Formation data · administrations publiques
Culture statistique appliquée
Avant de produire, il faut savoir lire. Une formation opérationnelle pour donner aux cadres et agents non spécialistes les réflexes qui permettent de comprendre ce qu'un chiffre dit, ce qu'il ne dit pas, et ce que le droit autorise à en faire.
Les chiffres circulent. Leur lecture, beaucoup moins.
Les cadres publics manipulent chaque jour des indicateurs, des extractions, des tableaux de suivi.
Un taux progresse, une moyenne se dégrade, un effectif chute d'un trimestre à l'autre. Ces chiffres arrivent par courriel, dans un reporting, dans une note de synthèse, et il faut en faire quelque chose : arbitrer, alerter, rendre compte.
Le problème n'est pas l'accès aux chiffres. Il est leur lecture.
Une moyenne masque une dispersion. Un taux calculé sur de petits effectifs n'est pas stable. Une rupture de série transforme une baisse réelle en artefact de méthode. Une corrélation se confond avec une causalité. Et lorsque le chiffre concerne des personnes, sa simple réutilisation peut poser une question juridique avant même de poser une question d'analyse.
Le sujet n'est donc pas seulement statistique.
Il est décisionnel et juridique.
Une formation pour reprendre la main sur ses chiffres
La formation Culture statistique appliquée n'est pas un cours de statistiques.
Elle ne vise pas à former des statisticiens, mais à donner à des cadres et agents non spécialistes les réflexes pour comprendre ce qu'un chiffre permet de dire, ce qu'il ne permet pas de dire, et ce que le cadre juridique autorise à en faire.
En 1 à 2 jours, les participants travaillent sur des chiffres issus de leur propre quotidien — indicateurs métier, extractions, tableaux de suivi — et apprennent à les lire comme un cadre public : en interrogeant la source, le périmètre, la règle de calcul et l'incertitude.
Ils ne repartent pas avec des formules. Ils repartent avec des grilles, des check-lists et des réflexes mobilisables dès le retour au poste.
Distinguer
Séparer donnée brute, indicateur, analyse et décision.
Repérer
Identifier biais, petits effectifs, ruptures de série et valeurs manquantes.
Relier
Rattacher un chiffre à une décision possible, sans surinterpréter.
Sécuriser
Identifier les premiers risques juridiques : données personnelles, protégées, RGPD, AI Act.
Ce que l'intervention apporte
La formation repose sur une conviction : on apprend mieux à lire un chiffre lorsqu'il s'agit de ses propres chiffres, avec ses propres décisions en jeu.
L'objectif n'est pas de réciter des définitions statistiques.
L'objectif est d'installer des réflexes de lecture critique qui resservent à chaque indicateur rencontré ensuite.
Concrètement, l'intervention permet de :
- distinguer une donnée brute d'un indicateur construit ;
- repérer les pièges statistiques les plus fréquents ;
- lire un indicateur en interrogeant sa source et son périmètre ;
- mesurer ce qu'une incertitude implique pour une décision ;
- rattacher un chiffre à une décision réaliste, sans le faire dire plus qu'il ne dit ;
- identifier les premières limites juridiques à l'usage, au partage et à la publication d'une donnée ;
- savoir quand un chiffre ne permet tout simplement pas de trancher.
Ce n'est pas un cours théorique
La formation part de vos chiffres, pas d'exemples de manuel.
Les participants travaillent sur les indicateurs, extractions et tableaux qui structurent déjà leurs réunions et leurs arbitrages.
Le bénéfice pédagogique est immédiat : en partant de chiffres qu'ils connaissent, les stagiaires comprennent enfin ce qui leur manquait pour les lire, et repèrent les pièges qu'ils reproduisaient sans le savoir.
Pour quelles équipes ?
Cette formation s'adresse aux administrations dont les agents lisent, commentent ou transmettent des chiffres sans être pour autant spécialistes de la donnée.
