Le Social Good Accelerator a eu le plaisir d’interviewer Nastasia Fouret, fondatrice et consultante cheffe de projets Data/IA de Dot&Cie, et architecte data sur le projet Observatoire de l’ESS numérique développé par SOGA. Cette interview revient sur la première phase du projet, à savoir l’agrégation des données, sur ses enjeux, ses avancées ainsi que sur la deuxième phase qui s’annonce. Nastasia nous partage également son expérience en tant que bénévole pour SOGA, depuis fin janvier 2026 via Data for Good.

Je suis Nastasia Fouret, j’interviens auprès de clients sur des problématiques data (gestion, datas d’infrastructures, gestion des stocks, des achats, etc.) ; en somme, tout ce qui permet à une entreprise de fonctionner. Mon rôle est de permettre leur utilisation et leur mise en visibilité pour que la structure puisse piloter son activité.

Le projet d’Observatoire de l’ESS numérique c’est un projet qui a pour objectif de mettre en visibilité les structures de l’ESS numérique et surtout de leur permettre de se reconnaître comme tel. C’est en somme un projet d’autodétermination qui a pour but d’aider les structures à se dire “Oui, je suis de l’ESS numérique” ou “Non, je ne suis pas de l’ESS numérique”. 

J’ai commencé à travailler avec SOGA fin janvier via Data for good. Je devais intervenir en tant que data architect sur le projet de création de l’Observatoire. Je n’étais pas toute seule, il y avait Augustin de Chevigny, qui intervenait dans le cadre de ses études à Centrale Lille. En amont, et avec d’autres étudiants, il a mis en place les bases : l’identification des actrices et acteurs du secteur de l’ESS, leur répartition dans 8 familles de l’ESS numérique, etc. Et ce que j’ai fait, c’est reprendre toutes les règles de gestion qu’il avait appliqué et les “industrialiser” dans un process un peu data pour pouvoir reproduire cette analyse régulièrement plutôt que ce soit une analyse “one shot” et que de ce fait, on se retrouve avec un jeu de données qui ne se maintient pas dans le temps.

J’ai donc réfléchi à introduire des règles de gouvernance et d’architecture. L’idée étant d’essayer de trouver un juste milieu entre “il faut utiliser le plus d’outils open source, le plus de données qu’on met en forme nous-mêmes” et “il faut aller vite, avoir des données de qualité” même si ce n’est pas toujours facile de les avoir. L’enjeu derrière d’avoir des données mises en forme par nos propres moyens, c’est que l’on puisse mieux les tracker, qu’on soit en mesure de se dire “Ok, ces données proviennent de là, elles ont cette validité” ; on sait d’où elles viennent et on sait comment les obtenir à nouveau en cas de besoin.

Un autre aspect de mon travail c’est de rassembler des données, donc de solliciter les personnes qui seraient potentiellement de l’ESS numérique et de les faire se rassembler autour d’une table, de déterminer si oui ou non elles cochent les cases. Et pour ça il faut aussi poser le cadre : qu’est-ce qu’une structure numérique ? Quelles sont les différences ? Comment la notion même de numérique évolue ? Est-ce qu’on se reconnaît dedans ou pas ? etc. Mon rôle, c’est vraiment de créer cette impulsion en termes de source de données et de structure qui fera en sorte que, demain, les données pourront vivre, refléter et s’alimenter par rapport à la communauté numérique que l’Observatoire est en train de créer. 

Au départ, ce n’était pas un engagement très fort pour moi. Ma vision était plutôt orientée accompagnement d’un projet, mais au final j’ai trouvé le projet intéressant. Les personnes avec qui j’interagissais étaient vraiment agréables, et il se trouvait que j’avais un peu de temps à ce moment-là. Donc j’ai proposé à Jeanne de continuer de travailler sur le projet parce que ça changeait de ce que je faisais d’habitude : là, je n’avais pas les données sources. Je travaille souvent sur des données de gestion par exemple, qui sont disponibles parce que c’est l’entreprise qui les crée elle-même, donc je n’ai pas besoin d’aller les chercher, juste besoin de vérifier qu’elles sont bien alimentées. Et quand elles ne le sont pas, je vais voir le responsable de l’équipe. En fait, tu ne gères pas du tout le manque de données de la même manière au sein d’un écosystème et dans le cadre de données libres.

