Pourquoi un signal est écarté : huit motifs de rejet en qualification

Un dispositif de veille se juge presque toujours sur ce qu’il fait remonter. La mesure inverse est plus instructive : la majorité des signaux entrés en file de qualification en ressort écartée, et les raisons de cet écartement ne sont pas interchangeables. Hors périmètre, doublon et information invérifiable produisent le même résultat visible, aucune alerte ne part, mais appellent des corrections opposées.

Ce jeu de données porte sur les décisions de rejet consignées pendant un trimestre d’observation, sur plusieurs files de qualification de tailles et de secteurs différents. Chaque décision a été rattachée à un motif unique, pris dans une nomenclature fermée arrêtée avant la collecte, puis recodée à l’aveugle par un second analyste sur un sous-échantillon de contrôle.

L’objet n’est pas d’établir combien un dispositif rejette : ce chiffre dépend de la largeur de la commande de collecte et ne se compare pas d’une organisation à l’autre. L’objet est la composition. Quelle part revient à chaque motif, combien de temps coûte chaque décision, et quelle proportion de ces rejets se trouve contredite dans les trente jours qui suivent.

Rejeter, filtrer, ignorer : ce que consigne une décision de qualification

Trois opérations se confondent dans le langage courant. Un signal non collecté n’a jamais existé pour le dispositif : il est resté hors de la requête, hors du référentiel de sources ou derrière un accès fermé. Un signal filtré a été écarté par une règle ou un seuil, sans qu’aucun humain le voie. Un signal rejeté en qualification a été présenté, lu, puis écarté par une décision explicite.

Seule cette troisième catégorie entre dans le jeu de données, et la distinction n’est pas théorique. Un compteur de filtrage indique combien d’éléments ont été retirés, jamais ce qu’un humain en aurait fait. La décision de qualification, elle, est datée, attribuable et motivée : c’est la seule matière dont une nomenclature se déduit sans reconstitution rétrospective.

Le rejet se sépare enfin de la mise en attente. Un signal en attente d’un élément complémentaire reste dans la file, avec une échéance. Les attentes non tranchées à la clôture de la période ont été exclues plutôt que reclassées d’office en rejet, choix qui évite de gonfler artificiellement le motif de non-vérifiabilité.

Périmètre du jeu de données, unité de compte et règle de codage

L’unité de compte est la décision, pas le document. Un contenu présenté deux fois, après réouverture d’un dossier, compte pour deux décisions ; un lot de vingt reprises d’une même dépêche traité en une seule action compte pour une, avec le motif de doublon. Compter les documents ferait grossir le doublon jusqu’à écraser les autres motifs.

Le relevé couvre des files pilotées par des équipes de deux à une dizaine de personnes, sur des périmètres allant de la surveillance concurrentielle à la sécurité informationnelle. Aucune sélection n’a été opérée sur la performance apparente des dispositifs. Les files entièrement automatisées restent hors périmètre : elles ne produisent aucun motif consigné.

Un motif unique est imposé par décision. Beaucoup de rejets réels sont surdéterminés : un contenu est à la fois ancien, hors périmètre et invérifiable. La règle de codage retient le motif qui, s’il disparaissait, aurait le plus de chances de faire basculer la décision. Arbitraire mais explicite, donc reproductible : c’est la condition pour que deux relevés se comparent.

La nomenclature fermée : huit motifs de rejet et rien d’autre

Une nomenclature ouverte, où l’analyste saisit un motif libre, produit en quelques semaines des dizaines de formulations pour la même réalité. Nous avons figé huit catégories avant la collecte, avec une définition opérationnelle pour chacune, et interdit la rubrique « autre ». Les cas jugés inclassables, fraction très minoritaire du relevé, sont consignés à part et exclus des tableaux.

Les huit motifs se rangent en trois familles, portées en dernière colonne. Une file dominée par la famille « commande » signale un mandat mal cadré, donc une conversation à tenir avec le commanditaire. Une file dominée par la « chaîne technique » signale un problème d’ingénierie, le plus souvent réparable sans toucher à l’organisation du travail.

La famille « matière disponible » désigne autre chose : ni la commande ni les outils ne sont en cause, ce sont les sources accessibles et la mémoire documentaire de l’équipe qui manquent. La correction passe par le référentiel, par les accès négociés et par la façon dont les décisions antérieures restent retrouvables.

Distribution observée : trois motifs portent près de six rejets sur dix

Le tableau donne, pour chaque motif, sa part du total des rejets, le temps médian écoulé entre l’ouverture du signal par l’analyste et la décision, puis un indice de requalification à trente jours. Cet indice vaut 100 pour la moyenne du jeu de données : 200 signifie deux fois plus de décisions contredites ensuite que la moyenne, 50 deux fois moins.

