Documentez, structurez et enrichissez vos données

La gouvernance des données dans Data Fair repose sur trois piliers : des métadonnées normalisées pour documenter et rendre découvrables les jeux de données, un schéma précis pour contrôler la structure et la qualité, et des enrichissements par les données de référence pour compléter les informations. L'ensemble se configure sans développement, avec une assistance par intelligence artificielle.

La saisie se fait dans un formulaire configurable : titre, résumé, description enrichie, licence, mots clés, thématiques, couverture spatiale et temporelle, fréquence de mise à jour, origine, producteur, source. L'administrateur choisit les champs disponibles et ceux obligatoires avant publication sur un portail.

Certaines métadonnées sont calculées automatiquement : dates de création et de mise à jour, boîte englobante des données géographiques, nombre d'enregistrements, taille du fichier source. Des pièces jointes (documentation, métadonnées riches) peuvent être attachées à un jeu de données.

Les métadonnées suivent les standards DCAT, INSPIRE, FOAF, Dublin Core et SKOS. Elles sont exposées en DCAT-AP (JSON-LD) pour le moissonnage par data.gouv.fr et les catalogues européens.

Chaque jeu de données possède un schéma qui décrit la nature et le type de chaque colonne : identifiant, libellé, description, groupe, type technique (chaîne de caractères, entier, décimal, date, date et heure, booléen). Le schéma est déduit automatiquement à l'import puis peut être affiné, par exemple forcer un code INSEE en chaîne de caractères pour ne pas perdre les zéros initiaux.

Des règles de saisie limitent les valeurs : colonne obligatoire, expression régulière ou intervalle. Les erreurs détectées à l'import ou à la saisie peuvent être bloquantes ou signalées comme avertissements, selon la configuration.

Les concepts associent aux colonnes un type métier (code commune, code SIRET, coordonnées, numéro de téléphone…) issu d'un thésaurus mutualisé lié au Web sémantique. Ils sont au cœur de la plateforme : enrichissement par jointure, listes de valeurs et recherche dans les formulaires, paramétrage guidé des visualisations, filtrage commun dans les tableaux de bord, navigation dans le catalogue.

La plateforme permet aussi d'associer des libellés lisibles à des codes techniques, pour afficher des termes explicites dans les tableaux, graphiques et cartes, et gérer les évolutions de codification dans le temps.

Les transformations s'appliquent à l'import, sans modifier le fichier source : fonctions texte (concaténation, majuscules, extraction, remplacement, découpage…), fonctions JSON, formats de dates, utilitaires (signature MD5, tests de présence). Les champs calculés créent de nouvelles colonnes à partir de plusieurs champs, avec en plus les fonctions numériques (somme, moyenne).

Les jeux de données sont complétés automatiquement par des jointures sur les concepts et les données de référence :

• Géocodage : à partir du numéro, du libellé de rue et du code postal, ajoutez les coordonnées GPS pour projeter vos données sur une carte ;
• Complétion Sirene : à partir d'un SIRET, récupérez la raison sociale, le code NAF, l'effectif et la géolocalisation de l'établissement ;
• Récupération de territoires : à partir de coordonnées GPS, retrouvez le code commune, le nom de la commune et ses niveaux administratifs ;
• Complétion INSEE : à partir d'un code commune, récupérez les statistiques des différentes bases de l'INSEE.

Les jointures peuvent être enchaînées et se mettent à jour automatiquement lorsque les sources évoluent.