datavox.fr

Méthode · Journalisme de données

Checklist data : 7 tests avant de croire une révélation

Publié le 12 juin 2026 · Lecture : 7 minutes

Écran affichant des graphiques et des données à vérifier dans une salle de rédaction
Une révélation solide commence par une méthode vérifiable, pas par un titre spectaculaire.

Une courbe qui s’envole, un document présenté comme confidentiel, un chiffre repris par plusieurs médias : l’apparence de la preuve suffit parfois à emporter l’adhésion. Pourtant, une donnée n’est jamais une conclusion en soi. Elle est le résultat d’une collecte, d’un choix de périmètre et d’un traitement qu’il faut pouvoir examiner.

Cette checklist propose sept tests simples pour évaluer une révélation avant de la croire ou de la partager. Elle s’applique à une enquête sur une entreprise comme à une statistique publique, une carte climatique ou une affirmation sur l’intelligence artificielle.

1. Identifier précisément la source

La première question n’est pas « est-ce plausible ? », mais « qui produit cette information ? ». Une source primaire — registre officiel, jeu de données original, décision de justice, rapport audité ou entretien direct — n’a pas le même statut qu’un commentaire publié sur un réseau social.

Notez le nom de l’organisme, la date de publication, la méthode annoncée et la version du document. Une capture d’écran sans adresse, auteur ni contexte est un indice, pas une preuve. Il faut aussi repérer les intérêts de la source : une entreprise peut décrire ses émissions, mais elle n’est pas nécessairement la mieux placée pour les évaluer seule.

Test express : pouvez-vous retrouver le document original en moins de cinq minutes et expliquer qui l’a produit ?

2. Vérifier le périmètre des chiffres

Les chiffres les plus trompeurs sont souvent exacts, mais incomplets. Un « doublement » peut concerner une période très courte, une seule filiale ou un indicateur particulier. Avant d’interpréter une hausse, vérifiez l’unité, la population étudiée, la zone géographique et la période de référence.

La comparaison est-elle faite avec l’année précédente, une moyenne décennale ou un scénario théorique ? Une valeur brute peut également être confondue avec une valeur par habitant, un montant nominal avec un montant corrigé de l’inflation, ou une moyenne avec une médiane. Ces distinctions changent parfois entièrement le récit.

3. Refaire le calcul

Un calcul élémentaire permet souvent de repérer une amplification rhétorique. Si une dépense passe de 80 à 100 millions d’euros, la progression est de 25 %, et non de 20 % : l’écart est rapporté à la valeur initiale. De même, une baisse de 50 % suivie d’une hausse de 50 % ne ramène pas à la situation de départ.

Lorsque les données sont disponibles, téléchargez-les et refaites au moins une opération : somme, taux d’évolution, moyenne ou classement. Observez aussi les arrondis. Une visualisation peut afficher des nombres très précis alors que la marge d’incertitude rend cette précision illusoire.

4. Chercher les données manquantes

Une révélation met souvent en avant ce qui confirme son angle. Le quatrième test consiste à rechercher ce qui n’apparaît pas : les entreprises exclues, les années absentes, les valeurs nulles, les résultats négatifs ou les cas qui contredisent l’hypothèse.

Dans un tableau, examinez les colonnes masquées et les codes utilisés pour « non renseigné ». Dans une carte, demandez-vous si les territoires sans données sont affichés comme des territoires sans problème. L’absence d’information ne signifie jamais automatiquement l’absence de phénomène.

Cette vigilance vaut aussi pour les annonces culturelles : une date, un lieu ou une programmation doivent être confrontés à la page de référence de l’événement. À Toulouse, le Fifigrot est annoncé du 14 au 20 septembre 2026 ; Toulouse Évasion peut aider à replacer ce rendez-vous dans l’agenda local, mais cette indication doit toujours être vérifiée auprès de l’organisateur.

5. Distinguer corrélation et causalité

Deux courbes qui progressent ensemble ne prouvent pas que l’une cause l’autre. Une hausse des usages d’un service numérique peut coïncider avec celle des émissions énergétiques, sans que le lien soit direct : croissance démographique, changement réglementaire ou évolution des prix peuvent intervenir.

Pour soutenir une causalité, il faut davantage qu’un graphique : une chronologie cohérente, un mécanisme explicable, des variables de contrôle et, si possible, une comparaison avec un groupe similaire. Méfiez-vous des formulations absolues comme « provoque », « responsable de » ou « explique à lui seul » lorsque la méthode ne permet qu’une association.

6. Tester les ordres de grandeur

Un résultat spectaculaire mérite un contrôle de plausibilité. Une entreprise aurait-elle réellement pu déplacer une somme supérieure à son chiffre d’affaires ? Une économie d’énergie annoncée correspond-elle à la consommation d’une ville entière ? Un algorithme aurait-il analysé plus de dossiers que le système n’en reçoit ?

Les ordres de grandeur ne remplacent pas la preuve, mais ils signalent les erreurs d’unité, les zéros en trop et les extrapolations abusives. Comparez le résultat à une source indépendante : budget public, capacité industrielle, population concernée ou séries historiques.

Réflexe de rédaction : une affirmation extraordinaire ne devient pas vraie parce qu’elle est répétée. Elle devient crédible lorsque sa méthode, ses sources et ses limites sont accessibles.

7. Lire les limites et chercher la contradiction

Une enquête sérieuse expose ses faiblesses. Qui n’a pas répondu ? Quelle donnée est estimée ? Quelle période n’a pas pu être couverte ? Une conclusion prudente, accompagnée d’un intervalle d’incertitude, est souvent plus solide qu’une certitude sans réserve.

Cherchez ensuite une source contradictoire, idéalement indépendante et compétente. Il ne s’agit pas de placer toutes les opinions sur le même plan, mais de vérifier si une autre méthode aboutit au même résultat. Si les deux analyses divergent, comparez leurs définitions, leurs échantillons et leurs hypothèses avant de trancher.

De la vérification au partage

Ces sept tests peuvent être appliqués en quelques minutes pour un contenu courant, ou approfondis dans une enquête. L’essentiel est de conserver une trace : lien vers la source, date de consultation, fichier utilisé, formule de calcul et décision prise. Cette chaîne de vérification rend le raisonnement reproductible par d’autres lecteurs.

La donnée ne parle donc jamais seule. Elle devient une information fiable lorsqu’elle est documentée, contextualisée et confrontée à ses propres limites. Pour poursuivre cette lecture critique des chiffres, découvrez les enquêtes et analyses publiées sur notre page d’accueil.