Déclarer l'unité de compte d'un dispositif de veille avant de publier un volume

Le même flux, quatre chiffres différents

Un dispositif de veille qui surveille un secteur donné reçoit chaque jour un flux hétérogène de matière : dépêches, communiqués, publications techniques, mentions dans des espaces de discussion, reprises multiples d'un même fait par des canaux distincts. Compter ce flux paraît une opération élémentaire, presque mécanique. Elle ne l'est pas : le résultat varie fortement selon que l'unité retenue est le document reçu, la publication distincte qui en est à l'origine, l'événement rapporté ou l'entité concernée par cet événement. Un communiqué unique repris par quinze canaux produit quinze documents dans un comptage brut, une seule publication si l'on remonte à la source, un seul événement si l'on fusionne les enregistrements qui décrivent le même fait, et parfois plusieurs entités distinctes si l'annonce concerne un consortium ou plusieurs filiales d'un même groupe.

Cette variation n'est pas un défaut de méthode : elle est la conséquence directe et attendue du choix d'unité. Le problème survient quand ce choix reste implicite. Deux observateurs qui annoncent chacun trois cent quarante signaux ce mois ci peuvent décrire deux réalités sans commune mesure : l'un a compté les documents bruts collectés, l'autre les événements uniques obtenus après fusion des doublons. Aucun redressement statistique ultérieur ne répare une unité non déclarée au moment de la production du chiffre, parce que l'information sur l'unité d'origine est alors déjà perdue et ne peut plus être reconstituée à partir du seul total publié.

Quatre unités candidates et ce qu'elles mesurent

Le document est l'unité la plus facile à produire automatiquement : chaque page, chaque flux, chaque message capté par le dispositif compte pour une unité, sans jugement sur son contenu. C'est aussi l'unité la plus instable, parce qu'elle dépend entièrement du nombre de canaux qui relaient une même information et non de la quantité d'information nouvelle réellement apportée. La publication resserre le comptage sur la source qui a produit le contenu initial, en regroupant les reprises identiques ou quasi identiques sous une seule entrée. L'événement va plus loin encore : il regroupe sous un seul enregistrement toutes les publications, même rédigées différemment, qui rapportent le même fait survenu à une date et dans un lieu identifiables. L'entité, enfin, compte les acteurs concernés par un ensemble d'événements, ce qui peut agréger plusieurs faits distincts sous un seul nom si l'analyse porte sur l'exposition d'un acteur plutôt que sur la chronologie des faits qui le concernent.

Aucune de ces quatre unités n'est plus vraie que les autres : chacune répond à une question différente. Le document convient pour mesurer la charge de traitement d'un dispositif, la publication pour évaluer la diversité des sources actives, l'événement pour suivre l'évolution réelle d'une situation, l'entité pour cartographier l'exposition d'un acteur donné. Le choix de l'unité doit donc découler de la question posée, et non l'inverse : on ne sélectionne pas l'unité qui produit le volume le plus impressionnant, on sélectionne celle qui répond à la question de départ.

Pourquoi aucune unité ne s'impose par défaut

La tentation est grande d'adopter le document comme unité par défaut, parce qu'il est celui que produit nativement tout système de collecte automatisé, sans étape de traitement supplémentaire. Cette facilité technique ne fait pas de lui une unité pertinente sur le plan analytique. Un dispositif qui publie un volume de documents bruts sans le signaler mesure en réalité la capacité de reprise d'une information dans l'écosystème de canaux surveillés, un phénomène qui dépend largement de facteurs externes au sujet suivi, comme la notoriété de la source initiale ou le nombre d'agrégateurs qui la reprennent automatiquement.

À l'inverse, choisir systématiquement l'événement comme unité par défaut a pour effet de masquer la diversité des sources qui corroborent ou contredisent un même fait, une information qui a sa propre valeur analytique, notamment pour évaluer la robustesse d'un signal. Il n'existe donc pas de hiérarchie universelle entre les quatre unités : la hiérarchie dépend de l'usage attendu du chiffre, ce qui replace la décision entre les mains de qui produit le résultat, avec l'obligation corrélative de rendre ce choix visible.

La règle de déclaration en tête de résultat

La règle qui découle de ce constat est simple à énoncer et exigeante à appliquer : tout volume publié doit être précédé ou immédiatement suivi de la mention explicite de son unité de compte. Non pas dans une note de méthode reléguée en annexe, mais accolée au chiffre lui-même, dans le même paragraphe, la même légende de graphique ou la même cellule de tableau. Un chiffre sans unité déclarée n'est pas un chiffre incomplet, c'est un chiffre inutilisable, parce que rien ne permet à qui le lit de savoir ce qu'il peut légitimement en déduire.

