Faire des statistiques à partir de données administratives : facile, vraiment ?

Le fait que les données administratives soient de plus en plus accessibles ne rend pas la production de statistiques publiques « facile » pour autant. Derrière des données déjà collectées se cache un long travail d’accès, de compréhension des systèmes d’information, de vérification de la qualité, de traitement des incohérences, de transformation des variables et d’harmonisation des nomenclatures. Ces étapes sont indispensables pour produire des statistiques fiables, comparables et utiles au débat public. Les données administratives sont une ressource majeure, mais elles ne remplacent ni l’expertise ni le métier de statisticien. L’article présente la question sous la forme d’un dialogue entre un praticien et un non-spécialiste, convaincu pour ce dernier que ce travail est simple.

Depuis la loi n^o 2016-1321 du 7 octobre 2016 pour une République numérique, qui encourage l’ouverture des données publiques, une profusion de données provenant de toutes les administrations deviennent accessibles, soit en ligne (voir par exemple la plateforme des données publiques françaises), soit via un partenariat avec des organismes fournisseurs de données [Dupont, 2023]. Dans ce monde de data, il faut encore faire des statistiques fiables, comparables et utiles au débat public. Se fonder sur des données administratives, en plus des traditionnelles enquêtes, n’a rien de nouveau pour la statistique publique. Cela fait des décennies que l’Insee utilise par exemple les déclarations sociales des employeurs dont il est destinataire officiel afin d’en assurer l’exploitation à des fins statistiques [Lagarde, 1998 ; Renne, 2018].

Ce qui est nouveau, c’est l’immense variété des sources administratives, en tous domaines. C’est aussi une ouverture bien plus large de ces données, dont l’accès n’est plus réservé à quelques usagers institutionnels comme l’Insee. C’est, potentiellement, un changement de paradigme. Avec les données administratives, on peut avoir l’impression que tout devient plus facile, plus rapide : les données « étant là », il suffirait finalement de les récupérer et de les traiter.

Ainsi il arrive parfois que les statisticiens soient interpelés sur le thème : « Maintenant, avec toutes les données administratives disponibles, faire des statistiques est à la portée de tout le monde…  ». Plutôt que de répondre par un laconique « Ce n’est pas si simple », donnons la parole aux critiques. Engageons donc la conversation avec un interlocuteur imaginaire qui serait, quant à lui, convaincu de la facilité et de la rapidité de l’exercice. Donnons-lui la parole d’entrée pour exprimer son point de vue, de façon très directe.

Ce que vous dites suppose que les données « sont là », posées quelque part. Mais il faut savoir que dans un organisme public, comme dans une entreprise d’ailleurs, les données se trouvent en réalité au sein de « systèmes d’information » qui servent avant tout de support pour la réalisation de ses activités. Par exemple, dans un hôpital, les données relatives à un patient permettront d’avoir l’information sur son diagnostic, sur les résultats de radios et d’examens biologiques, de déterminer s’il doit se faire opérer, de quoi exactement et quand, etc. Les données servent un objectif opérationnel, quotidien. Elles figurent dans de multiples « bases de données ». Et comme il se passe toujours quelque chose (nouveau patient, nouvel acte médical…), ces données sont vivantes, elles bougent tout le temps en fonction des événements. Pour l’essentiel, elles ne sont donc pas dans un fichier, figées, à nous attendre, prêtes à être utilisées.

Ils possèdent de tels fichiers, bien sûr (et certains sont même mis à disposition de tous, via la plateforme de données publiques data.gouv.fr). On ne travaille pas uniquement sur des données en mouvement : une entreprise va par exemple réaliser un bilan comptable, ou bien déterminer son effectif exact au 31 décembre, et tout cela ne va pas bouger. Donc oui, chaque organisme va naturellement produire, à partir de son système d’information, des fichiers figés de données… mais il le fera pour ses propres besoins. Par exemple, un hôpital aura un tableau de bord (mensuel, trimestriel). Celui-ci contiendra des informations (durée moyenne de séjour par pôle médical, pourcentage de patients qui arrivent via les urgences…) qui vont l’aider à piloter son activité. Mais souvent, ces informations, prévues pour des besoins opérationnels, ne seront pas directement voire pas du tout utiles pour réaliser des statistiques d’intérêt général.

