Notes de veille et sources primaires : ce que montre le codage d'un corpus de neuf cents notes

La note de veille est l'unité de production la plus courante d'un dispositif d'intelligence économique, et la moins documentée de toutes. Elle circule par courriel, dans un canal de messagerie ou dans un tableau partagé, elle oriente un arbitrage commercial ou réglementaire, puis elle disparaît du système d'information. Personne ne conserve la trace de ce sur quoi elle reposait. La question posée par ce jeu de données est étroite : quelle part de ces notes renvoie à un document d'origine que le lecteur est en mesure de rouvrir lui-même ?

Nous avons codé un corpus de notes anonymisées pour répondre par la mesure plutôt que par l'impression. Le critère retenu est unique et volontairement pauvre : la note cite-t-elle, sous une forme vérifiable, un document produit par l'acteur dont elle parle ? La qualité rédactionnelle, la pertinence du sujet et la valeur perçue par le destinataire sortent du champ. Ce resserrement rend le codage reproductible par une équipe extérieure, seule vertu recherchée ici.

Le relevé apporte trois éléments : une grille de codage explicite à trois niveaux de source, une répartition observée par rubrique de veille, et un inventaire des limites qui interdisent d'en tirer un indicateur de qualité. Les proportions présentées sont des ordres de grandeur d'observation sur un corpus donné, non des mesures nationales, et se lisent avec les réserves exposées en fin d'article.

Ce que ce jeu de données mesure, et ce qu'il ne mesure pas

Le jeu de données porte sur l'adossement documentaire, pas sur la véracité. Une note renvoyant à un communiqué officiel se trompe parfois complètement dans son interprétation ; une autre reste exacte sans citer quoi que ce soit, parce que son auteur tenait l'information d'un échange direct. L'adossement mesure une propriété de traçabilité : la possibilité, pour un lecteur qui n'a pas assisté à la rédaction, de remonter à la pièce qui a déclenché la note et de la relire.

Cette propriété intéresse l'intelligence économique pour une raison pratique. Une note orpheline ne se réexamine pas. Six mois plus tard, quand la décision qu'elle a nourrie est contestée, il devient impossible de distinguer ce qui relevait du fait établi de ce qui relevait de l'hypothèse de son auteur. La chaîne de garde documentaire, notion venue de l'enquête, s'applique ici sans transposition : une information dont on ignore l'origine n'est pas réutilisable.

Échantillon, période de collecte et unité d'observation

Le corpus rassemble environ neuf cents notes de veille produites sur six mois par une douzaine d'organisations de tailles très différentes, depuis des cellules d'une seule personne jusqu'à des directions de l'information stratégique de plusieurs dizaines d'analystes. Les notes ont été transmises sous forme anonymisée : noms d'entreprises et de personnes remplacés par des identifiants, contenus conservés. Aucune organisation ne pèse plus d'un huitième du corpus, afin qu'une pratique interne particulière ne façonne pas l'ensemble du résultat.

L'unité d'observation est la note, définie comme un texte daté, diffusé à au moins un destinataire, portant sur un fait extérieur à l'organisation. Les brouillons non diffusés, les revues de presse purement automatiques et les compilations mensuelles ont été écartés : les premiers ne sont pas des productions, les deuxièmes ne comportent aucune rédaction, les troisièmes agrègent des notes déjà codées et fausseraient les proportions par double comptage.

Chaque note a reçu neuf champs : identifiant, date de diffusion, rubrique thématique, taille de l'organisation émettrice, niveau de source le plus élevé cité, présence d'une référence rouvrable, nombre de sources distinctes, délai entre l'événement rapporté et la diffusion, présence d'une mention d'incertitude. Le codage a été réalisé par deux personnes travaillant séparément, les désaccords étant tranchés par relecture conjointe.

Les trois niveaux de source retenus pour le codage

La grille distingue trois niveaux, dans l'ordre décroissant de proximité avec le fait. Le niveau primaire désigne un document produit par l'acteur concerné ou par l'autorité qui l'enregistre : communiqué, dépôt de marque, comptes publiés, décision de justice, offre d'emploi, avis de marché public, publication officielle. Le niveau secondaire désigne un contenu produit par un tiers qui rapporte le fait, typiquement un article de presse ou une étude sectorielle citant elle-même ses sources.

Le niveau tertiaire regroupe tout ce qui reprend un contenu secondaire sans apporter de vérification propre : lettres de synthèse, publications sociales relayant un article, agrégateurs, résumés automatiques. Une note dont la seule référence est tertiaire est codée comme non adossée à une source primaire identifiable, même si l'information qu'elle transporte se révèle exacte. Le codage retient toujours le niveau le plus élevé cité, jamais la moyenne des sources.

Répartition observée : la source primaire reste minoritaire

Sur l'ensemble du corpus, un peu plus d'un tiers des notes citent une source primaire identifiable. Un peu moins de la moitié s'arrêtent au niveau secondaire. Le reste, de l'ordre d'une note sur cinq, ne mentionne qu'une reprise tertiaire ou aucune référence rouvrable. Ces proportions sont des ordres de grandeur d'observation sur ce corpus précis, non une description de l'état général de la profession.

