Le pôle science des données

Publié le 31 mars 2026 | Mis à jour le 26 juin 2026

Créé en 2019, le pôle science des données déploie des méthodes innovantes qui contribuent à l’objectivation des données dans les missions en s’appuyant sur un large socle de compétences : usage de l'intelligence artificielle, économétrie, extraction et exploitation de données issues de sites internet, visualisation des données.

L’exploitation des données est devenue un outil de choix pour l’évaluation des politiques publiques, pour objectiver des faits et chiffrer précisément des effets des recommandations des missions.

Les data scientists qui composent le pôle science des données (PSD) apportent leur appui aux missions, parfois pour des besoins ponctuels mais le plus souvent de façon approfondie durant toute la durée des investigations.

Elles et ils travaillent à partir des données les plus fines possibles à disposition des missions. Ces données peuvent être produites par le système statistique public et partagées via le centre d’accès sécurisé aux données (CASD), ou issues de sources originales collectées par les missions. Les analyses produites respectent le secret statistique. En particulier, elles ne permettent pas la réidentification des ménages ou des entreprises étudiés à partir de données individuelles.

Les méthodes

Outre la description des populations concernées par les politiques publiques, les travaux du pôle mettent en œuvre trois grands types de méthodes :

L’évaluation des politiques publiques dans un cadre causal. Il s’agit alors d’établir l’effet d’une politique ou d’un choc sur les agents économiques et en estimer les effets redistributifs.
La micro-simulation et le chiffrage de scénarios sur la base de données individuelles. Ces travaux s’appuient parfois sur des modèles existants développés par d’autres acteurs du SSP ou reposent sur des codes développés au pôle.
La prédiction via des techniques d’apprentissage statistique.

Enfin, les data scientists du pôle prennent ponctuellement part aux missions pour apporter un regard métier sur les politiques publiques liées à leur domaine d’expertise.

Focus sur trois contributions

Lors de l’évaluation finale du programme NANO 2022, la participation du pôle science des données a permis de d’estimer l’impact réel du programme sur les dépenses de recherche des entreprises du secteur concerné. La méthode employée est celle du contrôle synthétique. Concrètement, pour chaque entreprise ayant bénéficié du programme, une entreprise contrefactuelle a été créée. Cette entreprise contrefactuelle est construite à partir d’une combinaison d’entreprises appartenant au groupe de contrôle qui, elles, n’ont pas bénéficié du programme. Cela permet d’estimer ce qu’auraient été les montants des dépenses de recherche de l’entreprise si le programme n’avait pas existé. En comparant la situation réelle de l’entreprise avec cette situation contrefactuelle, il est possible de mesurer l’effet réel du programme NANO 2022.

Dans le cadre des revues de dépense, les membres du pôle science des données sont sollicités pour documenter le plus précisément des pistes d’économie. Ils et elles établissent des constats en neutralisant l’effet des autres facteurs (« toutes choses égales par ailleurs »), qui identifient précisément les dépenses et les centres de coûts s’écartant le plus des valeurs moyennes. Par exemple, lors de la revue des dépenses consacrées aux dispositifs en faveur de la jeunesse, l’analyse des données géolocalisées des collèges et lycées a permis de proposer une révision de la carte scolaire limitant à 20 minutes maximum l’allongement des trajets pour les élèves.

Les data scientists de l’IGF contribuent à des missions dites d’assistance à des personnalités qualifiées, telles que des économistes. À titre illustratif, les travaux du pôle science des données ont permis d’étayer les constats et le chiffrage des scénarios du rapport d’Antoine Bozio et d’Etienne Wasmer, Les politiques d’exonérations de cotisations sociales : une inflexion nécessaire, remis en octobre 2024 au Premier Ministre. Les chiffrages s’appuient sur une extension du modèle de micro-simulation Openfisca qui calcule l’ensemble des exonérations de cotisations sociales de chaque salarié recensé dans la base tous salariés (BTS) de l’Insee