Depuis la fin du XXe siècle, l’économie s’est transformée sous l’effet du développement du numérique (Insee, 2019). Les entreprises ont modernisé leur fonctionnement, tant en interne, avec par exemple le recours fréquent à des systèmes intégrés de gestion, que dans leurs relations externes, avec notamment l’essor du commerce électronique. Conséquence de ces évolutions, de très nombreux pans de l’activité des individus et des entreprises donnent désormais lieu à des traces numériques.

Ces nouvelles données détenues par les entreprises représentent une opportunité pour celles-ci, car elles leur permettent d’optimiser leurs processus internes ou d’améliorer les services offerts à leurs clients (Vacher et Pradines, 2017). Depuis une quinzaine d’années, le système statistique public s’y intéresse également. Il y voit en effet un moyen de compléter ses sources d’information traditionnelles, à savoir les grandes enquêtes qu’il réalise, qui restent encore la fondation du système. Il cherche en particulier à bénéficier d’une plus grande granularité spatiotemporelle, tout en tenant compte des limites méthodologiques de ces données liées à des processus de gestion (Blanchet et Givord, 2017).

Où en est-on aujourd’hui de l’utilisation de ces traces numériques par le système statistique public ?

Durant les années 2010, le terme le plus communément employé pour désigner ces sources était celui de données massives (ou big data). Le choix d’un tel vocabulaire soulignait en premier lieu le défi technologique que représentaient leur stockage et leur traitement. Les progrès réalisés depuis une quinzaine d’années ont désormais permis de résoudre ces enjeux, à tel point que le terme « big data » est de moins en moins usité (Ouvrir dans un nouvel ongletTigani, 2023). La statistique publique maîtrise aujourd’hui ces technologies, qui constituent les soubassements des nouvelles plateformes de data science telles que le SSP Cloud (Comte et al., 2022). Ces infrastructures facilitent le traitement de données massives, notamment par le recours à de nouveaux formats de données (Dondon et Lamarche, 2023).

Désormais, ces traces numériques sont désignées sous le nom de données détenues par des opérateurs privés. Le glissement sémantique n’est pas anodin : parmi les multiples défis qu’elles posent, celui de la technologie aura été certainement le plus vite résolu. Ces nouvelles sources représentent donc le troisième type de données traité par la statistique publique, aux côtés des enquêtes et des données administratives. Elles partagent avec les données administratives le fait qu’elles n’ont pas été produites à des fins de statistique publique et qu’elles doivent donc d’abord être « qualifiées », avant d’être éventuellement intégrées dans le système d’information statistique (Cotton et Haag, 2023).

La première source de données détenues par des opérateurs privés exploitée par l’Insee dans le cadre de sa production statistique correspond aux données de caisse des enseignes de la grande distribution alimentaire. L’Insee les exploite depuis 2020 pour élaborer l’indice des prix à la consommation (Leclair, 2019). À ce jour, il s’agit de la principale source de ce type pleinement intégrée dans un processus de production statistique de l’Insee.

La crise sanitaire de 2020 a renforcé des collaborations déjà établies et en a suscité de nouvelles, avec des détenteurs de données soucieux de leur responsabilité sociétale. Ces acteurs ont souhaité mettre leurs informations à disposition des pouvoirs publics pour les aider à agir durant cette situation d’urgence. Certaines collaborations se sont prolongées à l’issue de la crise sanitaire. L’Insee, et plus largement les systèmes statistiques français et européen, ont ainsi pu approfondir l’examen de ces nouvelles sources afin de qualifier leurs potentiels. Les travaux se sont démultipliés : ils explorent l’utilisation des données détenues par des banques, des plateformes de location immobilière de courte durée, des opérateurs de téléphonie mobile, mais aussi celles des programmes de fidélité (Ouvrir dans un nouvel ongletGaliana et Suarez Castillo, 2022), des compteurs communicants (Le Saout et al., 2024) ou encore des « schémas » de paiement par carte bancaire (voir ci-dessous, dans la partie consacrée aux données de transactions par carte bancaire).