C’est d’ailleurs exactement ce qui se passe. L’Insee, mais aussi les services statistiques ministériels, établissent ainsi des conventions avec les impôts, les caisses de sécurité sociale ou le cadastre par exemple. Il s’agit de se mettre d’accord avec le fournisseur sur les données qu’il va nous transmettre, selon quel format, quelle périodicité. La discussion portera aussi sur les questions de sécurité des données [Gadouche, 2019], en particulier les données identifiantes (par exemple : nom, prénom, date de naissance). Mettre au point ces conventions et les appliquer ne va pas de soi : cela peut dépendre du bon vouloir des détenteurs de données, mais surtout, cela prend du temps, aussi bien du côté du service fournisseur que du côté du service utilisateur.

Si les données sont dans un tableur, c’est facile de faire une sélection. Mais là, rappelons qu’elles sont dans de multiples bases de données, elles-mêmes souvent réparties en « tables » élémentaires. Pour imager, disons qu’elles sont réparties entre différents services, sur diverses infrastructures… et qu’elles sont mises à jour en permanence. Elles sont très nombreuses, et l’immense majorité d’entre elles ne présente aucun intérêt pour les statistiques (numéro de dossier, nom du gestionnaire de dossier, date de prise de contact).

Et en même temps, du point de vue de l’Insee qui s’intéresse à ces données, il peut arriver qu’il en manque énormément sur la problématique étudiée. Certaines pourront être obtenues via d’autres administrations (statut marital, statut d’occupation sur le marché du travail, composition du foyer). D’autres ne sont nulle part, car relatives à des comportements, des représentations, des opinions : par exemple, en matière de santé, il n’existe pas de données administratives sur l’état de santé perçu, la pratique sportive, le renoncement aux soins… Ainsi, chaque administration a ses propres objectifs, elle n’est pas là pour satisfaire les besoins de la statistique. En résumé, il faut « faire avec » ce qu’on a. Les Anglo-saxons parlent même des « it is what it is » data sets [Lothian et al., 2019] : les jeux de données tels qu’ils sont, en quelque sorte.

Eh bien non, car la phase de préparation est bien plus délicate que cela [Belrhomari et al., 2026]. On peut évoquer, pour commencer, des considérations pratiques : il est rare qu’on dispose de documentations claires et complètes (précisant à quoi correspond telle ou telle donnée, comment elle a été codée, quel champ elle couvre, etc.) ; elles peuvent de surcroît être très techniques. S’engage alors un long travail d’immersion dans le sujet, pour comprendre à quoi on a affaire. Il faut en particulier s’attacher à saisir la signification des données pour l’administration concernée, comprendre à quoi elles servent, le contexte légal sous-jacent… Et l’une des difficultés inattendues que l’on découvre, c’est que le sens d’une donnée peut être différent entre usage administratif et usage statistique.

Pour une administration, une donnée n’est pas une observation scientifique. Elle n’est pas là dans un objectif premier d’information des citoyens. Elle sert à faire fonctionner des processus opérationnels : attribuer une prestation à bon droit, prêter un livre, prélever un impôt, mettre en œuvre la paie… Et ce n’est pas nécessairement ce qui est utile à la statistique : par exemple, certains organismes ont leur propre découpage géographique, leur propre catégorisation des professions, en fonction de leur organisation, qui ne colle pas nécessairement avec les besoins d’analyse économique et les nomenclatures statistiques [Amossé, 2020 ; Camus, 2022 ; Masson, 2026]. Il arrive qu’au sein même d’une administration, il y ait des différences de définition de données : c’est le cas par exemple dans les départements de l’aide sociale à l’enfance, qui n’ont pas tous les mêmes logiciels de gestion, ni les mêmes pratiques [Berthe, 2025]. Comprendre les données d’une administration, c’est comprendre les objectifs de celle-ci, ses activités, son langage, la manière dont ses données sont utilisées. C’est une longue acculturation : ainsi, l’Office for National Statistics, au Royaume-Uni, s’oriente vers des détachements temporaires de statisticiens dans les administrations pour bien s’imprégner de leur logique de fonctionnement et faciliter ainsi le processus ultérieur d’acquisition des données [Fermor-Dunman et Parsons, 2022].