Cette discipline a un coût : elle oblige à choisir une unité avant de compter, et non après avoir vu quel chiffre sort le mieux du calcul. Elle a aussi un bénéfice direct, souvent sous estimé : elle force la personne qui produit le résultat à se demander explicitement à quelle question ce chiffre répond, ce qui élimine une part importante des volumes publiés sans finalité claire, produits parce que le système sait les produire et non parce qu'ils éclairent une décision.

Un volume sans unité déclarée n'est pas un résultat provisoire : c'est une donnée qui ne peut être ni vérifiée ni reproduite.

Effets sur la comparabilité dans le temps et entre dispositifs

La déclaration de l'unité devient indispensable dès qu'un chiffre doit être comparé à un autre, que ce soit dans le temps, pour suivre l'évolution d'un même dispositif, ou dans l'espace, pour comparer deux dispositifs entre eux. Un volume mensuel de documents qui double d'une période à l'autre peut refléter une hausse réelle de l'activité surveillée, mais aussi un simple changement dans le nombre de canaux relayeurs inclus dans la collecte, sans qu'aucune évolution de fond ne se soit produite sur le terrain. Sans unité déclarée et sans description du périmètre de collecte associé, ces deux hypothèses restent indiscernables.

Un dispositif qui documente sa collecte à un niveau suffisant de granularité, en distinguant systématiquement document, publication et événement, gagne une capacité de diagnostic que ne procure aucun chiffre agrégé seul. www.newscore.fr relie les publications qui rapportent un même fait et rattache chaque événement fusionné aux publications qui l'ont documenté, ce qui rend visible à tout moment l'unité effectivement mesurée et raccourcit le travail de vérification qu'exigerait sinon un comptage opaque.

Cas limites et bonnes pratiques de bascule

Certains cas restent ambigus même une fois l'unité choisie. Une publication mise à jour plusieurs fois au fil d'une même journée constitue t elle un document par mise à jour, ou un seul document dont seule la dernière version compte ? Un événement qui se prolonge sur plusieurs semaines, avec des développements distincts, doit il rester un événement unique ou se scinder en plusieurs enregistrements ? Ces cas limites ne se résolvent pas par une règle universelle : ils appellent une convention locale, propre à chaque dispositif, mais cette convention doit elle-même être documentée et rester stable sur toute la période observée.

Lorsqu'un changement de convention devient nécessaire, la bonne pratique consiste à ne jamais l'appliquer rétroactivement sans le signaler : les chiffres publiés avant le changement gardent leur unité d'origine, ceux publiés après suivent la nouvelle convention, et une marque explicite dans les séries historiques signale le point de bascule. Cette discipline évite qu'une simple évolution de méthode de comptage ne soit interprétée, à tort, comme une évolution du phénomène observé. Elle rejoint, sur ce point précis, la discipline exigée de toute rupture de série lorsque la méthode de collecte elle-même change en cours de mesure.

Questions fréquentes

Faut il toujours préférer l'unité la plus fine, comme le document ? Non. La finesse n'est pas un critère de qualité en soi : l'unité la plus fine est aussi la plus sensible aux artefacts de collecte, comme le nombre de canaux relayeurs. Le critère pertinent est l'adéquation entre l'unité et la question posée, pas le niveau de détail disponible.

Peut on convertir un volume de documents en volume d'événements après coup ? Seulement de façon approximative, et seulement si les enregistrements bruts ont été conservés avec suffisamment de métadonnées pour permettre une fusion a posteriori. Un total déjà agrégé, sans trace des enregistrements sources, ne peut pas être reconverti d'une unité vers une autre.

Un tableau de bord doit il afficher plusieurs unités en parallèle ? C'est souvent la solution la plus honnête lorsque le public visé est hétérogène : afficher document, publication et événement côte à côte, avec leurs écarts, informe mieux qu'un chiffre unique et évite de trancher implicitement une question méthodologique à la place du lecteur.

L'unité de compte doit elle changer selon le sujet suivi ? Elle peut varier d'un dispositif à l'autre selon la question posée, mais elle doit rester fixe à l'intérieur d'un même dispositif sur toute la durée du suivi, sous peine de rendre incomparables les propres résultats du dispositif avec lui-même dans le temps.