Sur le long terme, et dans l’optique de leur intégration dans le système d’information statistique, les sources de données privées présentent trois grands défis pour le service statistique public (figure 1). Le premier est celui de la base légale sur laquelle il pourra se fonder pour y accéder dans le cadre de ses missions. Le deuxième porte sur la mise en place d’un cadre partenarial soutenable et pérenne pour traiter ces informations sans rompre leur confidentialité. Enfin, le troisième défi est d’ordre méthodologique, ces données n’ayant pas été collectées pour la réalisation de statistiques publiques.

Après les données de caisse, l’Insee s’est donc intéressé à de nouvelles sources de données détenues par les opérateurs privés. Cet article en donne ici un panorama général (figure 2). De manière plus détaillée, les données de comptes bancaires ont fait l’objet d’un article dans le numéro précédent du Courrier des statistiques (Bonnet et Loisel, 2024). Les données de téléphonie mobile et de transactions par carte bancaire font, elles, l’objet des deux articles suivants de ce numéro.

Les données de téléphonie mobile offrent un potentiel désormais reconnu pour compléter la connaissance statistique sur la population et les territoires. Elles permettent d’analyser la présence et la mobilité des personnes dans une zone géographique. Ainsi, il est possible d’estimer la population présente à différents moments de la journée, de la semaine ou de l’année, de mesurer les déplacements quotidiens et même de créer des cartographies dynamiques de la population. Ces données fournissent également des éclairages sur les flux touristiques et la ségrégation résidentielle (Galiana et al., 2020).

L’exploitation de ces données présente plusieurs avantages indéniables. Leur richesse informationnelle, leur fréquence d’actualisation et leur granularité géographique complètent les sources traditionnelles de la statistique publique, en tout premier lieu le recensement de la population. Elles peuvent permettre d’analyser finement les déplacements domicile-travail, et par exemple d’appréhender les effets du télétravail, mais aussi de comparer la mobilité entre la semaine et le week-end. Elles peuvent également apporter un éclairage utile aux acteurs publics locaux sur les besoins de protection de la population (services de santé et d’urgence, sécurité et protection civile) ou aux entreprises du commerce de détail sur les besoins en points de vente.

Cependant, leur utilisation soulève de nombreux enjeux méthodologiques. Les données de téléphonie mobile sont conçues et optimisées pour la gestion d’un réseau de télécommunications, et non pour la production de statistiques. Leur réutilisation à cette fin nécessite des traitements complexes et des méthodologies spécifiques (Ouvrir dans un nouvel ongletSuarez Castillo et al., 2023). Les principales difficultés sont les suivantes :

L’utilisation des données de téléphonie mobile soulève également des enjeux juridiques importants. Les questions de confidentialité, de protection de la vie privée et d’accès aux données sont centrales s’agissant de données aussi sensibles que celles de téléphonie mobile. La protection de la vie privée, le respect du règlement général sur la protection des données (RGPD) et la protection du secret des affaires doivent être garantis à chaque étape du processus de traitement de l’information. Ceci impose une organisation et des investissements spécifiques.

L’exploitation des données de téléphonie mobile nécessite donc une compréhension approfondie de leurs caractéristiques et limites, l’adoption de méthodologies adaptées et la mise en place d’un cadre technique, organisationnel et juridique qui réponde aux exigences et obligations de l’ensemble des acteurs concernés (Ouvrir dans un nouvel ongletCoudin et al., 2021). Pour ces raisons, Eurostat a lancé différents projets sur ces données, dont deux aboutiront en 2025 (encadré 1):

Les données issues des transactions par carte bancaire apportent des informations complémentaires à celles de la statistique publique, notamment pour le suivi conjoncturel et la prévision des indicateurs économiques. Une transaction par carte bancaire mobilise sept acteurs : l’acheteur, le commerçant, leurs banques respectives, le schéma de paiement (CB, Visa, Mastercard, etc.), le réseau interbancaire d’autorisation et le système interbancaire d’autorisation. L’ensemble des transactions génère de nombreuses données, dont les montants, dates et heures des opérations et les références bancaires des acheteurs et vendeurs. Une fois agrégées et enrichies, par exemple avec l’activité principale et la localisation du commerçant, ces données permettent d’analyser en profondeur les comportements de consommation et l’activité commerciale.