Ce serait bien ! Mais il faut se rendre compte que la plupart du temps, on ne reçoit pas un beau fichier, tout propre et finalisé. On en reçoit souvent plusieurs, très imparfaits, et dans diverses versions. Chacun peut faire l’objet de livraisons successives et l’on découvre de multiples problèmes : des redondances entre livraisons, des oublis, des erreurs, des façons de coder non homogènes (homme/femme, h/f, 0/1, 1/0…). Des décalages temporels, aussi : des données relatives à une date, mais qui apparaissent dans les fichiers des semaines ou des mois plus tard. Cela peut se produire pour des raisons très variées : déclarations en retard d’entreprises, congés des comptables en charge de la mise à jour de ces informations… Cette combinaison de difficultés conduit à échanger à nouveau avec le fournisseur, pour être sûr qu’on se comprend bien. Cela provoque des incompréhensions, qui engendrent parfois des tensions entre les deux parties. Si on change totalement de domaine, on observe par exemple des frictions de ce type (data friction) entre météorologues et climatologues, parce qu’ils n’ont pas les mêmes objectifs : les premiers sont intéressés par le court terme de la météo, alors que les seconds, travaillant sur le temps long du climat, peuvent avoir besoin par exemple de « re-traiter » les données pour qu’elles soient comparables sur une longue période, ce qui n’a pas de sens pour des météorologues [Edwards, 2010].

On ne peut pas dire ça. Déjà, il faut souligner que les données administratives proviennent souvent de déclarations effectuées par des personnes ou des entreprises, et dans ces déclarations, tout n’est pas nécessairement utilisable. On a notamment des champs, autrement dit des cases à renseigner dans un formulaire administratif, qui peuvent être intéressants du point de vue du statisticien, mais qui sont facultatifs pour l’administration concernée, par exemple des intitulés de profession. Étant moins importants, ils sont moins vérifiés, donc de moindre qualité. En effet, l’administration d’origine va s’attacher à produire une information de qualité, précise et complète pour son cœur de métier. Mais ne va pas se mobiliser pour la qualité d’informations moins stratégiques pour elle, qui peuvent précisément être celles qui intéressent la statistique.

Autre problème, celui des « données manquantes » : ce sont les champs non remplis par le déclarant (par exemple, une date de naissance). En pratique, dans les bases de données, il faut bien se donner une convention pour indiquer qu’il y a ainsi un manque. Par exemple, dans des bases contenant des jours de naissance, si on connaît l’année mais que le jour et le mois sont manquants, il arrive qu’on mette par convention le 1^er janvier, mais ce n’est pas non plus systématique, et surtout, le risque est que tous les utilisateurs de ces bases ne le sachent pas. Dans les faits, on constate donc qu’il existe de multiples façons de désigner le fait que l’information est manquante, sans que les règles soient toujours bien documentées.

Dans les fichiers administratifs, il y a ainsi des trous, mais on peut aussi découvrir, à l’inverse, des doublons : c’est une information qui est transmise une seconde fois, de la part d’une même personne ou entreprise, mais avec de légères différences (changement d’orthographe, inversion du nom et du prénom, abréviations…). Et il n’est pas toujours facile de s’en rendre compte.

Les préoccupations de qualité sont donc multiples [Berzofsky et al., 2025]. Ce qui ajoute un peu de piment à tout cela, c’est que des données qui sont « de bonne qualité » pour l’administration peuvent être perçues comme « de mauvaise qualité » côté statistique.