L'écart entre rubriques est plus instructif que le chiffre global. La veille réglementaire s'adosse presque toujours à un texte publié, parce que ce texte existe, qu'il est gratuit, stable et désigné par un identifiant. La veille concurrentielle mêle dépôts officiels et presse spécialisée. La veille réputationnelle porte souvent sur des propos dont il n'existe aucune version primaire consultable, ce qui explique mécaniquement sa position basse sans rien dire de sa rigueur.

Un second écart apparaît selon la taille de l'organisation, plus faible qu'attendu. Les grandes directions de l'information stratégique citent davantage de sources par note, sans que la part de notes adossées à une source primaire progresse dans les mêmes proportions. Elles empilent des sources secondaires plutôt qu'elles ne remontent aux documents d'origine. Le volume de citations n'est donc pas un indicateur de traçabilité.

Une note dont on ignore l'origine documentaire n'est plus une information : c'est un souvenir partagé.

Ce qui sépare une note bien adossée d'une note orpheline

Trois facteurs ressortent du croisement des champs. Le premier est le délai : les notes diffusées dans les deux heures suivant l'événement citent nettement moins souvent une source primaire que celles diffusées le lendemain. La contrainte de rapidité pousse vers la reprise de presse, arbitrage assumé dans beaucoup de dispositifs et non négligence. Reste que ce coût de la vitesse se paie en traçabilité, et qu'il gagne à être connu de ceux qui commandent les notes.

Le deuxième facteur est la présence d'un gabarit de rédaction imposé. Les organisations dont le modèle de note comporte un champ dédié à la référence produisent des notes adossées dans une proportion sensiblement supérieure aux autres. Le champ agit comme une case vide que l'auteur remplit par réflexe. C'est le résultat le plus directement actionnable du relevé : une modification de gabarit produit un effet mesurable, sans formation ni outil supplémentaire.

Le troisième facteur est l'outillage de collecte. Les dispositifs qui ramènent l'analyste vers le document d'origine plutôt que vers un résumé produisent des notes plus traçables, parce que la référence est déjà sous la main au moment d'écrire. NewsCore (www.newscore.fr) couvre en continu des millions de sources, trie les signaux par pertinence et ramène chaque alerte au document publié qui l'a déclenchée. La disponibilité immédiate de la référence supprime le principal motif d'omission observé dans le corpus.

Limites du protocole et conditions de reproductibilité

La première limite tient à l'échantillon. Les organisations qui acceptent de transmettre leurs notes à des fins de mesure sont celles qui documentent déjà le mieux leur pratique. Le biais joue vers le haut : la part réelle de notes adossées à une source primaire est vraisemblablement inférieure à celle observée ici. Aucune correction n'a été appliquée, faute de base solide pour l'estimer. Les proportions se lisent comme un plafond plutôt que comme une moyenne.

La deuxième limite tient à la définition du niveau primaire. Certains cas se classent mal : une déclaration prononcée en conférence et rapportée par un seul média n'a pas de version primaire publique, alors même que le fait est direct. Ces cas ont été codés en secondaire, ce qui pénalise les rubriques d'opinion. Une grille alternative comptant la captation vidéo intégrale comme primaire déplacerait plusieurs points entre les catégories.

La troisième limite est temporelle : un lien vérifiable au moment du codage ne l'est plus nécessairement six mois plus tard, car les sites officiels se réorganisent et les identifiants changent. Le relevé mesure la traçabilité au moment de la rédaction, pas sa persistance. Reproduire l'exercice ne demande qu'un tableur, la grille à trois niveaux, deux codeurs indépendants et une règle de résolution des désaccords ; le point coûteux reste l'anonymisation en amont, qui conditionne l'accord des participants.

Questions fréquentes

Qu'appelle-t-on exactement une source primaire en veille ?

Un document produit par l'acteur dont il est question, ou par l'autorité qui enregistre son activité. Un communiqué d'entreprise, des comptes déposés, un dépôt de marque, un avis de marché public, une décision de justice, une offre d'emploi publiée par la société elle-même entrent dans cette catégorie. Un article de presse rapportant ces mêmes faits n'y entre pas, même parfaitement exact et signé d'un journaliste spécialisé.

Une note sans source primaire est-elle une mauvaise note de veille ?

Non, et le jeu de données n'autorise pas cette conclusion. Beaucoup de sujets légitimes ne disposent d'aucune source primaire publique : un mouvement de personnel non annoncé, une rumeur de marché, un climat interne rapporté par un contact. L'absence d'adossement signale un besoin de prudence à la réutilisation, pas un défaut de qualité. Le codage mesure la traçabilité, propriété utile qui ne recouvre ni l'exactitude ni la pertinence.

Comment augmenter la part de notes adossées sans ralentir la production ?

Le levier le plus rentable observé est le gabarit : ajouter au modèle de note un champ obligatoire pour la référence d'origine, distinct du champ de commentaire. Le deuxième est l'outillage, à condition qu'il conduise à la page publiée plutôt qu'à un résumé. Le troisième est une règle de relecture réservée aux notes destinées à nourrir une décision : celles-là attendent la source primaire, les autres circulent au fil de l'eau avec mention explicite de leur niveau de source.