Débuter en data journalisme : premier projet pas à pas

Débuter en data journalisme intimide souvent parce qu’on imagine des bases de données géantes et du code. La réalité est plus rassurante : un premier projet tient dans un tableur et un après-midi de travail, à condition de rester modeste sur l’ambition. L’objectif d’un débutant n’est pas de sortir une enquête d’investigation, mais d’aller au bout d’un sujet simple, de la question au constat publié.

Choisir une question, pas un fichier

L’erreur de départ la plus commune consiste à ouvrir un gros jeu de données et à se demander « qu’est-ce que je peux en tirer ». On part alors à la pêche, et le sujet finit dicté par les colonnes disponibles plutôt que par ce qui intéresse un lecteur. La bonne méthode fait l’inverse : formuler d’abord une question précise, puis chercher la donnée qui y répond.

Une bonne question de départ est concrète et vérifiable. « Ma commune dépense-t-elle plus pour la voirie que les communes voisines de taille comparable ? » vaut mieux que « la commune gère-t-elle bien son argent ». La première appelle un chiffre, la seconde un jugement. Choisissez un sujet qui vous tient à cœur : la motivation compensera les moments fastidieux du nettoyage.

Trouver et récupérer les données

Une fois la question posée, on cherche le fichier qui y répond. Les portails d’open data des collectivités, les statistiques publiques et les registres ouverts couvrent beaucoup de sujets locaux. Privilégiez un format exploitable, comme un tableur ou un CSV, plutôt qu’un PDF dont il faudra extraire péniblement les chiffres.

Avant de télécharger, vérifiez trois choses : qui produit la donnée, à quelle date elle a été mise à jour, et ce que chaque colonne signifie exactement. Une colonne « effectif » peut désigner un nombre de personnes ou d’équivalents temps plein, ce qui change tout. Notez ces informations, vous en aurez besoin pour sourcer votre article.

Nettoyer, l’étape qu’on sous-estime

C’est ici que passe la majeure partie du temps, et personne ne le voit dans le résultat final. Un fichier public arrive rarement propre. Vous croiserez des dates dans des formats mélangés, des noms de communes orthographiés de plusieurs façons, des cellules vides, des doublons, des chiffres stockés comme du texte.

Nettoyer consiste à uniformiser tout cela pour que les calculs soient fiables. Travaillez toujours sur une copie, jamais sur le fichier d’origine, et gardez une trace des corrections apportées. Un tableau croisé dynamique révèle vite les incohérences : si vous voyez apparaître « Paris » et « PARIS » comme deux lignes distinctes, le ménage n’est pas terminé.

Analyser sans se tromper

L’analyse répond à la question de départ, rien de plus. Un tri, un filtre, une somme, une moyenne suffisent souvent pour un premier projet. Méfiez-vous des moyennes qui écrasent les écarts : une moyenne de revenus peut masquer une population très inégale. Regardez aussi les valeurs extrêmes, car une donnée aberrante fausse tout un calcul.

Un mini-exemple chiffré, volontairement fictif, montre à quoi ressemble ce raisonnement. Imaginons que votre commune dépense 42 euros par habitant et par an pour la voirie, contre 31 euros dans une commune voisine de taille comparable. L’écart existe, mais avant d’en tirer un titre, il faut le contextualiser : la première a peut-être plus de kilomètres de routes rurales à entretenir, ou un chantier exceptionnel cette année-là. Un chiffre brut interpelle ; un chiffre rapporté au bon dénominateur et comparé à un point de référence pertinent commence à faire une information. C’est cette étape de mise en perspective, plus que le calcul lui-même, qui sépare le constat solide de l’approximation.

Surtout, gardez en tête qu’une coïncidence n’est pas une cause. Voir deux courbes grimper au même rythme ne dit rien du mécanisme qui les relierait. Cette prudence distingue un travail sérieux d’un article trompeur. Pour aller plus loin sur ces réflexes, notre guide du data journalisme renvoie vers les méthodes d’analyse plus poussées.

Publier simplement

La tentation est grande de multiplier les graphiques. Résistez-y. Demandez-vous quel est le message unique de votre travail, puis choisissez la forme qui le sert le mieux : une frise, deux barres, ou juste le chiffre en gros dans le chapô. Un tableau trié peut être plus parlant qu’une visualisation compliquée.

Terminez toujours par le sourcing : nommez d’où vient le fichier, à quelle date il a été publié, qui l’a produit et ce que vous en avez fait avant d’aboutir à votre constat. Cette transparence est ce qui rend votre travail crédible et, en principe, reproductible. Un premier projet mené jusqu’au bout, même modeste, vous apprendra davantage qu’un sujet ambitieux laissé en chantier. Une fois cette base acquise, vous pourrez vous appuyer sur des exemples de projets aboutis pour progresser.