Prenons un exemple pour illustrer cela. À l’Insee, on a constaté, en analysant la distribution des étages des locaux d’habitation, que de nombreux locaux étaient à l’étage 81. Pour le cadastre, le code « 81 » est simplement une convention qui a été adoptée pour noter l’étage -1 (donc tous les parkings, notamment). Techniquement, on peut penser que le champ correspondant dans la base de données était prévu pour un entier positif, donc on a pris exprès un étage excessivement haut (la Tour Montparnasse fait 60 étages, et en France c’est le maximum). Et on a décidé que 81 signifiait -1, que 82 signifiait -2, etc., car il n’y avait pas de risque qu’on tombe sur un immeuble de plus de 80 étages. L’administration du cadastre peut parfaitement travailler avec ce principe, et toutes les applications informatiques s’en servent et comprennent la convention. À l’inverse, pour un utilisateur extérieur, 81, c’est 81. Donc la donnée sera de bonne qualité pour l’administration, en raison de la convention choisie, et sera considérée comme de mauvaise qualité pour la statistique. Ainsi, les données ne veulent pas toujours dire ce que l’on croit, et les deux parties doivent veiller à se comprendre. Des exemples de ce genre, on en trouve à foison.

Heu… je crains encore de vous décevoir, car il existe une étape qu’on n’a pas évoquée. Comme les données administratives sont écrites dans le langage de l’administration qui les gère, il faut en quelque sorte les « détacher » de leur univers initial [Courmont, 2021] et les « transformer », pour les adapter à une utilisation statistique future [Cotton et Haag, 2023].

J’y viens. On doit en particulier calculer certaines données à partir de l’information présente. Par exemple, reconstituer un salaire à partir de différentes données de la déclaration sociale nominative, ou reconstituer un chiffre d’affaires à partir de plusieurs données de déclaration de TVA. Il s’agit aussi de recoder les données selon les codifications, les formats appropriés : par exemple, pour la variable « étage », transformer 81 en -1. Lorsque l’administration utilise une classification, elle peut être différente de la nomenclature statistique, et il faut donc effectuer une opération pour se placer dans les bonnes nomenclatures. Ce n’est qu’après avoir effectué cette transformation que l’on peut véritablement appliquer des méthodes statistiques.

Pour un usage très ponctuel des données, sans recherche de cohérence avec d’autres sources d’information, on n’est pas obligés de s’imposer tout cela. Mais les données publiées par l’Insee ne constituent pas des productions isolées : ces statistiques doivent être comparables dans le temps, et dans l’espace (entre pays, par exemple). Et si l’on veut que les comparaisons aient un sens, il faut parler des mêmes variables, des mêmes classifications, avoir adopté des normes. Par exemple, déterminer des évolutions de salaire moyen nécessite d’avoir un mode de calcul inchangé du salaire à partir des rubriques figurant dans la déclaration sociale nominative. Si on effectue des évolutions par secteur d’activité, il faut que la classification des activités soit stable, sinon la comparaison ne veut rien dire. Exemple : on étudie l’évolution de l’effectif salarié dans le commerce de gros entre 2024 et 2025. Supposons que le commerce d’automobiles et de motocycles soit compté dans la catégorie « commerce de gros » en 2025, et pas en 2024 : il y aura automatiquement une augmentation de l’effectif, qui ne voudra strictement rien dire sur le plan économique. Par conséquent, on doit être très attentifs aux nomenclatures, très rigoureux. Avoir ainsi des conventions, c’est donc essentiel pour l’usage des statistiques [Mirlicourtois, 2026].

C’est ce qu’on cherche à obtenir, idéalement : un algorithme de transformation des données réutilisable à chaque millésime. Dans le vocabulaire de la data science, on parle de « réplicabilité » [Galiana et Lefebvre, 2026]. Mais pour les données administratives, dans la pratique, ce n’est pas tout à fait immédiat. Tout ne peut être automatisé, car d’autres vérifications sont nécessaires.

