Données de pilotage, BI, enquêtes et gouvernance de la donnée : audit, conseil, formation et assistance technique pour l'enseignement et la recherche

Indicateurs, statistiques publiques et pilotage de l'établissement

Les sources nationales et leurs définitions

Deux services statistiques publient les repères nationaux du secteur : la sous-direction des systèmes d'information et des études statistiques (SIES) du ministère chargé de l'enseignement supérieur et de la recherche, pour le supérieur et la recherche, la direction de l'évaluation, de la prospective et de la performance (DEPP) pour l'enseignement scolaire. Leurs chiffres servent à situer un établissement, jamais à fixer sa cible. Chacun porte une définition précise, et elle compte. La note flash n° 17 du SIES de juillet 2025 évalue à 3 012 800 le nombre d'étudiants inscrits dans l'enseignement supérieur à la rentrée 2024, dans l'Hexagone et les départements et régions d'outre-mer, hors inscriptions simultanées en classes préparatoires aux grandes écoles. Les établissements privés en accueillent 799 700, soit 26,5 % des effectifs. Le périmètre est écrit dans la note : c'est lui qui rend le chiffre comparable d'une année à l'autre.

InserSup est le système d'information du SIES qui produit les données d'insertion professionnelle des sortants du supérieur. Sa note méthodologique décrit un appariement de fichiers administratifs sur le suivi des étudiants avec un extrait des déclarations sociales nominatives, pour mesurer l'insertion 6, 12, 18, 24 et 30 mois après la diplomation. Les contrats d'apprentissage sont comptés en poursuite d'études, les contrats de professionnalisation en emploi, et certains contrats à rémunération nulle ou très faible sont exclus de l'emploi. Ces choix de calcul changent la lecture du chiffre. Les indicateurs sont calculés chaque semestre et publiés en données ouvertes sur le portail du ministère.

Des indicateurs d'établissement qui tiennent debout

Un indicateur d'établissement tient debout lorsqu'il a une définition écrite, un périmètre, une source, une date de calcul et un responsable. Sans cela, le même mot recouvre plusieurs calculs. Le Hcéres, autorité publique indépendante, évalue les établissements, les unités de recherche et les formations. Les équipes de pilotage fournissent à ces évaluations des données qui doivent résister à une question simple : d'où vient ce chiffre ?

Les services de formation continue et les centres de formation d'apprentis ajoutent un cadre propre : le référentiel national qualité demande de mesurer les résultats obtenus et de recueillir les appréciations des parties prenantes. Les indicateurs de ce référentiel évoluent : consultez le texte en vigueur avant de bâtir un tableau de suivi.

Concrètement : exemple construit. Deux services diffusent un « taux de réussite en première année ». L'un compte les inscrits au 15 janvier, l'autre tous les inscrits de l'année. Les deux tableaux donnent des résultats différents. Pour la direction, c'est un débat en conseil sur un écart qui n'existe pas. Pour l'équipe de pilotage, c'est du temps perdu à justifier. Pour l'étudiant ou l'enseignant, c'est une mauvaise lecture de sa filière. Effet contre-intuitif : publier plus de chiffres peut réduire la confiance si les définitions manquent.

Chacun a son rôle. La direction arbitre les définitions et signe les publications. L'équipe de pilotage les calcule, les documente et les diffuse. Les composantes et les services en fournissent les données de base et en répondent à la source. Le délégué à la protection des données est associé dès qu'un fichier nominatif ou un croisement de sources apparaît. Le responsable de la sécurité des systèmes d'information vérifie les droits d'accès et la traçabilité des consultations. Quand ces rôles ne sont pas écrits, le même chiffre est refait trois fois et personne n'ose le corriger.

Données personnelles des étudiants, enquêtes et anonymisation

Le RGPD appliqué aux données d'étudiants et de personnels

Un établissement qui traite des données d'étudiants est responsable de traitement. Le RGPD (règlement général sur la protection des données) lui demande de définir une finalité, de ne collecter que les données nécessaires (minimisation), d'informer les personnes, de fixer une durée de conservation et de tenir un registre des traitements. Son délégué à la protection des données instruit les cas délicats. Un tableau de bord qui croise la scolarité, les connexions à une plateforme et les aides sociales peut devenir un profilage ; il se prépare avec une analyse d'impact lorsque le risque est élevé.