Hors périmètre, doublon et non vérifiable rassemblent cinquante-sept pour cent des décisions. Les deux premiers coûtent une à deux minutes en médiane et se contredisent rarement par la suite. Le troisième est leur exact opposé : il mobilise le temps de décision le plus long et concentre les requalifications, ce qui reste cohérent, puisqu’un contenu invérifiable un jour cesse de l’être dès qu’une source primaire paraît.

Le motif « sans conséquence » mérite une attention particulière : onze pour cent des décisions, un temps de décision intermédiaire, un indice de requalification élevé. Il ne traduit ni un défaut de collecte ni une erreur de lecture, mais un désaccord entre l’analyste et le destinataire sur ce qui mérite d’être signalé. Aucun réglage technique ne le fait baisser.

Ce que la composition des motifs dit du réglage d’un dispositif

Un taux de rejet global ne dit presque rien. Deux dispositifs qui écartent la même proportion de signaux, avec des compositions opposées, n’ont pas le même problème. Le premier réflexe consiste à durcir les seuils de pertinence ; il ne se justifie que si le hors périmètre domine, et il aggrave la situation lorsque le motif dominant est le bruit technique.

Les motifs à décision rapide coûtent peu à l’unité, mais leur volume en fait le premier poste de charge. Les réduire relève de l’ingénierie : dédoublonnage plus fin, contrôle de l’extraction, résolution d’entités mieux étalonnée. Sur ce point, la traçabilité de l’outil de collecte fait la différence : NewsCore (www.newscore.fr) relie chaque signal remonté à son document d’origine, ce qui rend la consignation du motif immédiate.

Les motifs à décision lente relèvent du sourcing et de la commande. Allonger le temps passé sur un contenu invérifiable ne le rend pas vérifiable : ce qui change la donne, c’est l’ajout de sources primaires au référentiel et une règle de clôture au bout d’un délai fixé d’avance. Consigner ce délai dans le motif rend la mesure exploitable un trimestre plus tard.

Limites de la mesure, biais connus et conditions de reproductibilité

Le premier biais tient à la déclaration. Le motif est saisi par la personne qui décide, dans un contexte où la rapidité est valorisée : les motifs à sélection rapide sont vraisemblablement surreprésentés. Le recodage à l’aveugle montre un accord élevé sur les catégories techniques, nettement plus faible sur la frontière entre « sans conséquence » et « hors périmètre ».

Le deuxième biais tient au périmètre : un relevé limité aux files comportant une étape humaine exclut tout ce que le filtrage automatique a retiré en amont. La distribution décrite est celle des rejets visibles, pas celle des rejets réels. Le troisième tient à la durée : un trimestre capte mal les motifs saisonniers, en particulier le fait ancien. Reproduire ce relevé suppose de publier ces trois réserves avec les chiffres.

Une nomenclature de rejet ne sert pas à justifier les décisions passées : elle sert à savoir laquelle des trois familles, commande, chaîne technique ou matière disponible, coûte le plus cher au dispositif.

Questions fréquentes sur les motifs de rejet en veille

Quel taux de rejet est normal dans un dispositif de veille ?

Aucun seuil ne fait référence. Le taux dépend de la largeur de la commande : une collecte volontairement large produit beaucoup de rejets sans que le dispositif soit mal réglé. La question utile porte sur la composition des motifs et sur le temps qu’ils consomment, pas sur le taux lui-même.

Faut-il consigner un motif pour chaque signal écarté ?

Pour chaque signal écarté par un humain, oui, à condition que la saisie tienne en un clic dans une liste fermée. Au-delà, la consignation devient un coût qui décourage la décision et dégrade la donnée recueillie. Les éléments retirés automatiquement en amont relèvent d’un autre instrument, la journalisation des règles de filtrage.

Comment distinguer un doublon d’une reprise éditoriale ?

Le doublon reprend un contenu sans apport : même fait, mêmes éléments, aucune source nouvelle. La reprise ajoute une vérification, une réaction ou un élément de contexte, et constitue un signal distinct, notamment parce qu’elle documente une propagation. La règle applicable consiste à se demander si la lecture du second document changerait la décision déjà prise.

Que faire des signaux rejetés puis contredits par la suite ?

Ils constituent la matière la plus utile du dispositif. Un rejet requalifié dans les trente jours indique soit un seuil trop strict, soit un désaccord de périmètre. Suivre cet indicateur motif par motif désigne directement la correction : un indice élevé sur le motif non vérifiable appelle des sources supplémentaires, un indice élevé sur le motif sans conséquence appelle une redéfinition du besoin.