En fait, non, car cela ne porte pas du tout sur des détails. Ce qui est assez spécifique aux données administratives, c’est que celles-ci sont totalement dépendantes de l’évolution de la législation, qui redéfinit régulièrement le sens des données, des catégories. Exemple : depuis janvier 2025, tous les bénéficiaires du RSA sont automatiquement inscrits à France Travail (loi n^o 2023-1196 du 18 décembre 2023 pour le plein emploi, notamment son article 1^er, qui a réécrit l’article L. 5411-1 du Code du travail), et seront donc automatiquement comptés dans les demandeurs d’emploi inscrits à France Travail. Supposons que l’on ne fasse aucun contrôle, qu’on applique les mêmes algorithmes fin 2024 et début 2025 : on va mécaniquement aboutir à une augmentation considérable des demandeurs d’emploi, qui ne reposera sur aucun phénomène économique réel, mais uniquement sur un changement de définition. Parmi les vérifications à effectuer, on aura donc une analyse des évolutions de la législation. Il faut être vigilant en permanence sur ces changements, parfois très techniques et peu visibles.

Au contraire ! L’Insee, les services statistiques ministériels, mais aussi les chercheurs [Bozio et al., 2017] investissent énormément sur les données administratives, et plus généralement sur les nouvelles sources de données [Elbaum, 2018]. Certaines sources sont bien structurées et documentées… et largement utilisées. On pense en premier lieu à la déclaration sociale nominative (DSN) qu’effectuent mensuellement les entreprises [Humbert-Bottin, 2018], qui est désormais un socle essentiel pour les statistiques sur l’emploi, le travail et les salaires [Renne, 2018]. Mais on pourrait citer de nombreux autres exemples, comme on l’a vu : données fiscales [André et Meslin, 2025], de santé [Dubost et Leduc, 2020], d’éducation [Bechichi et al., 2021]…

Simplement, produire des statistiques publiques de qualité à partir de données administratives est une opération exigeante, comportant de multiples dimensions, et nécessitant souvent des itérations [Koumarianos et al., 2025 ; Angel, 2023]. En termes de processus opérationnel, c’est très différent d’une enquête : on n’a pas à concevoir de questionnaire, à sélectionner un échantillon, ni à collecter l’information. Mais ces activités sont remplacées par d’autres, non négligeables : analyse de l’environnement administratif, des bases de données, de la documentation, contrôles de cohérence multiples, réalisation d’algorithmes de transformation, etc. Cela prend du temps, comme une enquête [Lamarche et Rivière, 2025], et ce, pour de bonnes raisons.

Plus généralement, tout data scientist ayant un minimum d’expérience vous dira que la grande majorité de son travail est plus minutieuse que spectaculaire, car celui-ci consiste en un long exercice de familiarisation avec l’environnement des données (aussi bien sur le fond que sur les aspects techniques), une activité soutenue de préparation de celles-ci, jusque dans des recoins inexplorés, et des vérifications de toutes natures, pour assurer la cohérence de ce qui est produit.

L’existence de multiples sources de données administratives apporte incontestablement des possibilités supplémentaires à la statistique, même si cette approche présente certaines limites [Hand, 2018]. Si l’on compare à une enquête, on n’est pas limité par la taille de l’échantillon : cette dernière, dans une enquête de la statistique publique, se compte souvent en dizaines de milliers, ce qui veut dire très peu d’unités statistiques à un niveau fin comme une commune, par exemple. Avec les données administratives, on est proche de l’exhaustivité, et on raisonne plutôt en millions ou dizaines de millions ; c’est cela qui permet d’avoir des statistiques à un niveau local fin [De Broe et al., 2021]. En mobilisant de nouvelles possibilités techniques [Benichou, Espinasse et Gilles, 2023], les sources administratives peuvent aussi servir à enrichir des données d’enquêtes par d’autres informations, ce qui ouvre la voie à de nouvelles analyses [Ramahandry et Paliod, 2025]. Elles permettent de réduire la charge d’enquêtes auprès des entreprises, car on peut raccourcir des questionnaires en récupérant des données administratives autre part [Brion, 2011]. Elles contrebalancent ainsi l’érosion du taux de réponse aux enquêtes, observée dans plusieurs pays [Jabkowski et Cichocki, 2024]. Elles sont susceptibles de couvrir des domaines que les enquêtes ne peuvent appréhender efficacement (par exemple, le patrimoine immobilier). Ce sont là des changements majeurs. Les sources administratives ne vont certes pas remplacer les enquêtes, qui demeurent un outil d’investigation indispensable, mais elles sont et seront extrêmement utiles à la statistique publique. Donc oui, c’est « bien », évidemment.

