Pourquoi ce signal compte pour Google
Un dataset que d'autres reprennent fait de vous la source primaire. Quand un journaliste, un chercheur ou un concurrent écrit « selon les données de… » et met votre nom, il reconnaît que l'information part de chez vous. Il ne peut pas citer quelqu'un d'autre: vous êtes le point de départ de la chaîne. C'est la forme d'autorité la plus difficile à copier, parce que chaque citation est écrite par quelqu'un que vous ne contrôlez pas. Google mesure exactement cela. Des évaluateurs humains notent la qualité des sites avec un manuel public, les Quality Rater Guidelines (on dit « QRG »). Sa section 3.3.1 leur demande une recherche de réputation: chercher ce que des sources extérieures disent de vous. Un site qui affirme « nous sommes la référence de notre secteur » n'apporte rien. Le même site dont le tableau annuel des salaires est repris par trois médias spécialisés et deux mémoires universitaires, avec son nom à chaque fois, apporte une preuve que l'évaluateur trouve tout seul.
Publier un dataset, ce n'est pas publier un chiffre. Beaucoup de sites font une étude originale et n'en montrent que les conclusions: un graphique, trois pourcentages dans un billet de blogue. Personne ne peut réutiliser un graphique. Un dataset, ou jeu de données en français, c'est le fichier brut derrière l'étude: le tableau complet, ligne par ligne, avec la description de chaque colonne et la méthode de collecte. Un fleuriste qui relève chaque semaine le prix de dix bouquets chez vingt boutiques pendant un an détient un dataset. Un cabinet comptable qui compile les délais de paiement de 300 factures anonymisées aussi. Ce fichier a de la valeur pour d'autres seulement s'ils peuvent l'ouvrir, comprendre les colonnes et le réutiliser sans vous demander la permission. D'où les trois conditions du signal: une licence claire, un format ouvert et un identifiant permanent.
Chaque réutilisation crée une citation que vous n'avez pas écrite. Quand un blogueur refait un graphique avec vos chiffres, il écrit « source: votre entreprise, dataset 2026 » et, la plupart du temps, il met un lien. C'est un backlink d'autorité obtenu sans le demander, depuis un site qui a eu besoin de vous. Quand un chercheur cite votre DOI, c'est-à-dire l'identifiant permanent de votre fichier, la citation entre dans les bases académiques. Quand un média reprend une ligne du tableau, votre nom apparaît dans un article de presse. Ces reprises sont exactement ce que vous demandez aux autres quand vous citez vos sources: vous devenez la source des autres. Sur votre propre site, l'évaluateur doit trouver la page du dataset, sa méthode et la liste de ceux qui l'ont repris. Sans cette page, les citations existent, mais rien ne les rattache à vous.
Les IA cherchent des données, pas des opinions. Quand on demande à ChatGPT, à Claude ou à Perplexity « combien coûte en moyenne… » ou « quelle proportion de… », la réponse cite la source qui a publié le chiffre en premier, avec sa méthode. Un billet qui commente les chiffres d'un autre n'est presque jamais cité. Le fichier d'origine, bien documenté, avec un titre clair, une date et une licence, l'est souvent. Une analyse des 72 signaux montre typiquement que ce signal est vide chez la plupart des sites, même chez ceux qui possèdent des données uniques: elles dorment dans un tableur interne. Le jour où vous les publiez proprement, vous n'avez plus de concurrent sur ce chiffre: vous êtes le seul à pouvoir être cité.
La grille de scoring NeuroEEAT (0-10)
Notez ce que vous avez publié, comment on peut le réutiliser, et qui l'a repris.
| Score | Description | Indicateurs concrets |
|---|---|---|
| 0-2 | Aucune donnée publiée | Vous détenez peut-être des données uniques, mais rien n'est en ligne. Ou seulement un graphique dans un billet, sans le fichier derrière. Ou un chiffre repris d'ailleurs et présenté comme le vôtre. |
| 3-4 | Fichier en ligne, mais inutilisable | Un fichier existe: PDF, capture d'écran, tableau collé dans une page. Pas de licence, pas de description des colonnes, pas de méthode. Personne ne sait s'il a le droit de le reprendre. |
| 5-6 | Dataset propre, sans reprise | Un fichier ouvert (CSV), une licence claire, une page qui décrit la méthode. Mais personne ne l'a encore cité, ou vous ne le savez pas, et il n'a pas d'identifiant permanent. |
| 7-8 | Dataset cité | Fichier ouvert, licence, méthode, DOI ou adresse permanente. Quelques reprises réelles par des sites que vous ne contrôlez pas, et une section sur votre page qui les liste. |
| 9-10 | Source primaire de votre secteur | Une publication régulière, annuelle ou trimestrielle, reprise par la presse spécialisée et des travaux universitaires, balisée en données structurées, avec un historique des versions. Votre nom est la référence quand quelqu'un cherche ce chiffre. |
Comment l'auditer sur votre site
Cinq vérifications pour savoir si vos données sont une source ou un fichier oublié.