Face aux délais de collecte et de traitement de ses sources de données traditionnelles, l’Insee a cherché à mobiliser ces données, à haute fréquence et disponibles rapidement. Elles peuvent en effet améliorer le suivi conjoncturel et la prévision de certains indicateurs d’activité, comme l’indice de chiffre d’affaires du commerce de détail. Les données du groupement d’intérêt économique Cartes Bancaires CB (GIE CB), qui est le schéma domestique français de paiement par carte et par mobile, couvrent un large spectre d’activités commerciales. Elles offrent un aperçu précis des dynamiques territoriales et sectorielles et ont notamment permis d’éclairer les conséquences économiques du confinement de 2020 (Insee, 2020).

Le partenariat entre l’Insee et le GIE CB – renforcé depuis la crise sanitaire et via la chaire de recherche Finance digitale – repose sur une transmission sécurisée à l’Insee de données préagrégées. Ces dernières sont issues d’un travail de structuration et d’enrichissement des données individuelles anonymisées. Le dispositif permet l’exploitation d’informations détaillées sur chaque transaction tout en garantissant leur confidentialité. Des contrôles rigoureux, basés sur la comparaison entre données d’autorisation, de compensation et d’activité de paiement, permettent d’analyser la qualité et la fiabilité des agrégats exploités pour la production statistique.

Ces données présentent cependant des limites intrinsèques, qui nécessitent des corrections pour ne pas fausser les analyses :

Durant la crise sanitaire, le caractère inframensuel de ces données et leur rapidité de mise à disposition ont permis d’obtenir des informations précieuses pour l’analyse conjoncturelle. Néanmoins, leur utilisation sur le moyen terme pour cette finalité reste encore une question ouverte, en raison d’une forte volatilité et d’une couverture fluctuante. En revanche, le chaînage des transactions pour une même carte offre la possibilité d’éclairer les liens entre commerces et territoires (c’est-à-dire où vont les habitants d’un territoire pour faire leurs achats). Il permet d’envisager l’utilisation de ces données pour analyser les effets de l’implantation ou de la disparition de certains points de vente sur l’activité commerciale infracommunale, ou bien l’évaluation de politiques publiques portant sur l’activité commerciale. Les comportements effectifs de consommation de la population observés à travers ces données peuvent également compléter les sources d’information déjà existantes sur les connexions entre territoires. En effet, les zonages actuels élaborés par l’Insee établissent ces connexions principalement à partir des déplacements domicile-travail (aires d’attraction des villes) ou des distances des populations aux équipements les plus proches (bassins de vie).

Au total, ces données enrichissent la palette des indicateurs économiques en offrant une vision plus fine des comportements de consommation et des dynamiques territoriales, tout en posant des défis méthodologiques pour leur intégration dans les processus statistiques traditionnels.

Le numéro précédent du Courrier des statistiques présente les travaux menés par l’Insee à partir d’échantillons anonymisés de comptes bancaires de La Banque Postale et du Crédit Mutuel Alliance Fédérale (Bonnet et Loisel, 2024). L’institut s’est intéressé à ces données en tout premier lieu pour l’analyse de la conjoncture économique. En effet, leur fraîcheur, leur granularité fine, la grande taille des échantillons considérés et la variété des renseignements disponibles favorisent des analyses précises et quasiment en temps réel des comportements financiers des ménages. Ainsi, les relevés mensuels de comptes bancaires, délivrés dès la fin du mois suivant la période observée, voire au milieu du mois, permettent d’étudier les revenus et dépenses des ménages sur une base journalière. La diversité des informations recueillies autorise également une analyse fine de la diversité des comportements des ménages et des inégalités de consommation (y compris sur des trajectoires longues, grâce à la possibilité de constituer des panels). Des populations spécifiques peuvent par ailleurs être étudiées avec davantage de précision, car les effectifs disponibles sont plus importants que dans les enquêtes traditionnelles.