Mais pour répondre à la question initiale, cela ne rend pas les choses « faciles » pour autant. De manière générale, on constate de multiples incompréhensions autour de l’acquisition et du traitement des données [Christen et Schnell, 2024], en raison de leur imperfection fondamentale, et d’une forme de « distance » entre utilisateur des données et producteur de celles-ci [Borgman et Groth, 2025]. Le niveau d’exigence reste élevé quelle que soit l’origine des données de base, données d’enquête, données administratives, et même données privées [Lesur, 2025] : produire des statistiques de qualité, en vue de nourrir le débat public, reste un métier exigeant, pour lequel il ne faut rien laisser au hasard.

• Belrhomari B., Martzel L., Menez L., Zabrocki-Hallak L., 2026, « Extension du domaine de la statistique : les évaluations de politiques publiques à la Cour des comptes », Courrier des Statistiques, N15, pp.117-138, juillet
• Galiana L., Lefebvre O., 2026, « Qu’apportent les métiers de la data à la statistique publique ? », Courrier des Statistiques N15, pp.95-116, juillet
• Masson C., 2026, « De nouvelles nomenclatures d’activités. Les classements en théorie et en pratique », Courrier des Statistiques N15, pp.31-52, juillet
• Mirlicourtois A., 2026, « Pourquoi il faut continuer de croire aux données statistiques », La Tribune – Opinion, juillet
• Lamarche P., Rivière P., 2025, « À propos du temps de production des statistiques publiques », Courrier des Statistiques, N14, pp.95-118, décembre
• Ramahandry I., Paliod N., 2025, « Combiner une nouvelle source administrative avec l’ERFS pour étudier le caractère redistributif d’une prestation », 15e Journées de méthodologie statistique de l’Insee, Paris, novembre
• Berthe J., 2025, « Le défi des données pour l’inspection générale des affaires sociales », Courrier des statistiques N13, juin
• Koumarianos H., Rivière P., 2025, « Statistiques fondées sur des données administratives : Esquisse d’un cadre général », Document de travail Insee N^o M2025-03, juin
• Lesur R., 2025, « Sources de données privées : panorama et perspectives », Courrier des statistiques N13, juin
• André M., Meslin O., 2025, « Le bonheur est dans le prix : estimation du patrimoine immobilier brut des ménages sur données administratives exhaustives », Document de travail Insee N^o M2025-04, février
• Berzofsky M. E., Liao D., Barnett-Ryan C., Smith E. L., 2025, « A total data quality paradigm for official statistics based on administrative data », Statistical Journal of the IAOS 2025, Vol. 41(2) 205–215
• Borgman C. L., Groth P. T., 2025, « From data creator to data reuser : distance matters », Harvard Data science Review.
• Christen P., Schnell R., 2024, « When Data Science Goes Wrong: How Misconceptions About Data Capture and Processing Causes Wrong Conclusions », Harvard Data Science Review, 31 janvier 2024, Vol. 6, n° 1, DOI 10.1162/99608f92.34f8e75b, janvier
• Jabrowski P., Cichocki P., 2024, « Survey response rates in European comparative surveys: a 20-year decline irrespective of sampling frames or survey modes », Qual Quant 59 (Suppl 1), 635–655 (2025)
• Angel J-W., 2023, « « Elle est pas fraîche, ma statistique ? » », Le blog de l’Insee, juillet
• Benichou Y-L., Espinasse L., Gilles S., 2023, « Le code statistique non signifiant (CSNS) : un service pour faciliter les appariements de fichiers », Courrier des statistiques N9, juin