- 01
Repérez les données que vous possédez déjà
Ouvrez vos outils: caisse, facturation, CRM, formulaires, relevés terrain. Notez chaque tableau que personne d'autre n'a: prix relevés, délais, tailles, réponses à un sondage. Une donnée vaut la peine d'être publiée quand elle est unique, collectée avec méthode et anonymisable. Si vous ne trouvez rien, l'audit s'arrête ici et le travail commence à l'étape d'activation.
- 02
Cherchez ce que vous avez déjà mis en ligne
Tapez dans Google le nom de votre entreprise avec « données », « étude » ou « chiffres ». Regardez ce qui sort: un billet avec un graphique, un PDF, une page dédiée? Ouvrez chaque page et demandez-vous si quelqu'un peut télécharger le fichier brut et comprendre chaque colonne sans vous écrire.
- 03
Vérifiez la licence et le format
Sur la page du dataset, une licence doit être écrite en toutes lettres, par exemple Creative Commons BY, qui autorise la réutilisation à condition de vous citer. Le fichier doit s'ouvrir dans n'importe quel tableur: CSV ou JSON, pas une capture d'écran ni un PDF. Sans ces deux éléments, un journaliste prudent ne reprend pas.
- 04
Comptez les reprises que vous ne contrôlez pas
Cherchez le titre exact de votre dataset entre guillemets, puis votre nom avec « selon » ou « source ». Listez chaque site, média ou travail qui vous cite, avec la date et le lien. C'est la recherche qu'un évaluateur fait en suivant la section 3.3.1 des QRG. Zéro résultat veut dire que le signal n'existe pas encore, même si le fichier est parfait.
- 05
Demandez aux IA d'où vient le chiffre
Dans une session neuve, posez à ChatGPT et à Perplexity la question que vos données permettent de trancher, par exemple « quel est le prix moyen de… ». Si la réponse cite votre entreprise et votre fichier, vous êtes la source. Si elle cite quelqu'un qui a repris vos chiffres sans vous nommer, votre page manque de titre clair, de date ou de licence.
Comment l'activer ou l'améliorer
Trois niveaux, du premier fichier publié jusqu'à la publication annuelle que tout le secteur attend.
Publier un premier dataset propre
- Choisissez un tableau que vous seul possédez et qui répond à une question que vos clients posent: « combien ça coûte », « combien de temps ça prend », « quelle taille choisir ».
- Retirez tout ce qui identifie une personne: nom, adresse, courriel, numéro de client. Une donnée anonymisée se publie; une donnée personnelle, jamais.
- Enregistrez le fichier en CSV, avec une ligne d'en-tête claire, et écrivez à côté un court texte qui explique chaque colonne, l'unité et la période de collecte.
- Créez une page sur votre site avec le titre du dataset, la date, la méthode en cinq lignes, la licence (Creative Commons BY convient dans la plupart des cas) et le lien de téléchargement.
Rendre le fichier facile à citer
- Déposez une copie sur un dépôt public qui fournit un DOI, comme Zenodo ou Figshare: un identifiant permanent que les chercheurs et les journalistes savent citer, et qui survit à une refonte de votre site.
- Écrivez sur la page la phrase de citation prête à copier: « Entreprise (2026), Titre du dataset, version 1, DOI ». Plus c'est facile à citer, plus on vous cite.
- Publiez un billet qui raconte un ou deux résultats surprenants du fichier, avec le graphique et le lien vers les données. Le billet attire, le fichier retient.
- Envoyez le dataset à trois médias ou blogueurs de votre secteur qui manquent de chiffres, avec le lien direct et un angle proposé. Ne demandez pas un lien: donnez une donnée.
- Ajoutez une section « Ils ont utilisé ces données » sur la page, avec le lien de chaque reprise, et mettez-la à jour à chaque nouvelle citation.
Devenir la source annuelle de votre secteur
- Publiez à date fixe, chaque année ou chaque trimestre, avec le même titre et un numéro de version: la régularité fait de vous un rendez-vous, et les médias reviennent d'eux-mêmes.
- Balisez la page en JSON-LD, le format de données structurées de Google, avec le type Dataset: nom, description, licence, date, format de distribution et auteur. Google Dataset Search, le moteur de recherche de datasets de Google, ne voit que les pages balisées ainsi.
- Gardez toutes les versions en ligne, avec leur date: une reprise de 2024 doit encore mener au fichier de 2024.
- Surveillez les reprises avec une alerte sur le titre du dataset et sur votre nom suivi de « selon ». Quand un site reprend vos chiffres sans vous nommer, écrivez-lui pour demander la mention et le lien.