La possibilité d’étudier de manière détaillée l’impact de chocs économiques, tels que des variations brutales de prix ou de revenus, est un autre atout majeur de ces données. On peut ainsi estimer, par exemple, dans quelle mesure les ménages réagissent à une hausse de prix en puisant dans leur épargne ou en réduisant leur consommation. L’Insee a pu étudier grâce à ces données les effets budgétaires, redistributifs et environnementaux des remises sur le prix des carburants après les hausses liées à la guerre en Ukraine (Adam et al., 2023). Ce potentiel très riche d’analyse tient en grande partie à la nature même des données collectées, qui incluent les soldes de comptes, le détail et les dates des opérations, ainsi que certaines informations sociodémographiques. Les banques proposent de surcroît une typologie des dépenses, grâce à une catégorisation des paiements par carte selon le type d’établissement bénéficiaire, ce qui se révèle précieux pour analyser la composition de la consommation.

Ces nombreux avantages n’éludent pas les limites des données, à commencer par un problème de représentativité :

Plusieurs défis se posent pour maximiser le potentiel de ces données et améliorer la qualité des analyses. Le premier consiste à accroître la représentativité en développant de nouveaux partenariats avec davantage d’établissements afin, d’une part, de potentiellement mieux cerner les personnes multibancarisées et, d’autre part, d’englober un éventail plus large de ménages. Le second concerne la profondeur historique, puisqu’un historique plus ancien permet de mieux appréhender l’évolution des comportements financiers sur le long terme. Une fois ces conditions réunies, la désaisonnalisation prendra tout son sens, car elle contribuera à atténuer une partie du bruit inhérent à la haute fréquence d’observation et facilitera la détection de tendances conjoncturelles.

Les efforts d’amélioration de la catégorisation des flux financiers constitueront également un atout précieux pour rapprocher progressivement les transactions des définitions usuelles de la statistique publique. Enfin, la préservation de la confidentialité des données demeure centrale, afin de garantir l’anonymat des clients et de protéger leur vie privée. L’objectif à long terme est de parvenir à combiner ces données avec d’autres sources pour disposer d’une vision plus exhaustive du comportement économique des ménages, tout en maintenant des standards élevés de fiabilité et de confidentialité.

Début 2020, Eurostat a conclu un accord d’échanges de données avec quatre plateformes de location de courte durée : Airbnb, Booking, Expedia Group et TripAdvisor. La collecte de données auprès des plateformes permet d’améliorer la qualité des statistiques européennes sur le tourisme. En effet, s’agissant du marché de l’hébergement, le segment des locations de vacances de courte durée n’est traditionnellement couvert que partiellement. Les acteurs de ce marché de location sont nombreux, ce qui rend la collecte de données plus difficile. Une partie importante des locations de vacances de la nomenclature d’activité européenne « vacances et autres hébergements de court séjour » (code NACE 55.2) n'est ainsi pas représentée.

Les données mises à disposition par ces plateformes couvrent les hébergements de courte durée (à l’exclusion des hôtels et campings) réservés par leur intermédiaire dans l’Union européenne (UE) et dans les pays de l’Association européenne de libre-échange (AELE). Les plateformes fournissent trimestriellement à Eurostat des données comme les nombres de nuitées réservées et de voyageurs. Les statistiques obtenues ont un caractère expérimental, comprenant notamment des risques de double compte.

Ces données permettent d’éclairer l’impact économique et social des plateformes de location immobilière de courte durée dans différents pays européens (voir par exemple Ulrich (2021) pour la France). Elles viennent combler les lacunes des enquêtes traditionnelles sur le tourisme, qui ne couvrent pas systématiquement ce segment en plein essor. Leur utilisation est également envisagée pour mieux prendre en compte l’hébergement de courte durée via les plateformes dans le futur système de comptabilité national (Askenazy et Bourgeois, 2025). Ces travaux illustrent en même temps l’importance d’institutions telles qu’Eurostat dans la négociation d’accords avec des acteurs de l’économie numérique qui sont simultanément présents sur différents marchés nationaux. L’échelon européen est, dans ce contexte, mieux adapté pour négocier avec ces acteurs.

