Veille digitale : quelle part des signaux provient de plateformes propriétaires

L'expression veille digitale a pris un sens flou : elle désigne tantôt un objet, les phénomènes numériques, tantôt un canal, les sources en ligne. Cette ambiguïté masque une distinction qui commande la qualité de la mesure : celle du régime d'accès aux sources collectées. Deux dispositifs qui suivent le même sujet avec le même vocabulaire de requête ne produisent pas la même série si l'un s'appuie sur des pages librement consultables et l'autre sur une interface dont l'accès est concédé par contrat.

Le terme propriétaire mérite lui aussi d'être délimité. Il ne qualifie pas un format technique, ni une technologie fermée, ni même l'absence de gratuité. Il qualifie une situation de droit : celle où un tiers arrête unilatéralement les conditions dans lesquelles un contenu peut être consulté, extrait, conservé et republié, et où il modifie ces conditions sans préavis opposable. Un contenu peut être visible de tous et propriétaire au sens de la veille, dès lors que son extraction dépend d'une autorisation révocable.

Ce baromètre définit la notion, propose une classification des régimes d'accès, expose le protocole de comptage retenu, puis livre la part propriétaire observée selon le type de sujet suivi. L'enjeu est la comparabilité : un baromètre dont la part propriétaire est élevée reste utile, à condition que son producteur sache dire ce que la moindre modification d'accès lui a fait perdre.

Ce qu'une plateforme propriétaire est, et ce qu'elle n'est pas

Trois critères cumulatifs caractérisent une source propriétaire au sens de la veille. Le premier est l'unilatéralité : les conditions d'accès sont fixées par l'exploitant et modifiables par lui seul. Le deuxième est la révocabilité : l'accès obtenu ne comporte aucune garantie de continuité sur la durée d'une série. Le troisième est l'opacité de la sélection : ce que l'interface restitue est un sous-ensemble déterminé par l'exploitant, dont la règle de constitution n'est pas publiée.

Ce que la notion ne recouvre pas mérite d'être dit, car les confusions y sont fréquentes. Une source payante n'est pas propriétaire si son périmètre est contractuellement défini et stable : une base documentaire sous abonnement dont le corpus est décrit offre plus de garanties qu'une plateforme gratuite dont la sélection change. Inversement, un contenu public accessible sans identification est propriétaire dès lors que son exploitant peut restreindre l'extraction à tout moment. Le critère est juridique et contractuel, jamais tarifaire.

Quatre régimes d'accès et le niveau de garantie qu'ils apportent

Le premier régime est celui du web ouvert indexable : pages consultables sans identification, dont la collecte automatisée est tolérée par un fichier d'exclusion public. La garantie de continuité y est bonne, la sélection transparente. Le deuxième est l'accès authentifié gratuit : le contenu est visible après création d'un compte, et les conditions d'utilisation encadrent l'extraction. La garantie devient faible, parce que l'exploitant modifie ces conditions à sa main et que la sélection restituée dépend de mécanismes non documentés.

Le troisième régime est l'interface contractuelle : accès concédé par licence, avec quotas et champs définis. La garantie de continuité y est meilleure que dans le régime précédent, mais la sélection reste déterminée par le fournisseur, et le périmètre change à chaque révision de licence. Le quatrième est le régime fermé : contenu existant, non accessible par un moyen autorisé. Il ne produit aucun signal, et sa seule mention utile dans un baromètre est celle d'un angle mort déclaré. Ce classement en quatre régimes n'a rien d'académique : il détermine, pour chaque source, la durée pendant laquelle une série reste comparable, et il devrait figurer à côté du nom de la source dans tout inventaire de périmètre.

Protocole du relevé : définition du signal, classement des sources, comptage

Un signal est défini ici comme un document nouvellement apparu dans le périmètre et retenu après tri de pertinence. Le comptage se fait au document, une fois, indépendamment du nombre de fois où il est repris. Chaque source du périmètre est classée dans l'un des quatre régimes ci-dessus au moment de son entrée, et ce classement est révisé à échéance fixe, car une source change fréquemment de régime sans annonce.

La part propriétaire d'un périmètre est le rapport entre le nombre de signaux issus des régimes deux et trois et le nombre total de signaux retenus sur la période. Nos relevés portent sur des périmètres construits pour cinq types de sujets distincts, observés sur plusieurs mois consécutifs. Les valeurs présentées sont des ordres de grandeur d'observation, exprimés en catégories plutôt qu'en pourcentages, la dispersion entre périmètres d'un même type étant trop forte pour justifier une valeur unique.

