Notes de terrain · Avril 2026 · 7 min de lecture
Comment les services publics apprennent à utiliser leurs données.
Cinq institutions qui ont cessé de traiter la donnée comme une couche de reporting pour en faire une entrée opérationnelle - de l'Assurance Maladie française à l'agence de retraite estonienne.
Le lieu commun du « secteur public data-driven » est plus vieux que la plupart des logiciels auxquels il fait référence. Ce qui a changé, au cours de la dernière décennie, c'est qu'une poignée d'institutions a cessé de traiter la donnée comme une couche de reporting pour en faire une entrée opérationnelle. Cinq motifs qui méritent l'attention.
Cinq institutions, cinq motifs
- 01France - L'Assurance Maladie a remplacé les contrôles aléatoires par une détection fondée sur les patterns. Le système signale les dossiers dont la forme est atypique, et les enquêteurs concentrent leur temps là où il compte.
- 02Royaume-Uni - Le NHS applique une couche prédictive aux données de consultation pour anticiper les épidémies de grippe par région. Les stocks de médicaments et les effectifs sont réalloués avant la vague, pas après.
- 03Finlande - Kela, l'institut d'assurances sociales finlandais, analyse l'historique médical pour identifier les motifs associés à un risque d'invalidité professionnelle de long terme. Lorsqu'un motif apparaît, un suivi préventif est déclenché avant que la situation ne se dégrade.
- 04Singapour - Le Central Provident Fund notifie proactivement les citoyens, via une application mobile, des aides sociales auxquelles ils ont droit mais qu'ils n'ont pas réclamées. Ce qui se perdait dans la paperasse est désormais poussé à l'utilisateur.
- 05Estonie - L'agence de retraite publie un simulateur de pension personnel pré-rempli avec les données de carrière de chaque citoyen. Les choix - niveau de cotisation, âge de départ, ruptures de carrière - mettent à jour la projection en temps réel.
Ce que ces cinq cas ont en commun
Aucun de ces exemples n'est un projet technologique déguisé en politique publique. C'est l'inverse : des décisions de politique publique rendues possibles parce que la donnée est déjà là. Les institutions qui resserreront l'écart de confiance public dans la prochaine décennie sont celles qui prendront cette distinction au sérieux.