans sa base de données en ligne et par une API ; le portail data.europa.eu recense les données ouvertes des institutions et des pays européens. Beaucoup de collectivités, régions, départements, métropoles, tiennent aussi leur propre portail.

La statistique publique

L'Insee produit les grandes statistiques nationales : recensement de la population, revenus et pauvreté (Filosofi), emploi, prix, entreprises (répertoire SIRENE), et le Code officiel géographique qui définit les communes de chaque année. Son catalogue Melodi décrit les jeux de données et les rend accessibles par API, avec la géographie dans laquelle chacun est diffusé.

Autour de l'Insee, les services statistiques ministériels forment avec lui le service statistique public. Les principaux : la DREES (santé, solidarités), la DARES (travail, emploi), la DEPP (éducation), le SDES (environnement, énergie, logement, transports), le SSMSI (sécurité intérieure), le SIES (enseignement supérieur et recherche) et le service statistique de l'agriculture (Agreste). Leurs publications suivent les mêmes règles de qualité et de secret statistique que celles de l'Insee.

Un indicateur, un producteur. Le chômage au sens du Bureau international du travail vient de l'enquête Emploi de l'Insee ; les demandeurs d'emploi inscrits viennent de France Travail et de la DARES. Les deux ne mesurent pas la même chose.
Un millésime de données n'est pas un millésime de géographie. Une source diffusée dans la géographie d'une autre année ne se joint pas directement : voir pourquoi la carte des communes change chaque année.

Les données administratives ouvertes

Une grande part de l'open data français n'est pas statistique : ce sont des fichiers de gestion, publiés tels quels ou presque. Les ventes immobilières (DVF, DGFiP), le cadastre, la Base adresse nationale, le répertoire des entreprises, les résultats électoraux (ministère de l'Intérieur), les diagnostics de performance énergétique (ADEME), les contours administratifs (IGN), les observations météorologiques (Météo-France), les indicateurs des établissements scolaires (ministère de l'Éducation nationale) en font partie.

Ces fichiers sont riches et fins, parfois au niveau de l'adresse, mais ils n'ont pas été conçus pour la statistique : doublons, codes en retard sur la géographie officielle, champs saisis à la main. Ils demandent un nettoyage que la statistique publique fait elle-même pour ses propres produits. Voir DVF : lire les prix de l'immobilier sans se tromper.

Les licences

La plupart des données publiques françaises sont diffusées sous la Licence Ouverte (version 2.0), qui autorise toute réutilisation, y compris commerciale, à condition de citer la source et la date de mise à jour. Eurostat diffuse ses statistiques sous licence CC BY 4.0, de même logique. D'autres licences existent, comme l'ODbL, qui impose de partager à l'identique une base de données dérivée.

Lisez les conditions particulières. Certaines sources ajoutent des règles à leur licence : les données DVF interdisent la réidentification des personnes, et les contours administratifs européens de GISCO sont réservés à un usage non commercial, avec une mention obligatoire.
Citez précisément. Producteur, nom du jeu, millésime et date d'accès : c'est ce que demande la Licence Ouverte, et c'est ce qui permet à un lecteur de refaire le calcul.

Cinq réflexes avant de s'en servir

Remonter au producteur et lire la documentation : définitions, champ couvert, ruptures de série.
Noter le millésime des données et celui de la géographie.
Repérer les valeurs absentes et leur motif : secret statistique, champ, fiabilité. Voir le secret statistique.
Vérifier les clés de jointure avant de croiser deux sources. Voir les identifiants à connaître.
Garder la trace du fichier téléchargé, de sa date et de son empreinte : un fichier publié peut être corrigé sans changer de nom.

C'est la méthode de Prisme : chaque source de son catalogue est décrite avec son producteur, sa licence, sa géographie et ses limites, et chaque chiffre publié renvoie à elle.

Questions fréquentes