Donc ça, ça été la première surprise métier, je ne m’attendais pas à cette logique. Ensuite, j’ai adoré travailler avec Jeanne et Clarisse ! Ça m’a fait du bien. Pour moi, l’humain est plus important que le projet en lui-même. Que ce soit l’équipe de SOGA ou les personnes du Comité, j’aime leur façon de travailler qui est très différente de ce que je connais en entreprise. Aussi, c’est une de mes premières expériences bénévoles aussi long terme dans mon domaine, donc ça me donne l’impression d’être utile. En revanche, c’est aussi très challengeant de composer entre mon activité, ma vie perso et le bénévolat, mais Jeanne est très compréhensive donc c’est agréable. Le tout c’est de fonctionner par priorités. Il peut y avoir des moments où je ne peux pas me consacrer au bénévolat, mais je sais que ce n’est pas grave et je reprends après. Ce qui est plus difficile c’est d’avoir des rituels quand on a un planning qui change toutes les semaines, mais avec Clarisse on commence à trouver une routine en programmant une réunion systématique et c’est ce qui fonctionne le mieux.

Avant d’entamer la phase 2, il faut déjà terminer la phase 1 et avoir le socle de données prêt à être déployé. Je pense qu’au fur et à mesure, on aura moins besoin de moi en termes de développement, donc ce sera plus une question d’animation : présenter les données, mettre à disposition les outils, etc. D’ailleurs, ce n’est pas forcément moi qui vais m’en occuper, ce sera plus Jeanne et Clarisse. Mon objectif c’est vraiment de terminer la phase 1 et la livrer. 

En termes de besoins, en ce qui me concerne, ce sera surtout de la maintenance, dans la mesure où ce seront les utilisateurs et les responsables de réseaux qui fourniront les données et ce sera à nous de déterminer ce qu’on en fait. Pour permettre cette maintenance et faire en sorte que d’autres personnes puissent s’en saisir, j’ai tout développé en Python. C’est un langage que les développeurs, même sans être spécialistes data, maîtrisent et peuvent mettre à jour, et tout mis sur GitHub.

Après ça, pour la partie data, on voudrait organiser un datathon et un meet-up sur Label Studio qui est un outil open source de labellisation des données. Ça se présente sous forme d’application web, donc on a accès aux données, on peut les filtrer, chercher celles qu’on veut, contrôler si elles sont bien dedans, etc. Dans notre cas, avec Jeanne, on a conçu un questionnaire qui permettra de déterminer si les données sont bien qualifiées, s’il faut les modifier, à quelle catégorie de l’ESS telle structure appartient, s’il manque des catégories ESS, pourquoi les gens décident de prendre cette raison, etc. Ainsi, on pourra enrichir les données et les labelliser.

Pour le meet-up Label Studio, nous allons rassembler principalement les personnes du comité data avec qui nous travaillons. L’objectif sera de savoir ce qui pour eux est bon et ce sur quoi nous devrons retravailler, est-ce que ça remplit bien l’objectif du projet, etc. Si tout est OK avec quelques retours, on fera le nécessaire pour y répondre, et si c’est pas OK on posera plein de questions et on leur donnera potentiellement des accès au réseau.

J’ai bien aimé cette expérience, c’est challengeant en termes d’investissement et ça change de ce que je fais au quotidien. Là, je vais présenter ce que j’ai fait à des personnes techniques, ce qui est très différent de mon rôle de consultante dans une entreprise data où j’aide les gens à gérer leurs données. Contrairement à ce projet où je dois partir de données extérieures pour les mettre dans l’entreprise et les mettre à disposition. Ça m’a permis de me poser plein de questions d’architecture de données, de tester Claude Code, etc.