SNT — Les données structurées
Les données et leur traitement
Types de données, métadonnées, format CSV, traitement
Résumé synthétiqueFiche en 5 sectionsQuiz de 10 questionsGratuit, sans pub
Résumé
Le numérique carbure aux **données** : textes, nombres, images, sons. Mais une donnée n'a de valeur que si on peut la **retrouver, croiser et analyser** — d'où l'idée de **structurer** l'information. Les **données structurées** s'organisent en **tables** (lignes et colonnes), comme un tableur ; le format **CSV** (Comma-Separated Values) est la façon la plus simple de les stocker en texte brut. À côté des données elles-mêmes, les **métadonnées** décrivent les données : date de création, auteur, taille d'un fichier, coordonnées GPS d'une photo. L'accumulation massive de toutes ces traces forme le **Big Data**, qu'on **trie, filtre et croise** par des algorithmes. Reste une question centrale : ces données parlent de **personnes**, et leur usage est encadré en Europe par le **RGPD**.
Une donnée isolée se perd vite. Pour l'exploiter, on la **range** : on choisit des **colonnes** (les attributs : nom, âge, ville) et chaque **ligne** décrit un individu ou un objet. C'est exactement le principe d'un **tableur** — et la base de toute analyse de données.
- **Données structurées :** organisées en **tables** (lignes et colonnes), comme un tableur.
- Une **colonne** est un **attribut** (ex. : nom, âge, ville) ; une **ligne** est un **enregistrement** (un individu).
- Cette organisation permet de **trier**, **filtrer** et **rechercher** très efficacement.
- À l'inverse, un texte libre ou une photo sont des données **non structurées**, plus difficiles à exploiter.
- Les bases de données et les tableurs reposent sur ce principe de **table**.
Exemple
Une liste d'élèves avec les colonnes `nom`, `age`, `ville` : chaque ligne décrit un élève. On peut alors **filtrer** ceux de 15 ans, ou **trier** par ville — impossible à faire aussi facilement sur un texte écrit en paragraphe.
Piège à éviter
Une donnée **structurée** n'est pas une donnée « plus vraie » : c'est une donnée **rangée** selon un schéma fixe (colonnes définies). Une photo ou un message restent des données, mais **non structurées**.
Comment échanger une table entre un tableur, un site et un programme ? Le format **CSV** répond avec une simplicité radicale : c'est du **texte brut** où chaque ligne est un enregistrement et où les valeurs sont **séparées par des virgules** (ou des points-virgules).
- **CSV (Comma-Separated Values) :** fichier **texte** où les valeurs sont séparées par des **virgules**.
- La **première ligne** contient souvent les **noms des colonnes** (l'en-tête).
- Chaque **ligne suivante** est un **enregistrement** ; les champs gardent le même **ordre**.
- Format **universel** : lisible par tout tableur, tout langage de programmation, sans logiciel spécial.
- En français, on utilise souvent le **point-virgule** comme séparateur (car la virgule sert de décimale).
Exemple
Le fichier CSV `nom,age,ville` puis `Lina,15,Lyon` puis `Tom,16,Paris` décrit deux personnes. Ouvert dans un tableur, il s'affiche sous forme de tableau ; ouvert dans un éditeur de texte, on voit les virgules.
Piège à éviter
Le CSV ne contient **ni couleurs, ni formules, ni mise en forme** : seulement les valeurs brutes. Le confondre avec un fichier de tableur complet (`.xlsx`) est fréquent — le CSV est volontairement minimaliste.
À côté du contenu, chaque fichier traîne des informations qui le **décrivent** : ce sont les **métadonnées**. Elles répondent aux questions *quand, qui, comment, où* — sans faire partie du contenu lui-même.
- **Métadonnée :** une **donnée sur une donnée** (information de description).
- Exemples : **date** de création, **auteur**, **taille** du fichier, format, durée d'un son.
- Une **photo** embarque des métadonnées **EXIF** : appareil, réglages, et parfois **coordonnées GPS**.
- Les métadonnées sont **invisibles** au premier regard mais bien **présentes** dans le fichier.
- Elles servent à **classer**, **rechercher** et **trier** automatiquement de grandes collections.
