OpenDataSoft est une entreprise d’édition de logiciel fondée en
2011, spécialisée dans la transformation de données structurées en API
et en visualisations interactives pour les entreprises ou les administrations :
Cette start-up française fournit surtout une plateforme de données publiques en open data :
http://public.opendatasoft.com/explore/
Au total ce sont plus de 1800 jeux de données ouverts
avec un moteur de recherche pour les interroger. Les jeux de données,
extrêmement variés, vont d'indicateurs économiques aux réseaux d'énergie
ou à la qualité de l'air, en passant par des données sur l'urbanisme,
sur l'immobilier, etc...
Interface de la plateforme OpenDataSoft (source : OpenDataSoft)
Les données peuvent être filtrées par thème, par année, par source de données ou par mots-clés. Elles sont téléchargeables dans différents formats (CSV, XLS, GEOJSON...).
Pour télécharger le catalogue de données :
http://public.opendatasoft.com/explore/download/
Une fois que l'on a choisi des données, on peut les visualiser directement sur la plateforme sous forme de tableaux statistiques, de graphiques ou de cartes. On peut choisir de les intégrer sur un site Internet en copiant le code d'intégration fourni directement par la plateforme.
Nombre de locations Airbnb à Paris (source : OpenDataSoft)
http://public.opendatasoft.com/explore/download/
Une fois que l'on a choisi des données, on peut les visualiser directement sur la plateforme sous forme de tableaux statistiques, de graphiques ou de cartes. On peut choisir de les intégrer sur un site Internet en copiant le code d'intégration fourni directement par la plateforme.
Merci @opendatasoft pour la publication de données @Airbnb en #opendata sur votre portail. Plusieurs grandes villes du monde sont disponibles dont #Paris #Bordeaux et #Lyon. A explorer ;)— Boris Mericskay (@BorisMericskay) 18 mars 2019
>https://t.co/R1VeZKeBdv pic.twitter.com/l8Pr2Ba6xM
Combien coûtent les #airbnb à Paris ? Moyenne des prix agrégées dans des mailles de 100m via #KeplerGL pic.twitter.com/uuXMFhHfVG— Boris Mericskay (@BorisMericskay) June 12, 2019
Troisième version de où sont les @airbnb_fr à Paris...— Boris Mericskay (@BorisMericskay) September 5, 2019
✅Au final l'agrégation par IRIS avec des cercles proportionnels semble la plus adaptée
> Dataset mis à disposition par @Opendatasoft https://t.co/dL0jdtdMsd pic.twitter.com/FPopDdCoGj
Un thread à lire sur la manière dont les data d'Airbnb peuvent être croisées avec d'autres données (notamment les utilisateurs d'Iphone) pour appréhender la ségrégation sociale en ville. https://t.co/g16TeTH5Yp— Sylvain Genevois (@mirbole01) June 11, 2019
L'objectif d'OpenDataSoft est de rendre les villes intelligibles et accessibles à tous :
- un exemple d'utilisation à Rennes en ce qui concerne les parkings de stationnement et l'accès aux transports en commun. Voir l'ensemble des jeux de données mis à disposition par Rennes métropole.
- un autre exemple d'utilisation par la ville de Salinas : le nombre de pistes cyclables à Salinas est-il suffisant pour favoriser l'accès aux écoles ?
- un exemple d'utilisation à Rennes en ce qui concerne les parkings de stationnement et l'accès aux transports en commun. Voir l'ensemble des jeux de données mis à disposition par Rennes métropole.
- un autre exemple d'utilisation par la ville de Salinas : le nombre de pistes cyclables à Salinas est-il suffisant pour favoriser l'accès aux écoles ?
Analyse du service de signalement #DansMaRue basée sur les données @opendataParis en pré-publi @netcom_journal
— Boris Mericskay (@BorisMericskay) January 26, 2021
📚Synthèse des usages/tendances de cette forme de #crowdsourcing urbain + 🗺📊Analyse exploratoire des données cc @TatdeF @humeursdevictor
➡ https://t.co/b77IACHQEx pic.twitter.com/gPGaCNRVDM
AirBnB dans la communauté urbaine de Mexico (CDMX) : l'impact de la plateforme sur les déplacements et l'augmentation des prix des logements en villehttps://t.co/6p042xunPD
— Sylvain Genevois (@mirbole01) May 7, 2024
2/ pic.twitter.com/X8DCwUJzMJ
Articles connexes