Avec la publication de la stratégie européenne pour les données par la Commission européenne en 2020, l’échelon européen s’est emparé de la question de l’accès aux données détenues par le secteur privé à des fins d’intérêt général. Dans ce contexte, les institutions européennes ont également finalisé, fin 2024, une révision du règlement n^o 223/2009 relatif aux statistiques européennes, via l’adoption d’un règlement rectificatif : le règlement n^o 2024/3018 modifiant le règlement n^o 223/2009 relatif aux statistiques européennes. Les nouvelles dispositions introduites par cette révision traitent notamment de l’accès aux sources de données privées par le système statistique européen. Ces différents textes précisent par ailleurs ce qu’ils entendent sous le terme de données (encadré 2).

La stratégie européenne pour les données comporte deux textes majeurs : le Data Governance Act (règlement sur la gouvernance des données) et le Data Act (règlement sur les données). Certains points intéressent en particulier la statistique publique.

Le Data Governance Act définit le cadre juridique des espaces européens de données (data spaces). La Commission européenne soutient leur développement pour faciliter la mise en commun et le partage des données dans des secteurs clés, notamment dans divers champs sectoriels de l’économie (agriculture, santé, énergie, transports, etc.). Si ces espaces se développent et se pérennisent, ils peuvent offrir des perspectives intéressantes pour la statistique européenne. D’ores et déjà a été créé en mars 2025 l’espace européen des données de santé. Datant d’avant le Data Governance Act, mais dans le même esprit, l’espace de données Copernicus offre un accès aux images satellitaires ainsi qu’un écosystème d’outils et de données dérivées qui en facilitent l’usage.

Le Data Act porte principalement sur les données générées par l’Internet des objets et sur la concurrence sur le marché du cloud (informatique en nuage). En outre, il définit un cadre juridique pour le partage de données des entreprises vers les pouvoirs publics (encadré 3). Ces règles concernent l’ensemble des pouvoirs publics, dont bien évidemment la statistique publique.

La révision du règlement n^o 223/2009 relatif aux statistiques européennes introduit d’abord de nouvelles définitions. Parmi celles-ci, un « détenteur de données » est « une personne physique ou morale ou toute autre entité qui a le droit [...] ou la capacité, de gérer et de mettre à disposition des données obtenues dans le cadre de son activité ».

Surtout, cette révision dote Eurostat et les instituts nationaux de statistique européens de prérogatives nouvelles pour demander l’accès à des sources de données privées à des fins statistiques, en plus de celles prévues par le Data Act en cas de besoin exceptionnel. Le texte s’applique à des données dont il convient de montrer qu’elles sont strictement « nécessaires pour le développement, la production et la diffusion de statistiques européennes et que celles-ci ne peuvent être obtenues autrement ou que leur réutilisation entraînera une réduction considérable de la charge de réponse pesant sur les détenteurs de données et d’autres entreprises ». Il est important de noter que ces finalités statistiques comprennent les activités scientifiques et de recherche des instituts de statistique ainsi que l’établissement de bases de sondage.

S’agissant d’une potentielle compensation financière, le nouvel article 17 ter du règlement dispose que la mise à disposition des données et métadonnées est gratuite, mais aussi que « [l]orsque les données demandées [...] nécessitent un service de traitement spécifique, les États membres peuvent accorder une compensation au détenteur de données privé pour ce service, sauf lorsque le droit national proscrit l’indemnisation des détenteurs de données ». Par conséquent, la question de la gratuité de l’accès aux sources de données privées est renvoyée au droit de chaque État.

Le nouveau cadre défini par cette révision invite aussi à établir des relations partenariales avec les détenteurs de données privés. En effet, après une demande de mise à disposition de données par Eurostat ou un institut national de statistique, un dialogue doit s’engager entre le détenteur de données privé et l’administration ayant formulé la demande « afin de discuter et de convenir des mesures requises pour la mise à disposition des données [...] en vue de conclure un accord ». La demande d’accès ne suffit donc pas, il est nécessaire d’engager une discussion pour trouver un accord. Si aucun accord n’est conclu dans un délai de trois mois, une seconde demande peut être formulée. Elle deviendra alors opposable en droit, c’est-à-dire contraignante pour les détenteurs de données. L’accent mis sur le dialogue entre les acteurs du système statistique européen et les détenteurs de données privés est ainsi proche du mécanisme de concertation qu’a prévu le législateur aux travers des dispositions de l’article 3 bis de la loi n^o 51-711 du 7 juin 1951 sur l’obligation, la coordination et le secret en matière de statistiques.

