Modernisation de l’action publique : la gouvernance par la donnée, une vieille nouveauté

Une toute nouvelle fonction vient d’être officialisée : administrateur général des données (AGD), chief data officer (CDO) pour reprendre la terminologie anglophone. Il est chargé de faire passer à la vitesse supérieure l’utilisation des données pour guider les politiques publiques. Une communication du secrétaire d’Etat en charge de la modernisation de l’action publique, “le numérique pour transformer l’Etat”, parue en conseil des ministres mercredi 17 septembre lui donne une place de premier plan.

Lors de la création de la fonction, Marylise Lebranchu, alors ministre de la décentralisation, de la réforme de l’Etat et de la Fonction publique avait souligné son caractère inédit et innovant dans nos contrées et dans le public : “La France est le premier Etat européen à se doter de cette fonction, que de nombreuses entreprises et collectivités locales, notamment aux Etats-Unis, ont déjà expérimentée, et se place ainsi à la pointe de l’innovation publique. »

La réalité est plus nuancée. Comme l’a retracé le fondateur de la sociohistoire de la statistique Alain Desrosières, dans ses travaux précurseurs, la donnée est un outil politique depuis deux siècles. Le terme “statistique” vient lui-même d’”Etat”.

La Cour des comptes, comme son nom l’indique, fournit des chiffres depuis plus de deux siècles, comme le rappelait d’ailleurs Didier Migaud lors de la conférence de Paris sur l’open data et l’open gov, en un tacle aimable aux Anglo-saxons présentés comme précurseurs.

La mise en données a bercé la France des 30 Glorieuses, avec la création en 1946 de l’Insee, contribuant à la mise en place de l’Etat-providence d’obédience keynésienne⁽¹⁾.

Partir des problèmes – A-t-on simplement couverts d’atours plus modernes une vieille pratique ? Les différents interlocuteurs s’accordent à dire qu’une nouvelle étape a été franchie ces dernières années. Puissance computationnelle et nouvelle approche de “résolution de problème” la caractériserait.

De données agrégées disséminées dans des rapports périodiques, on passe à des bases de données fines, en temps réel. Ce qui permet “des analyses plus dynamiques et des politiques et ajustements opérationnels qui reflètent davantage les réalités sans cesses mouvantes du terrain, résume Mike Flowers, chief data officer de New York, ville réputée en la matière. Les rapports sont d’une grande valeur pour mettre en lumière des questions à poser et identifier des problèmes mais un bon programme d’analyses de données vous permet de trouver comment répondre à ces questions et résoudre ces problèmes.”

“Il y a l’idée d’utiliser les données résultantes pour recadrer et améliorer, ce qu’on appelle une boucle de rétroaction, en sciences de l’automatique, indique Thomas ⁽²⁾, agent d’une administration d’évaluation. C’est encore au stade artisanal actuellement, en fonction de l’expérience des gens. L’analyse se focalise actuellement surtout sur les extrêmes et la moyenne.”

« Il s’agit de modéliser mathématiquement la chaîne de valeur d’une politique publique, à partir de forts volumes de données hétérogènes, détenus par de nombreux acteurs, poursuit Philippe Charlot, fondateur du cabinet de data scientist La Mètis. C’est un métier nouveau. Ni la Cour des Comptes, ni l’IGF, n’ont réalisé à ce jour d’analyse prédictive des résultats d’une politique publique basée sur une telle modélisation. Ils ne sont pas encore formés au métier de scientifique des données (data scientist) qui est en train d’émerger au niveau mondial et pour lequel les premières formations ont débuté en France en 2013.

“L’usage doit être au cœur de tout système. Dans notre cas, nous avons donc adapté nos outils en orientant nos clients vers une meilleure qualification, une valorisation et une pérennité plus conséquente de leurs sources de données, en contrepartie d’une publication en volume plus restreinte, indique encore Stéphane Le Lionnais, chez MGDIS, spécialiste des finances locales. En résumé « publier moins mais publier mieux ». Cela s’est traduit par des indicateurs davantage renseignés, des tableaux de bord de pilotage connaissant des taux d’utilisation plus élevés, des diagnostics plus pérennes, et enfin des stratégies suivies.”

Donnée ou statistique ? – Quelle différence alors entre données et statistiques ? Historiquement, et son étymologie le traduit, la statistique est la production de données par l’Etat dans une tentative de décrire le réel. Résumant le propos du chercheur Lev Manovich, Xavier de la Porte explique : “Depuis le XIXe siècle et jusqu’à récemment, explique Manovich, on se représentait notre société via les statistiques. Or les statistiques s’intéressent à la moyenne.”

Outre que l’évolution de la technique permet d’aller vers de plus en plus de finesse, et de construire une autre réalité, peut-être plus pertinente, la donnée pullule désormais au coeur même des métiers des administrations, et à vocation à accomplir sa destinée légale en étant mise à disposition du public. Henri Verdier, qui dirige Etalab, et désormais AGD, résumait :

“L’open data, ce n’est pas le service de la statistique publique, ce n’est pas non plus un grand récit par lequel l’Etat nous dit quoi penser… C’est le partage des instruments avec lesquels travaille l’Etat et sur lesquels il fonde ses décisions. C’est la recherche d’une deuxième vie, et d’une nouvelle utilité, pour tous les savoirs que crée l’Etat de par son activité quotidienne.”