Le règlement européen sur l'IA (intelligence artificielle) range parmi les systèmes à haut risque certains usages dans l'éducation (annexe III), dont le calendrier d'application est fixé par les textes publiés au Journal officiel de l'Union européenne. Un modèle prédictif d'échec étudiant mérite donc une prudence particulière, et son calendrier se lit dans le texte en vigueur.

Pseudonymiser, anonymiser, publier avec des petits effectifs

Pseudonymiser consiste à remplacer l'identité par un identifiant : les données restent personnelles, puisqu'on peut revenir à la personne avec des informations supplémentaires. Anonymiser demande bien davantage. La CNIL reprend les trois critères du G29 (groupe de travail « article 29 » des autorités de protection des données) : l'individualisation (peut-on isoler une personne ?), la corrélation (peut-on relier des jeux de données sur une même personne ?) et l'inférence (peut-on déduire une information sur elle ?). Elle précise qu'une solution d'anonymisation se construit au cas par cas, et qu'un jeu de données n'est considéré comme anonyme qu'après une analyse détaillée des risques de ré-identification dès qu'un des trois critères n'est pas respecté. Nous n'écrivons donc jamais « anonymisation irréversible ».

Concrètement : exemple construit. Un établissement publie le nombre d'étudiants en situation de handicap par composante et par niveau. Une cellule affiche 1. Toute personne qui connaît cette composante peut deviner qui est concerné. La direction doit fixer un seuil minimal par cellule et regrouper les modalités rares. Le délégué à la protection des données valide la règle. L'étudiant concerné ne saura jamais que son cas était identifiable : la protection doit donc être prévue avant la publication, et non corrigée après.

Enquêtes et outils : ce qu'il faut vérifier avant de collecter

Les établissements utilisent des outils d'enquête de nature variée : Sphinx, Qualtrics, Google Forms, Ethnos. Avant de lancer une enquête, quatre vérifications : la finalité et la base juridique, les informations données aux répondants, le lieu d'hébergement et les transferts hors de l'Union, la durée de conservation. Pour les transferts de données hors de l'Union, notamment vers les États-Unis, le cadre juridique applicable évolue : vérifiez-le sur le site de la CNIL avant d'ouvrir une enquête, et demandez à l'éditeur où ses serveurs sont situés.

Les champs de réponse libre sont un autre piège : une personne peut y écrire des informations sensibles, ou permettre qu'on l'identifie. Prévoyez-en le traitement avant la collecte : relecture, suppression des éléments identifiants, mention d'information claire en tête du questionnaire.

Concrètement : exemple construit. Un service lance une enquête de satisfaction auprès de 4 000 étudiants avec un outil en ligne et une question ouverte « autre remarque ». Plusieurs réponses évoquent des informations médicales ou citent un enseignant par son nom. La direction détient alors des données sensibles qu'elle n'a pas cherché à collecter. L'équipe doit purger ou pseudonymiser ces réponses avant tout export, et le délégué à la protection des données doit en être informé. Effet contre-intuitif : supprimer la question ouverte aurait coûté moins cher que traiter ses réponses.

Qualité et gouvernance de la donnée

Qualité, référentiels et chaînes de traitement

La qualité d'une donnée se mesure à son exactitude, à sa complétude, à sa cohérence entre systèmes et à son actualité. Dans un établissement, elle se dégrade aux interfaces : la scolarité, les ressources humaines, la finance et la recherche tiennent chacune leurs référentiels, et le même enseignant, la même composante ou la même formation peut porter plusieurs codes. La gestion des données de référence (MDM) vise à désigner une version de référence. Un système d'information décisionnel regroupe les données dans un entrepôt, alimenté par des chaînes de chargement que des outils comme Apache Airflow orchestrent, et interrogé en SQL ou en PostgreSQL.