Elle concerne notamment :
- les cadres qui arbitrent à partir d'indicateurs ;
- les agents chargés du reporting et du suivi d'activité ;
- les directions métiers qui commandent des analyses ;
- les fonctions support qui produisent des tableaux de bord ;
- les contrôleurs de gestion et chefs de bureau ;
- les équipes impliquées dans le pilotage d'une politique publique ou d'un dispositif.
Elle est particulièrement utile lorsque les chiffres sont nombreux mais discutés sans référentiel commun de lecture, ou lorsque les décisions reposent sur des indicateurs que personne n'interroge vraiment.
Cadres qui arbitrent
Pour comprendre ce qu'un indicateur permet réellement de décider, sans le surinterpréter.
Agents du reporting
Pour produire des chiffres dont les limites sont connues et assumées.
Directions métiers
Pour mieux commander une analyse et en lire les résultats avec un œil critique.
Fonctions support
Pour fiabiliser les indicateurs et clarifier les règles de lecture partagées.
Les prérequis pour que le format fonctionne
Un format court produit des résultats concrets à condition d'être bien cadré.
D'abord, la formation gagne à être adossée à des chiffres réels du service : indicateurs de suivi, extractions, tableaux récurrents. Plus les exemples sont proches du quotidien, plus les réflexes s'installent.
Ensuite, le groupe doit rester resserré, pour permettre les échanges et le travail sur cas concrets.
Le niveau de pratique visé doit également être clair. Une sensibilisation d'une journée et une montée en compétence approfondie sur deux jours ne se construisent pas de la même manière.
Enfin, il est utile que les participants viennent avec des questions de décision réelles : un arbitrage récurrent, un indicateur contesté, un rapport à produire.
Condition de réussite
La formation produit de meilleurs résultats lorsqu'elle s'appuie sur des chiffres réellement utilisés dans le service et sur des décisions qu'ils sont censés éclairer, mais peut aussi s'organiser sur la base de sources externes au service. Auquel cas, l'intervention nécessite un temps supplémentaire d'appropriation de la politique publique analysée ou de la fonction support étudiée.
Déroulé de l'intervention
L'intervention suit cinq séquences, modulables selon le niveau visé.
Le format recommandé est de 1 à 2 jours. La première journée installe les réflexes de lecture ; la seconde, lorsqu'elle est retenue, approfondit la critique des indicateurs et les ateliers de décision.
Pourquoi les chiffres publics sont difficiles à lire
Sources hétérogènes, définitions implicites, périmètres mouvants : on pose le décor.
Les pièges statistiques de base
Moyennes, taux, effets de structure, corrélation et causalité : repérer les confusions les plus coûteuses.
Lire un indicateur comme un cadre public
Source, périmètre, règle de calcul, incertitude : la grille de lecture critique.
Ce que le droit autorise, encadre ou interdit
Données personnelles, données protégées, partage entre administrations, responsabilité personnelle de l'agent et du service, RGPD, AI Act : les premiers réflexes juridiques.
Passer du chiffre à la décision
Atelier critique : relier un chiffre réel à une décision possible, sans le surinterpréter.
Ce que les participants produisent
À l'issue de la formation, les participants disposent d'outils directement réutilisables.
Ces livrables sont conçus pour resservir à chaque nouvel indicateur rencontré, bien au-delà de la formation.
L'enjeu est de laisser une méthode, pas un souvenir de cours.
Livrable 01
Grille de lecture critique
Une grille pour interroger n'importe quel chiffre public : source, périmètre, calcul, incertitude.
Livrable 02
Fiche indicateur simplifiée
Un format court pour documenter un indicateur et le rendre lisible par tous.
Livrable 03
Check-list « avant d'utiliser ce chiffre »
Les questions à se poser avant de mobiliser un chiffre dans une décision ou un rendu compte.
Livrable 04
Lexique et grille juridique
Un lexique statistique minimal pour cadres publics et une grille « Puis-je utiliser, partager ou publier cette donnée ? ».
Ce que cette formation n'est pas
La transparence sur le périmètre est essentielle.
Cette formation n'est pas un cours de statistique inférentielle ni une initiation à un logiciel de traitement de données.