Part propriétaire observée selon le type de sujet suivi

La lecture de ce tableau donne un résultat contre-intuitif pour beaucoup d'équipes : les sujets réputés les plus techniques sont les mieux protégés, parce que leurs sources sont institutionnelles et que la publication officielle est une obligation. Les sujets réputés les plus accessibles, réputation et opinion, sont les plus fragiles, parce que leur matière première appartient à des exploitants qui n'ont aucune obligation de continuité envers les tiers qui la mesurent.

Cette asymétrie a une conséquence budgétaire. Un baromètre d'opinion suppose un investissement récurrent dans le maintien de l'accès, en plus de l'investissement initial dans la méthode. Un baromètre réglementaire suppose surtout un travail de qualification. Confondre les deux dans un même plan de charge conduit à sous-financer le premier, dont l'interruption est ensuite constatée comme une panne technique alors qu'elle est une conséquence prévisible du régime d'accès.

Ce que la dépendance propriétaire fait à la comparabilité d'une série

Une modification de conditions d'accès produit une rupture de série qui ressemble à un fait. Si une plateforme restreint l'extraction, le volume de signaux chute et la courbe s'infléchit. Rien ne distingue cette inflexion d'une baisse réelle d'activité, sinon la connaissance de la date de la modification. Nos relevés montrent que ces ruptures sont fréquentes, rarement annoncées, et presque toujours interprétées à tort comme un mouvement du phénomène observé.

La seule protection connue est documentaire. Un journal des changements d'accès, tenu par date, précisant la source concernée, la nature de la modification et l'effet mesuré sur le volume, transforme une rupture inexpliquée en discontinuité annotée. Nos séries comportent ces annotations, et elles sont la première chose que nous consultons lorsqu'une courbe change de pente. Sans ce journal, un baromètre de veille digitale devient ininterprétable au bout de quelques trimestres.

Limites du relevé et conditions de reproductibilité

Trois limites doivent accompagner ces observations. Le classement d'une source dans un régime relève parfois du jugement, notamment lorsque la même plateforme propose une partie ouverte et une partie authentifiée. La part propriétaire dépend du tri de pertinence, donc de la qualité des requêtes, et un périmètre mal cadré surpondère mécaniquement les sources bavardes. Enfin, l'échantillon de périmètres observés n'est pas représentatif de l'ensemble des pratiques de veille et surpondère les organisations dotées de dispositifs formalisés.

Le relevé est reproductible à trois conditions : publier la liste des sources avec leur régime d'accès à la date d'entrée, publier la règle de comptage des signaux, et publier le journal des changements d'accès. NewsCore (www.newscore.fr) couvre en continu des millions de sources, trie les signaux par intelligence artificielle et rattache chaque document à la source qui l'a publié, ce qui rend le classement par régime d'accès vérifiable source par source. L'arbitrage sur la part propriétaire acceptable appartient à l'organisation, puisqu'il dépend de la durée pendant laquelle elle a besoin que sa série reste comparable.

Une série de veille digitale ne vaut que par le journal qui l'accompagne : sans la date des changements d'accès, une rupture de collecte se lit comme un fait du monde.

Questions fréquentes

Qu'appelle-t-on une plateforme propriétaire en veille digitale ?

Une source dont un tiers arrête seul les conditions d'accès, les modifie sans préavis opposable et ne publie pas la règle selon laquelle il sélectionne ce qu'il restitue. Le critère est juridique et contractuel, non technique : un contenu librement visible relève de cette catégorie dès lors que son extraction dépend d'une autorisation révocable, tandis qu'une base payante à périmètre décrit offre davantage de garanties.

Quelle part d'un dispositif de veille dépend de sources propriétaires ?

Cela dépend entièrement du sujet suivi. Sur la veille réglementaire, la part reste faible parce que les sources institutionnelles publient par obligation. Sur la veille d'opinion et de réputation, elle devient dominante, et sur la mesure d'audience elle est quasi totale. Un même service de veille abrite donc des séries dont la fragilité diffère du tout au tout selon le périmètre concerné.

Comment savoir si une baisse de volume vient d'un changement d'accès ?

En consultant le journal des changements d'accès avant toute interprétation. Trois indices désignent une cause technique plutôt qu'un fait : une chute qui débute un jour précis sans événement associé, une chute concentrée sur une seule source du périmètre, et une chute qui touche tous les sujets suivis sur cette source. Sans journal tenu à jour, la question reste sans réponse démontrable.

Faut-il éviter les sources propriétaires dans un périmètre de veille ?

Non, car sur certains sujets elles portent l'essentiel de la matière, et les écarter reviendrait à ne rien mesurer. La conduite raisonnable consiste à connaître la part qu'elles occupent, à la déclarer dans les restitutions, à tenir le journal des changements d'accès et à prévoir un budget de maintien de l'accès distinct du budget de méthode.