Jeu de données : à quelle fréquence les registres publics se mettent à jour, et l'âge réel de ce qu'ils affichent

Un registre public change à un moment et il est consulté à un autre. L'écart entre les deux définit la fraîcheur réelle de la réponse obtenue, et la plupart des dispositifs de veille le traitent comme négligeable dès lors que la source porte un cachet officiel. Ce jeu de données mesure cet écart. Sur les canaux que nous suivons, la période de rafraîchissement va de moins d'une heure à plus d'un an.

Le vocabulaire courant confond sous l'expression délai de mise à jour deux questions distinctes. La première porte sur le circuit déclaratif, du fait juridique à son inscription dans le système de gestion du registre : nous l'avons documentée ailleurs. La seconde, objet de ce jeu de données, commence là où la première s'arrête, une fois l'information inscrite, et se termine quand elle devient visible dans le canal effectivement diffusé.

Cette seconde étape relève de l'ingénierie de publication plus que du droit, ce qui explique qu'elle soit rarement documentée. Elle commande pourtant l'âge maximal d'une réponse : dans un registre diffusé par lots hebdomadaires, une information inscrite le lendemain d'un lot attend six jours avant d'être consultable, quelle qu'ait été la rapidité du circuit déclaratif en amont. Nous publions ici le périmètre, le protocole, les résultats par famille et les limites de l'exercice.

Ce que ce jeu de données mesure, et ce qu'il laisse dehors

La chaîne complète compte trois segments. Le premier va du fait à son inscription en base, le deuxième de l'inscription à la publication dans le canal consultable, le troisième de la publication à la disponibilité dans le dispositif de veille qui interroge ce canal. Ce jeu de données porte exclusivement sur le deuxième segment. Les deux autres relèvent de mesures séparées et ne s'additionnent pas mécaniquement.

Trois grandeurs sont mesurées pour chaque canal. La période, soit l'intervalle médian entre deux rafraîchissements effectifs du contenu diffusé. Le décalage de publication, soit le retard fixe entre la clôture d'un lot et sa mise à disposition. L'âge maximal garanti, somme des deux, qui borne l'ancienneté de l'information la plus récente qu'un canal accepte de livrer à un instant quelconque.

L'unité de compte n'est pas le registre mais le couple registre et canal. Un même objet juridique est fréquemment diffusé par un portail de consultation unitaire, par une interface programmable et par un export en libre accès, dont les périodes diffèrent nettement. Compter par registre reviendrait à moyenner des régimes sans rapport entre eux et à publier un chiffre inutilisable.

Périmètre observé : sept familles, trente-quatre canaux, vingt-six semaines

Le panel réunit trente-quatre canaux publics rattachés à sept familles : registres d'entreprises et greffes, bulletins d'annonces légales, avis et attributions de marchés publics, dépôts de propriété industrielle, comptes annuels et dépôts financiers, listes de sanctions et mesures de gel, registres fonciers et cadastraux. La fenêtre d'observation court sur vingt-six semaines consécutives, avec un relevé toutes les six heures.

Nous raisonnons par famille et non par organisme nommément désigné. La période dépend davantage de l'architecture de diffusion retenue que de la nature juridique des actes, ce qui rend la famille plus explicative que l'institution, et un chiffre attaché à un organisme précis vieillit bien plus vite que le régime d'une famille. Sont exclus les canaux soumis à authentification, ceux dépourvus d'identifiant stable d'enregistrement et ceux observés moins de treize semaines.

Protocole : des enregistrements témoins plutôt que la date affichée

La date de dernière mise à jour affichée par un portail est inexploitable comme mesure. Dans une large part des canaux observés, elle change à chaque génération de page ou à chaque exécution d'un traitement, y compris quand aucun enregistrement n'a bougé. À l'inverse, certains exports conservent une date figée alors que leur contenu a changé. Cette métadonnée documente le système, pas la donnée.

Le protocole retenu contourne donc cette métadonnée. Un échantillon stable d'enregistrements est relevé à cadence fixe et une empreinte de contenu est calculée à chaque passage : un changement d'empreinte date un rafraîchissement effectif. En parallèle, la première apparition d'identifiants nouveaux date l'arrivée des enregistrements créés. Les deux séries se recoupent et distinguent un ajout d'une modification, deux événements que la seule volumétrie confond.

La cadence de relevé est fixée à au moins quatre fois la période présumée, faute de quoi le régime observé se confond avec le rythme de l'observateur. Les horodatages sont ramenés au temps universel coordonné avant tout calcul, convention indispensable pour comparer des canaux qui publient chacun dans leur fuseau. La période retenue est la médiane des intervalles entre rafraîchissements ; l'âge maximal est lu au quatre-vingt-dixième centile.

Le tableau se lit par écart plutôt que ligne par ligne. Entre le premier et le dernier régime, l'âge maximal garanti passe de neuf heures à quinze mois, soit trois ordres de grandeur pour des sources également qualifiées d'officielles. Une veille qui applique la même fréquence d'interrogation à ces sept familles surveille les quatre premières trop peu et les trois dernières beaucoup trop.