Couplé à l’open data, la data driven policy permettrait de s’appuyer aussi sur l’expertise externe estime encore Mike Flowers : “Le même noyau de données peut-être mis à disposition du public et de la presse, qui peuvent tous deux s’appuyer sur un nombre significativement plus grand de gens qui aideront le gouvernement à aider les gens.”

Modélisation mathématiques – Concrètement, comment cela se traduit-il ? Philippe Charlot déroule “l’exemple réussi de la modélisation de la politique d’accueil des demandeurs d’asile en France, réalisée pour et avec le ministère de l’intérieur. Nous sommes allés chercher les données dans les systèmes d’information existants. Nous les avons nettoyées et homogénéisées, jusqu’à pouvoir les additionner et les multiplier en limitant le risque d’erreurs. Nous avons ainsi réussi à démontrer et quantifier mathématiquement l’enjeu du recrutement de dizaines d’officiers de protection à l’OFPRA pour faire baisser les dépenses d’accueil (hébergement et restauration). Plus les délais d’instruction se raccourcissent à l’OFPRA, plus la durée de prise en charge budgétaire des demandeurs d’asile est courte. Le retour sur investissement du recrutement est de plus de 10 pour 1.”

En clair, par souci d’économie, les effectifs avaient été diminués, aboutissant à un rallongement de la durée d’instruction. Or les dépenses liées aux droits des demandeurs d’asile dépassaient les économies de personnel. Le symbole de La Mètis est une corde méthodiquement détressée, à l’image des variables que le cabinet identifie, qui forme la politique publique.

Du ruisseau au fleuve – Pour parvenir à de telles démontrations, il s’agit, dans un premier temps, que les administration utilisent davantage les données, de systématiser l’approche, de fluidifier la circulation des flux de données et donc de s’assurer que l’eau, pour filer la métaphore, coule en abondance d’un tuyau à l’autre. “Le système statistique préexiste, comment s’articulera-t-il avec Etalab”, s’interroge Pierre ⁽³⁾, un administrateur de l’Insee.

Actuellement, les acteurs publics sont face au syndrome de l’oeuf et de la poule. Les données sont sales parce qu’on ne s’en sert pas et vice-versa. Et lorsqu’on tombe sur une base propre, c’est justement parce qu’elle a été conçue comme outil de pilotage. On peut ici citer le référentiel des équipements sportifs, une énorme et très fine – dans sa conception – base, moulinée dans une application. Passé inaperçu dans la torpeur des vacances, le décret du 1er août réorganisant les systèmes d’information sous la houlette du Premier ministre est un signe fort en ce sens (voir encadré).

“Une fois le projet de valorisation de données partagé et accepté par tous, il s’agira de prouver que la production de services à partir de la donnée concerne l’ensemble de l’organisation, et surtout qu’elle est possible. Pour ce faire, la meilleure solution est la réalisation d’une « success story », c’est-à-dire de mener à bien la création d’un service autour d’un projet et d’une communauté d’acteurs visant à renforcer leur collaboration”, souligne Stéphane Le Lionnais, de MGDIS.
Voilà pour le monde des Bisounours. Inscrite dans une longue tradition de gouvernance, la data driven stratégy en reprend aussi les écueils.

Un coup de balai sur les systèmes d’information

Utiliser davantage la donnée et l’exposer à l’expertise extérieure via l’open data suppose d’intégrer en amont leur production dans les systèmes d’information. Thierry Mandon, le secrétaire d’Etat chargé de la Réforme de l’Etat et de la Simplification nous a indiqué qu’il demandait “30 millions d’euros au budget de l’année prochaine pour investir sur des plates-formes mutualisées entre les administrations de gestion des données et de l’interopérabilité.” Un décret paru le 1er août a donné le go à cette refonte des systèmes, en la plaçant sous la direction du Premier ministre.

Toutefois, seules les administrations centrales en bénéficieront. La refonte des systèmes d’information des collectivités territoriales reste suspendue au bon vouloir des pouvoirs locaux.

A rebours, Philippe Charlot, de La Métis estime que l’exemple de l’OFPRA “démontre aussi qu’il n’est pas nécessaire d’attendre la refonte des systèmes d’information pour réaliser des stratégies sur de forts volumes de données. C’est souvent une mauvaise excuse. Un premier travail des données « à la main » permet de mieux penser les systèmes de demain, et non l’inverse. Pour les systèmes les plus complexes, de nouveaux logiciels de fusion de données permettent également d’éviter de tout casser. Ces logiciels offrent une vue « intégrée » de données hétérogènes en provenance de différentes sources de donnée. » Mais le coût d’une telle opération sur un projet laisse songeur : “150 000 euros”, avance-t-il.