Le plus souvent, la correction ne passe pas par l'outil, mais par la saisie à la source : un champ obligatoire, une liste de valeurs, une personne qui en répond.

Les contrôles se placent à trois endroits : à la saisie (format, valeurs autorisées), au chargement (volumes attendus, doublons, clés manquantes) et à la restitution (comparaison avec la période précédente, alerte sur un écart anormal). Un tableau de bord dont personne ne contrôle l'alimentation finit par afficher un chiffre faux avec la même assurance qu'un chiffre juste. Il vaut mieux un tableau plus modeste, mais dont chaque chiffre est contrôlé et daté.

Catalogue de données, rôles et données ouvertes

Un catalogue de données (DataGalaxy, Microsoft Purview, Talend Data Catalog) recense les jeux de données, leur description, leur propriétaire et leur sensibilité. Il ne sert à rien sans rôles tenus : un responsable des données pour l'établissement, des correspondants dans les directions, un comité qui arbitre les définitions litigieuses. La loi pour une République numérique a étendu aux administrations des obligations de publication en ligne de certains documents administratifs (code des relations entre le public et l'administration) : le champ pour un établissement se lit dans le texte en vigueur avant toute décision de publication.

Concrètement : exemple construit. Un établissement dispose de trois listes de composantes, une par logiciel de gestion. Un catalogue les recense, et un correspondant par direction valide la liste de référence. Pour la direction, cela réduit les écarts de tableaux. Pour les services, cela suppose de ne plus modifier seuls leur liste. Effet contre-intuitif : la première utilité d'un catalogue est de montrer ce qui est en double.

Ce que nous faisons, et ce que nous ne faisons pas

Ce que nous faisons

Nous intervenons de cinq façons hors formation. En audit, nous remontons d'un échantillon d'indicateurs à leur source et nous repérons les données personnelles qui circulent. En conseil, nous comparons les outils, les organisations et les rôles. En conception, nous construisons des tableaux de bord à partir des questions de ceux qui les liront, avec un dictionnaire des indicateurs. En déploiement, nous mettons en service Power BI, Tableau, Metabase, Looker Studio, Qlik Sense, SAP BusinessObjects ou un outil d'enquête dans votre environnement. En assistance technique, nous réalisons un lot défini au devis (reprise de tableaux de bord, automatisation d'une chaîne de chargement, construction d'indicateurs), sous notre responsabilité et notre encadrement, avec des livrables datés, un critère de recette et un prix de lot.

Nos interlocuteurs sont les responsables du pilotage et de la statistique, les administrateurs de données, les directeurs des systèmes d'information, les délégués à la protection des données, les directeurs généraux des services et les responsables de la formation continue.

Ce que nous ne faisons pas

Nous n'hébergeons aucune donnée : elles restent chez vous. Nous ne sommes pas votre délégué à la protection des données et nous ne rendons pas d'avis de droit ; nous préparons les éléments que votre délégué instruit. Nous ne promettons aucune anonymisation irréversible et nous n'attestons d'aucune conformité au RGPD. Nous ne fixons pas de valeur cible, nous n'inventons pas d'indicateur à votre place et nous ne publions aucun chiffre d'établissement. Nous ne délivrons ni certification, ni agrément, ni habilitation, et nous ne sommes ni éditeur ni revendeur des logiciels cités. Les missions d'assistance technique d'Optédif sont réalisées par des intervenants d'Optédif, sous la responsabilité et la direction d'Optédif, dans le cadre d'un contrat de prestation de services portant sur un objectif, un livrable ou un périmètre défini avec le client. Optédif ne met pas de personnel à disposition de ses clients.

Comment s'organise une mission

Nous répondons sous 48 heures ouvrées, puis nous établissons un devis après un échange sur votre besoin. Le prix est ferme pour le périmètre et la durée décrits dans le devis. Un établissement public achète dans le respect du Code de la commande publique, et nous répondons aux consultations et aux procédures adaptées. Nous ne répondons pas à une consultation dont nous aurions rédigé le cahier des charges, et nous ne conseillons jamais de découper un besoin pour échapper à une procédure. Une formation débute au plus tôt sept jours après l'accord.