Compter dans un jeu de données ouvert sans savoir programmer : la méthode par URL (2026)

Vous voulez écrire dans votre mémoire : « au 11 août 2026, cette base contenait X enregistrements ». Vous ouvrez le portail, vous lancez une recherche, et vous relevez le nombre affiché.

Il y a de fortes chances que ce nombre soit faux — et il existe une manière simple d’obtenir le bon, sans écrire une seule ligne de programme.

Pourquoi une page de résultats ne compte pas

Beaucoup d’interfaces publiques de recherche plafonnent le nombre de résultats qu’elles acceptent d’énumérer. Le compteur affiché s’arrête alors à une valeur ronde, quelle que soit la taille réelle de l’ensemble.

Le test qui révèle le problème tient en dix secondes : ajoutez un filtre qui devrait réduire l’ensemble, et regardez si le nombre baisse. S’il ne bouge pas, vous ne lisez pas un décompte, vous lisez un plafond. Interrogé de cette manière le 11 août 2026, un moteur public de recherche d’entreprises a renvoyé exactement 10 000 résultats sur un département, puis encore 10 000 après ajout d’un filtre supplémentaire.

Un chiffre qui refuse de diminuer quand on restreint la question ne mesure rien. S’il finit dans votre mémoire, il y restera comme une donnée fausse, et sa rondeur le dénoncera.

La solution n’est pas de renoncer au chiffre : c’est d’interroger le point d’accès qui, lui, est fait pour compter.

L’anatomie d’une requête, segment par segment

Un grand nombre de portails publics français reposent sur la même technologie de diffusion, et exposent donc la même forme d’adresse. Une fois qu’on l’a comprise sur un portail, on sait interroger tous les autres.

L’adresse se lit de gauche à droite comme une phrase :

1. L’adresse du portail — le producteur des données.
2. Le chemin d’accès aux données, qui contient généralement les mots explore et catalog, suivi d’un numéro de version.
3. Le mot datasets, éventuellement suivi de l’identifiant du jeu qui vous intéresse.
4. Le mot records si vous voulez interroger les lignes du jeu plutôt que la liste des jeux.
5. Les paramètres, après un point d’interrogation, séparés par des esperluettes.

Sans identifiant de jeu, vous interrogez le catalogue lui-même : c’est ainsi qu’on obtient le nombre de jeux publiés par un portail. Avec un identifiant et le mot records, vous interrogez les lignes d’un jeu précis.

Les quatre paramètres qui suffisent

limit fixe le nombre de lignes ramenées. Mettez-le à 1 : vous ne voulez pas les données, vous voulez le total, et celui-ci est renvoyé de toute façon dans un champ dédié, généralement nommé total_count.

group_by demande une ventilation par la valeur d’un champ. C’est le paramètre le plus utile d’un mémoire : il transforme une masse indistincte en tableau de résultats.

select précise ce que vous voulez calculer. Une fonction de comptage à laquelle on donne un nom lisible suffit dans l’immense majorité des cas ; on peut aussi demander la plus petite et la plus grande valeur d’un champ de date, ce qui donne d’un coup la période couverte par la base.

where filtre. C’est aussi votre instrument de contrôle : c’est en ajoutant un filtre que vous vérifiez que le compteur réagit.

Le seul point technique à connaître : les espaces et certains caractères doivent être encodés dans une adresse. Si votre requête échoue, remplacez chaque espace par %20 et réessayez. C’est la cause de la quasi-totalité des erreurs de débutant.

Le contrôle qui rend votre chiffre défendable

Voici la manœuvre qui distingue un chiffre relevé d’un chiffre établi, et elle ne coûte qu’une requête de plus.

Demandez le total. Puis demandez la ventilation. Puis additionnez la ventilation et comparez.

Si la somme des sous-groupes retombe exactement sur le total, vous n’avez pas seulement vérifié un nombre : vous avez démontré que votre énumération est complète, c’est-à-dire qu’aucune catégorie ne vous a échappé. Aucune vérification ligne à ligne ne peut établir cela.

Appliquée le 11 août 2026 à la base des annonces légales d’entreprises, la manœuvre donne 50 294 290 par les deux voies — total direct et somme des douze familles d’avis. C’est ce qui autorise à écrire le chiffre sans réserve, et le détail figure dans l’article sur les données d’entreprise pour un mémoire de gestion.

Quand les deux voies divergent, ne choisissez pas : cherchez pourquoi. La cause la plus fréquente est une fiche descriptive mise en cache, dont le nombre affiché date d’une actualisation antérieure. Deux interrogations vivantes qui concordent l’emportent sur une métadonnée figée.