Elle ne forme pas des statisticiens ou des data scientists, et ne prétend pas couvrir l'ensemble des méthodes quantitatives.
Elle ne remplace pas davantage une expertise juridique sur un cas particulier : elle installe des réflexes et des points de vigilance, pas des avis de droit.
Son rôle est plus précis : donner à des non-spécialistes les réflexes de lecture qui leur permettent de ne plus subir les chiffres, de mieux dialoguer avec ceux qui les produisent et de décider avec lucidité.
Hors périmètre
Ce que la formation ne prétend pas faire
- Former des statisticiens ou des data scientists
- Couvrir l'ensemble des méthodes quantitatives
- Enseigner un logiciel de traitement de données
- Délivrer des avis juridiques sur un cas particulier
- Remplacer une expertise statistique interne
Périmètre utile
Ce que la formation permet réellement
- Lire un chiffre sans le surinterpréter
- Repérer les pièges statistiques les plus fréquents
- Interroger source, périmètre et incertitude
- Identifier les premiers risques juridiques
- Relier un chiffre à une décision réaliste
Le module dans le parcours
Cette formation constitue le socle du parcours Données, IA et décision publique.
Elle précède logiquement le module Lecture décisionnelle des données, qui transforme cette capacité de lecture en production d'analyses et de livrables. Avant de produire un tableau de bord ou de solliciter une IA, il faut savoir lire un chiffre.
Elle peut être suivie seule, comme une remise à niveau collective, ou en ouverture d'un parcours plus complet allant jusqu'à la pérennisation des pratiques dans le service.
Pourquoi enbi
Une expertise data, mais aussi une compréhension de l'administration.
- Compréhension interne des contraintes administratives
- Lecture croisée des sujets data, juridiques et décisionnels
- Culture du secteur privé et des start-up
- Transmission de réflexes plutôt que dépendance à un prestataire
- Approche centrée sur la décision, pas sur la technique
L'intervenant
La formation est animée par Alexis Bernard, consultant et formateur sur les sujets data, IA et décision publique.
Ancien élève de l'IRA de Bastia, il a développé une expertise à l'intersection de l'administration, de l'économie quantitative, de la data science et des usages numériques.
Depuis 2019, il intervient notamment auprès des IRA, de Sciences Po EMPA et d'établissements d'enseignement supérieur sur des sujets liés aux données, à l'action publique, au pilotage et à la transformation numérique.
Son objectif avec enbi : aider les organisations publiques à réinternaliser une partie de leur expertise data, à mieux dialoguer avec leurs prestataires et à produire des décisions mieux fondées.
« La capacité de l'intervenant à rendre accessible des sujets assez techniques, son esprit de synthèse et le caractère très vivant de la présentation. »
Élève de l'IRA de Lyon, 2024
« This is an inspirational and very engaging presenter. Interesting topic and Alexis got us really into it. »
Stagiaire, Sciences Po EMPA, 2025
Dans quels cas demander cette formation ?
Cette formation est pertinente si votre service se reconnaît dans l'une de ces situations :
- des indicateurs circulent, mais ne sont pas lus de la même manière selon les agents ;
- des décisions reposent sur des moyennes ou des taux que personne n'interroge ;
- des chiffres sont commentés sans connaître leur source ou leur règle de calcul ;
- des données personnelles sont réutilisées sans réflexe juridique ;
- les équipes doivent rendre compte à partir de chiffres qu'elles maîtrisent mal ;
- vous voulez préparer vos agents avant un module de production de tableaux de bord.
La formation peut constituer un point de départ réaliste avant une démarche plus large de production, de structuration ou de pilotage par la donnée.
Cas d'usage idéal
Un service manipule de nombreux indicateurs au quotidien, mais souhaite que ses agents sachent les lire avec un œil critique avant d'en tirer des décisions.
Modalités pratiques
Prochaine étape
Échangeons sur vos chiffres.
Nous pouvons analyser ensemble les indicateurs que vos équipes manipulent et les décisions que vous souhaitez mieux fonder.