Les nouvelles dispositions du règlement prévoient également qu’Eurostat puisse mettre en place une infrastructure sécurisée pour faciliter le partage de ces données au sein du système statistique européen. Ces dispositions sont en lien avec les investissements qu’Eurostat mène sur les infrastructures de calcul multipartite sécurisé (Ouvrir dans un nouvel ongletRicciato, 2024) au travers notamment du projet JOCONDE.

L’orientation prise par le système statistique européen vise résolument à la mise en place de partenariats avec les détenteurs de données privés. Cette orientation était présente dès 2022 dans les conclusions du groupe européen de haut niveau sur l’utilisation des nouvelles sources de données pour la statistique publique (Ouvrir dans un nouvel ongletEurostat, 2022).

Cette voie correspond, dans les faits, à celle déjà entreprise dans différents pays européens ainsi qu’en France depuis les années 2010. La principale raison d’être de ces partenariats tient à la nature des données. Aucune source de données privée n’a été conçue à des fins statistiques. Ces sources ont toutes été conçues pour d’autres finalités : gérer un réseau de télécommunications, gérer un système de paiement par carte, offrir un service d’intermédiation et de mise en relation sur internet, gérer des comptes bancaires, etc.

L’investissement nécessaire pour construire des indicateurs qui répondent aux exigences de la statistique publique est conséquent et nécessite un réel travail partenarial. En effet, les statisticiens publics ne peuvent comprendre seuls la complexité que représente la gestion d’un réseau de télécommunications ou d’un système de paiement. Réciproquement, les détenteurs de données privés ne connaissent pas la statistique publique. Les données qu’utilise le service statistique public doivent notamment être alignées sur des référentiels, tels que les nomenclatures statistiques. À cet égard, les données diffusées en open data par la statistique publique participent à l’appropriation de ces référentiels par le secteur privé. Le répertoire Sirene est ainsi très largement exploité par le secteur privé, diffusant par là-même l’utilisation de la nomenclature d'activités française (NAF) au sein de cette sphère.

Par ailleurs, les obligations et exigences de protection de la vie privée auxquelles doivent répondre les détenteurs de données privés représentent autant de freins à la mobilité des données dont ils sont responsables (Ouvrir dans un nouvel ongletDesrochers, 2024). Suivant les circonstances, il peut être préférable qu’ils ne transfèrent pas leurs données brutes à l’extérieur de leur système d’information. Dès lors, il peut devenir nécessaire de concevoir et mettre en place des systèmes et des méthodologies qui, à la fois, répondent aux besoins de la statistique publique et prennent en compte ces contraintes. Dans certains cas, un co-investissement de la statistique publique et de ces opérateurs sera la meilleure voie pour trouver des solutions qui répondent aux besoins et contraintes de l’ensemble des partenaires. Dans cette optique, il pourrait être envisagé de recourir à des technologies améliorant la confidentialité ou « PETs » (Privacy Enhancing Technologies), telles que la confidentialité différentielle (differential privacy) (Tassi, 2019) ou le calcul multipartite sécurisé (Ouvrir dans un nouvel ongletRicciato, 2024). Cependant, ces dernières restent encore particulièrement complexes et coûteuses à mettre en œuvre.

Les accords passés entre le système statistique public et des détenteurs de données privés restent néanmoins fragiles dans le temps. La concurrence existant dans le secteur privé peut conduire à un changement de contrôle, voire à la disparition de certains d’entre eux. Les accords jusqu’ici trouvés avec des acteurs privés ont souvent reposé sur une prise de conscience de leur responsabilité sociétale. En ce sens, l’épisode de la crise sanitaire de 2020 a été un catalyseur très positif. Il est néanmoins impossible de présager de l’avenir, et de savoir si les partenariats avec les instituts de statistique continueront de trouver une place dans leurs stratégies. Les nouvelles prérogatives du système statistique européen – en ce qu’elles permettent de rendre obligatoire la transmission de données qu’ils détiennent – atténuent ces risques.