Ouvrez votre mémoire dans Tesify et transformez ces décomptes en tableaux, en commentaires et en méthode — la rédaction reste la vôtre.

Ce que vous mettez dans le mémoire

Trois éléments, et ils tiennent en quelques lignes.

L’adresse exacte de la requête, en annexe ou en note. C’est l’équivalent, pour des données, du protocole d’enquête : elle rend votre résultat reproductible par n’importe quel lecteur.

La date et l’heure de l’interrogation. Ces bases sont alimentées en continu ; sans date, votre chiffre n’est pas vérifiable, et un lecteur qui relance la requête six mois plus tard obtiendra autre chose sans savoir pourquoi.

La mention de ce que vous avez calculé vous-même. Un total renvoyé par la base est une donnée ; un pourcentage que vous en dérivez est un calcul. Signalez le second comme tel — c’est une exigence élémentaire, et son absence est ce que les jurys repèrent le plus vite.

Les limites de la méthode

Tous les portails ne suivent pas cette forme d’adresse. Certains proposent une autre interface, d’autres n’en proposent aucune et n’offrent qu’un téléchargement de fichier. Dans ce dernier cas, la voie reste le tableur : téléchargez, et comptez avec un tableau croisé dynamique. Le principe de contrôle ne change pas — comparez toujours la somme des parties au total.

Par ailleurs, un décompte n’est jamais une réponse en soi. Savoir combien de lignes contient une base ne dit rien de ce qu’elles mesurent : la documentation du jeu, elle, reste à lire. C’est là que se logent les erreurs d’unité qui traversent un mémoire entier sans être vues, comme le montre le cas des données par établissement évoqué dans les données ouvertes en sciences de l’éducation.

Enfin, si votre question appelle des données individuelles, aucun portail ouvert n’y répondra : il faut alors passer par la commande de fichiers d’enquête. Et pour choisir dans quel portail chercher plutôt que de parcourir le catalogue général, voyez l’état du portail national des données ouvertes.

Questions fréquentes

Faut-il créer un compte ou obtenir une clé ?

Pour la plupart des portails publics français, non : l’adresse fonctionne telle quelle dans un navigateur. Certaines interfaces, notamment celles qui donnent accès à des données plus sensibles, exigent une inscription gratuite et une clé à joindre à la requête.

Le résultat s’affiche en un bloc illisible. Est-ce normal ?

Oui. La réponse est un format structuré destiné aux machines. Les navigateurs récents proposent un affichage lisible, et à défaut le champ qui vous intéresse — le total — se repère en cherchant le mot count au début de la réponse.

Puis-je récupérer toutes les lignes de cette façon ?

Ce n’est pas l’usage recommandé : les portails limitent le nombre de lignes par appel. Pour disposer des données complètes, téléchargez le fichier proposé par le jeu. La requête sert à compter, à ventiler et à vérifier, pas à extraire en masse.

Comment connaître le nom exact d’un champ ?

Interrogez d’abord le jeu sans group_by, avec une limite de 1 : la ligne renvoyée montre tous les noms de champs disponibles. C’est le réflexe à prendre avant toute ventilation.

Est-ce considéré comme une compétence technique en soutenance ?

C’est surtout considéré comme de la rigueur. Un mémoire qui donne la requête ayant produit ses chiffres se place au-dessus d’un mémoire qui cite un nombre sans dire d’où il vient — et cela ne suppose aucune programmation.

Que faire si la requête renvoie une erreur ?

Lisez le message : ces interfaces expliquent généralement ce qui ne va pas, le plus souvent un nom de champ inexistant ou un espace non encodé. Reprenez la requête minimale qui fonctionnait, puis rajoutez un paramètre à la fois.

Une ventilation peut-elle contenir une catégorie vide ou inconnue ?

Oui, très souvent, et il ne faut surtout pas la supprimer du tableau. Une ligne « non renseigné » est une information sur la qualité de la base, et c’est aussi elle qui permet à la somme de retomber sur le total. L’écarter par souci d’esthétique casse le contrôle arithmétique et masque un défaut de saisie qui méritait d’être commenté.

Faut-il refaire la requête avant de rendre le mémoire ?

C’est prudent si plusieurs mois se sont écoulés depuis votre extraction. Si les chiffres ont changé, deux options honnêtes : actualiser l’ensemble de l’analyse, ou conserver l’extraction d’origine en indiquant clairement sa date et en signalant que la base a évolué depuis. Ce qu’il ne faut pas faire, c’est mettre à jour un seul chiffre dans un texte construit sur les anciens.

Un chiffre, une requête, une date : c’est tout ce qu’il faut pour qu’il soit citable. Rédigez votre mémoire avec Tesify.