La plupart des guides de sources sont classés par discipline. C’est commode à écrire et peu utile à lire : un étudiant ne cherche pas « des données en sociologie », il cherche de quoi répondre à une question précise.
Ce tableau part donc de la question. Pour chaque type d’interrogation, une source, un régime d’accès — et surtout ce que la source ne pourra jamais vous dire.
La question préalable : agrégé ou individuel ?
Avant toute recherche, tranchez ce point, car il partage le paysage en deux.
Les données agrégées décrivent des ensembles : un territoire, un secteur, une classe d’âge. Elles sont massivement disponibles, sans aucune formalité, immédiatement. Elles permettent de comparer, de dater, de cartographier.
Les données individuelles décrivent des personnes ou des unités. Elles permettent de croiser des caractéristiques au niveau de l’individu — diplôme et salaire, âge et trajectoire. Elles supposent presque toujours une démarche, un engagement signé et un délai.
La conséquence est nette : si votre question peut se reformuler à l’échelle agrégée, vous économisez des semaines. Si elle ne le peut pas, engagez la démarche dès aujourd’hui.
Les trois régimes d’accès
Libre. Téléchargement immédiat, sans compte. C’est le cas de toutes les données ouvertes agrégées.
Conditionné. Gratuit, mais sur signature d’un engagement et sous condition de rattachement institutionnel. C’est le régime des fichiers d’enquête individuels.
Fermé pour un mémoire. Autorisation d’une autorité et avis d’un comité, sur des calendriers dimensionnés pour des équipes de recherche. C’est le cas des grandes bases de santé individuelles.
Le tableau d’orientation
« Je veux étudier des décisions de justice »
Source : la base d’open data des décisions judiciaires, en accès libre, moteur de recherche et interface de programmation gratuits. Limite décisive : la diffusion suit un calendrier réglementaire qui n’est pas achevé — le pénal de première instance n’est pas attendu avant fin 2027, et les décisions prud’homales avant fin septembre 2026. Un corpus exhaustif n’est donc pas possible sur toutes les matières. Le détail du calendrier et de ses conséquences est dans la jurisprudence en open data.
« Je veux comparer l’accès aux soins entre territoires »
Source : le portail ouvert de l’Assurance Maladie, libre, 32 jeux de données et 11 505 229 lignes au 11 août 2026. Limite décisive : tout y est agrégé — aucun parcours individuel, aucun appariement au niveau de la personne. Le décompte exact et les sujets ouverts sont détaillés dans les données de santé ouvertes sans démarche.
« Je veux relier composition sociale et résultats scolaires »
Source : le catalogue ouvert de l’Éducation nationale, libre, 307 jeux et 20 527 518 lignes au 11 août 2026. Limite décisive : plus de la moitié du volume tient dans quatre fichiers de métriques d’usage numérique sans rapport avec les questions pédagogiques. Voyez les données pour un mémoire en sciences de l’éducation, qui explique comment viser le bon fichier.
« Je veux mesurer les créations, les reprises ou les défaillances d’entreprises »
Source : les annonces légales en open data, libres, 50 294 290 annonces couvrant 2008 à aujourd’hui. Limite décisive : ce sont des événements, pas des états financiers — la base signale un dépôt de comptes, elle ne contient pas les comptes. Voyez les données d’entreprise pour un mémoire de gestion.
« Je veux croiser des caractéristiques au niveau des personnes »
Source : les fichiers des grandes enquêtes nationales, gratuits pour les étudiants rattachés à un organisme d’enseignement, sur signature d’un engagement. Limite décisive : le délai d’instruction, et l’interdiction de rediffuser les données — vous ne pourrez pas les joindre en annexe. La procédure complète est dans la commande de données d’enquête.
« Je ne sais pas encore et je veux explorer »
Source : le portail national, 73 884 jeux et 6 508 organisations productrices au 11 août 2026. Limite décisive : l’abondance elle-même. Parcourir ce catalogue sans question précise est le meilleur moyen d’y passer un mois — voyez pourquoi l’abondance est un problème et la méthode pour en sortir.
Ce que ce tableau ne couvre pas
Trois familles de matériaux en sont absentes, et il vaut mieux le savoir avant de conclure qu’il n’existe rien pour vous.
Les corpus textuels et patrimoniaux. Archives numérisées, bibliothèques nationales, corpus linguistiques : ils obéissent à d’autres logiques d’accès et se prêtent à des analyses qualitatives plutôt qu’à des décomptes. Un mémoire d’histoire, de lettres ou de sciences du langage y trouvera davantage que dans un portail de données tabulaires.