• Cotton F., Haag O., 2023, « L’intégration des données administratives dans un processus statistique : industrialiser une phase essentielle », Courrier des statistiques N9, juin
• Dupont F., 2023, « Quels types de sources l’Insee utilise-t-il pour construire ses statistiques ? », Le blog de l’Insee, mai
• Camus B., 2022, « Le défi de l’élaboration d’une nomenclature statistique des infractions », Courrier des statistiques N7, janvier
• Fermor-Dunman V., Parsons L., 2022, « Data Acquisition processes improving quality of microdata at the Office for National Statistics », European Conference on Quality in Official Statistics(Q2022), Vilnius
• Bechichi N., Grenet J., Thebault G., 2021, « Ségrégation à l’entrée des études supérieures en France et en région parisienne : quels effets du passage à Parcoursup ? », Document de travail Insee N^o M2021-03, novembre
• Courmont A., 2021, « Quand la donnée arrive en ville. Open data et gouvernance urbaine », Presses univ. de Grenoble, « Libres cours Politique », ISBN : 9782706147357
• De Broe S., Struijs P., Daas P., et al., 2021, « Updating the paradigm of official statistics: New quality criteria for integrating new data and methods in official statistics », Statistical Journal of the IAOS, vol. 37, no 1, p. 343-360
• Dubost C-L., Leduc A., 2020, « L’EDP-Santé : un appariement des données socio-économiques de l’échantillon démographique permanent au Système national des données de santé », Les dossiers de la Drees, N^o 66, septembre
• Amossé T., 2020, « La nomenclature socioprofessionnelle 2020 – Continuité et innovation, pour des usages renforcés », Courrier des statistiques N4, juin
• Gadouche K., 2019, « Le Centre d’accès sécurisé aux données (CASD), un service pour la data science et la recherche scientifique », Courrier des Statistiques N3, pp.76-92
• Lothian J., Holmberg A., Seyb A., 2019, « An Evolutionary Schema for Using “it-is-what-it-is” Data in Official Statistics », Journal of Official Statistics, Vol. 35, No. 1, 2019, pp. 137–165
• Humbert-Bottin É., 2018, « La déclaration sociale nominative. Nouvelle référence pour les échanges de données sociales des entreprises vers les administrations », Courrier des statistiques N^o N1, décembre
• Renne C., 2018, « Bien comprendre la déclaration sociale nominative pour mieux mesurer », Courrier des statistiques N1, décembre
• Elbaum M., 2018, « Les enjeux des nouvelles sources de données », CNIS, Chroniques N^o16, septembre
• Hand D. J., 2018, « Statistical challenges of administrative and transaction data », Journal of the Royal Statistical Society: Series A (Statistics in Society) [en ligne], Vol. 181, n° 3, pp. 555‑605. DOI 10.1111/rssa.12315, juin
• Bozio A., Geoffard P-Y., Breuil P., Perrière M., Malverti C., 2017, « L’accès des chercheurs aux données administratives. État des lieux et propositions d’actions », Document Cnis N^o 147, mars
• Brion P., 2011, « Esane, le dispositif rénové de production des statistiques structurelles d’entreprises », Courrier des statistiques N^o 130, mai
• Edwards P. N., 2010, « A vast machine: computer models, climate data, and the politics of global warming », First paperback edition, Cambridge, Massachusetts London, England : The MIT Press. Infrastructures series, ISBN 978-0-262-51863-5
• Lagarde S., 1998, « La nouvelle exploitation exhaustive des DADS », Courrier des Statistiques N^o 85-86, pp.65-68

^{Crédits photo : ©TarikVision – stock.adobe.com}