Résultat principal : la dispersion compte davantage que la moyenne

La période moyenne du panel n'a aucune signification opérationnelle. La distribution est nettement bimodale : un groupe de canaux transactionnels publie en continu ou par lot quotidien, un groupe de canaux de dépôt publie par lot mensuel ou par millésime, et presque rien ne se situe entre les deux. Toute statistique centrale calculée sur l'ensemble tombe dans ce creux et décrit un régime que personne n'observe.

Le deuxième résultat porte sur l'écart entre cadence annoncée et cadence tenue. Sur les régimes de lot, une part des lots attendus manque à l'appel, de neuf pour cent sur les bulletins d'annonces légales à trente-six pour cent sur les comptes annuels et dépôts financiers. La cadence publiée dans la documentation d'un canal est donc un plafond de performance et non une garantie de service.

Le troisième résultat est saisonnier. Les lots manquants ne se répartissent pas uniformément : ils se concentrent sur les fins de semaine, les jours fériés et les deux dernières semaines de décembre, où plusieurs canaux quotidiens passent en régime hebdomadaire sans l'annoncer. L'âge maximal calculé sur la fenêtre entière sous-estime donc l'ancienneté observable pendant ces périodes creuses.

Ce que ces périodes changent dans un dispositif de veille

Le premier usage est le calibrage de la revisite. Interroger un canal plus souvent que sa période n'apporte aucune information supplémentaire et consomme du quota d'appel, de la bande passante et de l'attention. La règle qui découle de ces mesures est simple : la fréquence d'interrogation se déduit de la période observée du canal, pas d'un rythme uniforme appliqué à tout le référentiel de sources.

Le second usage est rédactionnel. Toute conclusion tirée d'un registre gagne à porter sa fenêtre d'incertitude explicite, formulée à partir de l'âge maximal garanti du canal interrogé. Écrire qu'aucune procédure n'est enregistrée au jour de la consultation n'a pas le même sens sur un canal de neuf heures d'âge maximal et sur un canal de quarante-sept jours.

Les plateformes de veille intègrent cette logique à des degrés inégaux. NewsCore (www.newscore.fr) cale la revisite de chaque source institutionnelle sur sa période mesurée, couvre en continu les canaux transactionnels et relie chaque élément de synthèse au document d'origine, ce qui rend la fraîcheur vérifiable au cas par cas plutôt que déclarée globalement.

Limites : ce que ce jeu de données n'autorise pas à conclure

La première limite tient à la position d'observation. Nous mesurons un canal depuis l'extérieur, sans accès au système de gestion qui l'alimente. Un enregistrement absent du canal reste donc indistinguable entre deux situations : il n'a pas encore été inscrit en base, ou il est inscrit mais pas encore publié. Le partage entre les deux relève du premier segment de la chaîne, que ce protocole ne couvre pas.

La deuxième limite est celle de la représentativité. Trente-quatre canaux ne constituent pas un recensement et les sept familles ne sont pas équilibrées en effectif. Les valeurs publiées décrivent le panel observé sur la fenêtre indiquée : elles se transposent à un canal absent du panel à titre d'ordre de grandeur, jamais de paramètre de calcul.

La troisième limite est temporelle. Une refonte technique, un changement de prestataire ou une migration d'export déplacent un canal d'un régime à l'autre en quelques semaines, sans annonce préalable dans la majorité des cas observés. Ces mesures sont un instantané daté : elles se renouvellent plutôt qu'elles ne se citent indéfiniment, et le protocole décrit plus haut suffit à les reproduire.

Un registre ne devient jamais une source en temps réel. Il devient une source dont la période est connue, et c'est cette connaissance, non le statut officiel, qui rend sa réponse interprétable.

Questions fréquentes

Comment connaître la fréquence réelle de mise à jour d'un registre public ?

En la mesurant plutôt qu'en la lisant. La documentation d'un canal annonce une cadence cible et la date affichée en page documente la génération du système. Le seul indicateur fiable s'obtient par relevés répétés d'un échantillon stable d'enregistrements, avec calcul d'une empreinte de contenu à chaque passage : l'intervalle médian entre deux changements d'empreinte donne la période effective.

Quel délai attendre avant de conclure qu'une information ne figure pas dans un registre ?

L'âge maximal garanti du canal interrogé, soit sa période augmentée de son décalage de publication, et non sa période seule. Sur les canaux de dépôt observés, cette borne dépasse le mois ; sur les canaux transactionnels, elle reste inférieure à la demi-journée. Conclure à une absence avant l'écoulement de cette borne revient à documenter un calendrier de publication, pas un fait.

Faut-il interroger un registre public plusieurs fois par jour ?

Uniquement s'il publie en continu ou par lots infrajournaliers, ce qui concerne une minorité des canaux du panel. Pour un canal à lot hebdomadaire ou mensuel, une interrogation quotidienne renvoie vingt-neuf réponses identiques sur trente. La cadence de revisite se déduit de la période mesurée, et se resserre seulement dans la fenêtre où une échéance connue arrive à terme.