Les données produites par des acteurs privés. Plateformes, éditeurs, cabinets : leurs jeux existent mais relèvent d’accords commerciaux, et un mémoire ne peut en général pas y prétendre. N’en faites pas le pivot de votre projet.
Les données que vous produisez vous-même. Ce tableau ne remplace pas un terrain. Il existe pour les cas où le terrain est impossible, trop lent, ou insuffisant à lui seul — pas pour vous dissuader d’en faire un quand il est accessible.
Comment vous en servir concrètement
Trois gestes, dans cet ordre.
- Écrivez votre question, puis la variable qu’elle exige, en une phrase chacune. Sans cette phrase, aucun tableau d’orientation ne vous servira.
- Repérez la ligne correspondante ci-dessus et lisez d’abord la limite, pas la source. Si la limite tue votre question, vous venez d’économiser trois semaines.
- Vérifiez le décompte vous-même avant de citer quoi que ce soit. Les chiffres donnés ici ont été relevés le 11 août 2026 et évoluent ; la méthode pour refaire le comptage sans programmer est dans compter dans un jeu de données ouvert.
Si aucune ligne ne correspond parce que votre terrain vient de tomber, la marche à suivre — et le calendrier de bascule — sont dans les trois voies de repli. Et pour un panorama par discipline plutôt que par question, voyez les jeux de données ouvertes par discipline.
Ouvrez votre mémoire dans Tesify et arrimez votre problématique à une source que vous avez vérifiée — la structure suit, les phrases restent les vôtres.
Trois règles qui valent pour toutes les sources
Datez chaque extraction. Ces bases vivent. Un chiffre sans date n’est pas reproductible, et un lecteur qui relance votre requête plus tard obtiendra autre chose sans savoir pourquoi.
Lisez la documentation avant le fichier. Le titre d’un jeu ne dit pas ce qu’il compte. Deux fichiers nommés « effectifs » peuvent compter des personnes, des inscriptions ou des dossiers, et l’erreur d’unité traverse ensuite tout le mémoire sans être vue.
Signalez vos calculs. Un total renvoyé par la base est une donnée ; un pourcentage que vous en tirez est un calcul. Dire lequel est lequel coûte trois mots et vous protège d’une objection en soutenance.
Questions fréquentes
Puis-je combiner plusieurs de ces sources ?
Oui, et c’est souvent le meilleur design : une source ouverte pour cadrer le problème, une source individuelle ou un terrain pour l’analyser finement. Précisez seulement quelle source sert à quoi, car elles relèvent de régimes d’accès différents à déclarer séparément.
Ces sources sont-elles utilisables dans toutes les disciplines ?
Le classement par question rend la plupart transversales : un mémoire de sociologie peut exploiter des données d’entreprise, un mémoire de gestion des données d’éducation. Ne vous laissez pas enfermer par l’étiquette disciplinaire du portail.
Faut-il citer la source dans le corps du texte ou en bibliographie ?
Les deux. Dans le texte, mentionnez le producteur et la date d’extraction au moment où le chiffre apparaît ; en bibliographie, traitez le jeu comme une référence à part entière, avec son adresse.
Que faire si la donnée existe mais pas à la maille dont j’ai besoin ?
Deux options honnêtes : remonter d’un cran votre question pour l’aligner sur la maille disponible, ou conserver la maille fine et changer de source. Ce qu’il ne faut pas faire, c’est désagréger vous-même une donnée agrégée — le résultat n’aurait aucune validité.
Ces volumétries seront-elles encore exactes l’an prochain ?
Non, et ce n’est pas un défaut : ce sont des bases vivantes. Les nombres cités valent au 11 août 2026 et servent d’ordre de grandeur. Refaites le comptage à votre date, et citez la vôtre.
Y a-t-il un intérêt à utiliser une source peu exploitée ?
Un intérêt considérable. Sur le portail national, on compte environ neuf réutilisations déclarées pour cent jeux publiés : la plupart des données publiques n’ont jamais été analysées. Un mémoire qui en exploite une sérieusement est original par construction.
Combien de sources faut-il pour un mémoire ?
Une, exploitée sérieusement, suffit largement. Multiplier les sources est une tentation de dernière minute qui produit des chapitres juxtaposés sans démonstration. Ajoutez-en une seconde uniquement si elle répond à une question que la première ne peut pas traiter, et dites-le explicitement.
Partez de la question, choisissez la source, vérifiez le chiffre. Écrivez votre mémoire avec Tesify.