Les sources de données privées proviennent d’acteurs agissant sur un marché concurrentiel. Ces détenteurs de données peuvent donc être nombreux, se différencier sur leurs offres et, partant, leurs clientèles. Dès lors, les données d’un seul acteur ne couvrent pas l’ensemble du champ et peuvent souffrir d’un problème de représentativité. Plusieurs stratégies sont alors possibles. On peut chercher à accroître le champ – en augmentant le nombre d’acteurs auprès desquels sont collectées les données – afin qu’il soit le plus large possible (Ouvrir dans un nouvel ongletCoudin et al., 2021). Dans certains cas, on peut aussi échantillonner les données ou les caler, si les sources de données comprennent des informations auxiliaires le permettant (Bonnet et Loisel, 2024).

Les sources de données privées souffrent très fréquemment de différences de concept au regard de ce que le statisticien cherche à mesurer. Par exemple, en ce qui concerne les données bancaires, les données d’une seule banque ne permettent pas d’avoir une mesure exhaustive de la situation financière des individus du fait du cas des personnes multibancarisées. De même, les paiements par carte bancaire ne mesurent pas les dépenses en espèces ou par chèque.

Le fait que les consommateurs aient recours aux services de plusieurs acteurs concurrents peut conduire à des comptages multiples. C’est le cas par exemple, de la téléphonie mobile pour les personnes disposant d’une ligne personnelle et d’une ligne professionnelle, ou bien des clients d’opérateurs étrangers en itinérance qui peuvent être détectés successivement chez différents opérateurs.

Dans certains cas, le passage à l’unité statistique utilisée par le statisticien est source de complexité. En effet, il n’y a pas toujours identité entre le souscripteur d’un service et ses utilisateurs : abonnement de téléphonie mobile au nom d’un parent utilisé par un enfant, carte de paiement utilisée par un autre membre de la famille, compte bancaire conjoint, etc.

Afin de corriger la plupart de ces problèmes, il est souvent procédé à des enquêtes pour en évaluer leurs ampleurs. Cela conduit à un paradoxe, car ces nouvelles sources de données ont souvent été présentées comme pouvant réduire le recours à des enquêtes.

La documentation accumulée sur ces enjeux méthodologiques est le résultat des partenariats mis en œuvre dans le service statistique public avec des détenteurs de données privés. La connaissance de ces sources, de leur potentiel, mais aussi de leurs limites est précisément ce qui peut permettre, à terme, leur intégration aux côtés des autres sources mobilisées par le service statistique public.

Ces données privées offrent d’ores et déjà des connaissances inaccessibles à l’aide d’enquêtes. Elles ne permettent pas pour autant de s’y substituer, chaque source ayant ses forces et faiblesses. Les enquêtes restent ainsi le seul moyen de couvrir un champ de façon exhaustive. Par ailleurs, même si les prérogatives des instituts nationaux de statistique ont été renforcées par la révision du règlement n^o 223/2009, les accès aux sources de données privées reposent sur des accords qui n’offrent pas la même garantie de pérennité.

Aujourd’hui, elles apparaissent donc bien comme des sources complémentaires, qui peuvent trouver leur place aux côtés des enquêtes et des sources administratives déjà exploitées par le service statistique public, et permettre ainsi d’enrichir la production statistique.

Comme Harford l’avait expliqué dès 2014, ces nouvelles traces numériques des entreprises privées ne sont pas la panacée, ne peuvent se substituer aux enquêtes déjà existantes, et ne peuvent faire l’économie d’une analyse méthodologique approfondie (Ouvrir dans un nouvel ongletHarford, 2014). Mais elles permettent d’offrir de nouveaux éclairages pour enrichir la connaissance de la société et de l’économie française.