Exemple
Une photo prise avec un smartphone contient en métadonnées **EXIF** la date, le modèle du téléphone, les réglages de l'appareil et souvent le **lieu exact** (GPS) — informations qu'on partage parfois sans le savoir en envoyant la photo.
Piège à éviter
Partager une photo, c'est souvent partager ses **métadonnées GPS** : on peut ainsi révéler son domicile ou son école sans le vouloir. Penser que « une image ne contient que l'image » est une idée reçue dangereuse pour la vie privée.
Chaque clic, achat ou trajet laisse une trace. L'accumulation de ces traces à l'échelle de la planète forme le **Big Data** : des volumes si grands qu'aucun humain ne peut les lire à la main. On les exploite par des **algorithmes** qui trient, filtrent et croisent.
- **Big Data :** explosion du **volume** de données collectées et stockées en continu.
- Trois enjeux résumés par les « **3 V** » : **Volume**, **Vélocité** (vitesse) et **Variété** des données.
- **Traitement automatique :** des algorithmes **trient**, **filtrent**, **croisent** et **agrègent** les données.
- **Croiser** deux sources révèle des informations qu'aucune ne contenait seule (ex. : achats + localisation).
- Applications : recommandations, prévisions, recherche médicale, mais aussi **publicité ciblée**.
Exemple
Une plateforme de streaming **croise** ce que tu regardes, à quelle heure et combien de temps pour te **recommander** des contenus. Aucune donnée prise isolément ne dit grand-chose ; c'est leur **croisement** qui crée le profil.
Piège à éviter
Plus on **croise** de données, plus on peut **réidentifier** une personne, même à partir de données prétendument « anonymes ». Croire qu'une donnée anonymisée le reste pour toujours est une erreur : le croisement peut lever l'anonymat.
Si les données décrivent des **personnes**, leur collecte ne peut pas être libre. En Europe, le **RGPD** (entré en vigueur en **2018**) encadre l'usage des **données personnelles** et donne aux citoyens des **droits** concrets sur ce qui est collecté à leur sujet.
- **RGPD (2018) :** Règlement Général sur la Protection des Données, à l'échelle de l'Union européenne.
- **Donnée personnelle :** toute information se rapportant à une personne identifiable (nom, IP, photo…).
- **Consentement :** une entreprise doit obtenir ton **accord** avant de collecter tes données.
- **Droit d'accès :** savoir **quelles** données une organisation détient sur toi.
- **Droit à l'effacement** (« droit à l'oubli ») : demander la **suppression** de tes données.
Exemple
Quand un site affiche un bandeau « accepter les cookies », il applique le **RGPD** : il doit recueillir ton **consentement** avant de te suivre. Tu peux aussi écrire à une entreprise pour exiger l'**accès** à tes données ou leur **effacement**.
Piège à éviter
Le RGPD protège les **personnes**, pas les entreprises ni les logiciels. Et « gratuit » ne veut pas dire « sans collecte » : un service gratuit se finance souvent par tes **données**. Lire à quoi on consent vaut mieux que cliquer « tout accepter ».
Quiz - Données structurées
10 questions
Articles utiles
Questions fréquentes
Les points clés à retenir sur Les données et leur traitement, extraits du quiz de révision.
Que signifie le sigle CSV ?
Réponse :
Comma-Separated Values
**CSV = Comma-Separated Values** : un format **texte** où les valeurs sont séparées par des **virgules** (ou des points-virgules). C'est l'écriture la plus simple d'une table.
Dans une table de données, qu'est-ce qu'une ligne représente généralement ?
Réponse :
Un enregistrement, c'est-à-dire un individu ou un objet
Une **ligne** est un **enregistrement** (un individu, un objet) ; une **colonne** est un **attribut** (nom, âge, ville). C'est la structure d'un tableur.
Une métadonnée, c'est :
Réponse :
Une donnée sur une donnée (date, auteur, taille, GPS)
Une **métadonnée** est une **donnée sur une donnée** : date de création, auteur, taille, ou coordonnées GPS d'une photo. Elle décrit le fichier sans faire partie de son contenu.
Les données structurées sont organisées en :
Réponse :
Tables (lignes et colonnes)
Les données **structurées** sont rangées en **tables**, comme un tableur. À l'inverse, un texte libre ou une photo sont des données **non structurées**.