- Croisez vos données avec celles d'une association ou d'une université de votre secteur et publiez le fichier en co-signature: deux noms de source valent plus qu'un, et le partenaire cite le fichier de son côté.
5 erreurs fréquentes à éviter
Spécificités sectorielles
Clinique ou praticien
Sujet à risque pour le lecteur, que Google appelle YMYL, pour Your Money or Your Life. Ici les données touchent des patients: la seule règle est l'anonymisation complète et le respect des règles de votre profession sur les données de santé. Un cabinet de physiothérapie peut publier le nombre moyen de séances par type de blessure, jamais une ligne par patient. Décrivez la méthode avec soin: sur un sujet de santé, un chiffre sans méthode fait plus de mal que pas de chiffre.
Cabinet ou conseiller
Les délais, les coûts et les issues de dossiers sont des données que tout le monde cherche et que presque personne ne publie. Un cabinet qui publie le délai moyen de traitement de 200 dossiers anonymisés, par type de demande, devient la source que les médias citent. Vérifiez ce que vos règles professionnelles permettent, et retirez tout ce qui pourrait identifier un client.
Le relevé de terrain que personne d'autre n'a
Un artisan ou un commerce a des données de terrain: prix relevés dans son secteur, délais réels d'intervention, saisonnalité des demandes. Un plombier qui publie le prix moyen de vingt interventions courantes, relevé chaque année, se fait citer par les médias locaux et les sites de conseil. Le fichier est petit, mais il est unique.
Les données d'usage anonymisées
Un éditeur de logiciel voit passer des milliers d'usages. Publié en agrégé et anonymisé, par exemple la durée moyenne d'un processus selon la taille de l'entreprise, ce fichier devient une référence de secteur reprise par les analystes et par les concurrents eux-mêmes. Datez chaque version et gardez la méthode stable d'une année à l'autre, sinon les comparaisons ne tiennent plus.
Signaux à activer en parallèle
Un dataset prolonge l'étude originale et alimente d'autres signaux d'autorité. Ceux-ci vont avec:
FAQ
C'est quoi un dataset?
Un dataset, ou jeu de données en français, est un tableau structuré: une ligne par observation, une colonne par variable, le plus souvent dans un fichier CSV. Pour ce signal, ce qui compte n'est pas la taille mais l'origine: un dataset que vous avez collecté vous-même, que personne d'autre ne possède, et que d'autres peuvent télécharger et réutiliser. Un graphique ou un PDF n'est pas un dataset: on ne peut pas y refaire ses propres calculs.
Comment publier un dataset quand on n'est pas chercheur?
Avec un tableur et une page web. Choisissez un tableau que vous seul possédez, retirez les données personnelles, enregistrez-le en CSV, décrivez chaque colonne, ajoutez une licence et une date. Créez une page qui explique la méthode en cinq lignes. Un dépôt public comme Zenodo vous donne ensuite un DOI gratuitement. Aucun diplôme n'est nécessaire, seulement une méthode honnête et écrite.
Quel format pour diffuser des données?
Le CSV d'abord: un fichier texte avec une ligne d'en-tête, qui s'ouvre dans n'importe quel tableur et que tous les outils lisent. Le JSON convient aux données imbriquées, et rien n'empêche d'offrir les deux. Évitez le PDF, la capture d'écran et le tableau collé dans une page: il faut tout retaper, et personne ne le fait. Ajoutez toujours un court texte qui décrit chaque colonne, l'unité et la période de collecte.
Quelle licence choisir pour publier un dataset en open data?
Dans la plupart des cas, Creative Commons BY: n'importe qui peut réutiliser les données, y compris à des fins commerciales, à condition de vous citer. C'est exactement l'effet recherché. Une licence claire est l'une des conditions de l'open data, avec le format ouvert et l'accès libre au fichier. Une licence trop restrictive, sans usage commercial ou sans modification, fait fuir les médias et les chercheurs, donc les citations. Écrivez-la en toutes lettres sur la page, pas seulement dans le fichier.
Où trouver des datasets, et donc où publier le vôtre?
Là où les gens cherchent. Google Dataset Search, qui n'indexe que les pages balisées avec le type Dataset en JSON-LD. Les dépôts généralistes comme Zenodo et Figshare, qui fournissent un DOI. Les plateformes de la communauté data comme Kaggle et Hugging Face. Votre site reste la page de référence, avec la méthode et la liste des reprises; le dépôt public sert de copie permanente et citable. Publiez aux deux endroits, avec le même titre et la même version.
Cas pratique
Avant · des données qui dorment dans un tableur
Après · une source que d'autres citent
Chiffres illustratifs destinés à montrer la progression type du signal. Ils ne proviennent pas d'un cas client réel et doivent être remplacés par vos propres mesures avant toute communication externe.