Le SPW collecte, produit et exploite chaque jour de grandes quantités d’informations dans des domaines très diversifiés, tels que la fiscalité, l’agriculture, la mobilité, l’environnement, l’aménagement du territoire, la recherche, l’économie ou encore les ressources humaines. Ce patrimoine informationnel constitue un actif stratégique majeur pour l’administration, tant pour la simplification des démarches que pour le pilotage des politiques publiques, l’efficience interne et la transparence de l’action publique.

Toutefois, ces données restent encore trop souvent dispersées entre les administrations, les métiers, les directions et les applications. Cette dispersion rend les données difficiles à retrouver, à comprendre, à croiser et à réutiliser. Elle limite leur exploitation transversale, freine la mutualisation des informations déjà disponibles et maintient une dépendance forte aux logiques applicatives ou organisationnelles propres à chaque service.

Le SPW ne dispose pas encore d’un inventaire institutionnel suffisamment structuré de ses données, de leurs responsables, de leurs définitions, de leurs conditions d’utilisation, de leur niveau de qualité ou de leurs modalités de partage. Cette situation entraîne non seulement des difficultés d’accès aux données, mais aussi des redondances, des incohérences et parfois des conflits entre données similaires. De nombreux cas existent où des données portent un libellé proche ou identique, tout en reposant sur des définitions, des périmètres ou des méthodes de calcul différents, ce qui rend leur croisement et leur exploitation commune difficiles.

Dans ce contexte, la stratégie de la donnée du SPW, récemment adoptée par le Gouvernement wallon (le 9 juillet 2026), vise à mieux connaître, documenter, qualifier, gouverner et valoriser le patrimoine de données de l’administration. Elle fixe notamment l’objectif de faire de la donnée un actif partagé, maîtrisé et réutilisable, au service des métiers, des agents, des usagers et de la décision publique.

Un des chantiers structurants de cette stratégie consiste à mettre en place un catalogue institutionnel des données du SPW. Celui-ci devra permettre d’identifier, pour chaque jeu de données, son origine, ses objectifs, son périmètre, son responsable, son niveau de qualité effectif, sa fréquence d’actualisation, ses restrictions éventuelles et ses conditions de partage ou de réutilisation. Ce catalogue constitue une condition préalable à une meilleure gouvernance des données, à la réduction des redondances, à l’identification de données de référence et à la mise en œuvre progressive d’une approche plus data-centrique au sein du SPW.

La mission s’inscrit dans cette dynamique. Elle vise à contribuer à la structuration, à la documentation et à la mise en cohérence du patrimoine de données du SPW, en appui à l’opérationnalisation de la stratégie data. Elle devra permettre de passer d’un constat de dispersion et de faible visibilité des données à une démarche organisée d’inventaire, de qualification, d’harmonisation et de gouvernance, en lien étroit avec les métiers, les gestionnaires de données, les instances de gouvernance et les équipes techniques.

• Comité data : Groupe du Département des Données transversales (SPW-Digital) se réunissant toutes les deux semaines afin d’assurer la coordination et la priorisation des travaux liés au partage des données.
• Gestionnaire de données : Entité administrative qui, dans le cadre de ses missions et compétences formelles, est responsable de la gestion opérationnelle d’une donnée. Il veille à garantir son acquisition (production), sa qualité, son intégrité, son stockage, sa mise à jour, sa documentation et sa diffusion. Il constitue l’interlocuteur privilégié du SPW Digital et agit en lien avec le Data Owner, dont il représente les intérêts et les décisions en matière de gestion et de valorisation de la donnée. Il délègue généralement une partie de ces tâches au SPW-Digital.
• Metawal : outil de gestion des métadonnées du SPW.

Simplifier les démarches administratives par une meilleure maîtrise, qualité et réutilisation des données, afin de réduire les redondances, limiter les ressaisies et faciliter les interactions avec l’administration.

Renforcer le pilotage et l’évaluation des politiques publiques en mobilisant davantage les données disponibles pour éclairer la décision, suivre les résultats et objectiver l’action publique.

Améliorer l’efficience du fonctionnement interne du SPW en favorisant une meilleure connaissance, circulation, documentation et réutilisation du patrimoine de données au sein de l’organisation.

Garantir la transparence de l’action publique en améliorant l’accès, le partage et la valorisation des données, dans le respect du cadre juridique applicable.

L’analyste sera responsable de l’analyse des différentes sources de données du SPW afin de constituer cet inventaire ; il sera chargé également de mener les groupes de travail pour constituer un cadre conceptuel commun autour d’un dictionnaire commun des principaux concepts de référence. Il animera également des groupes de travail pour résoudre les problèmes de sémantiques divergentes de données. 

1. Analyse des sources de données du SPW 

Objectif : Analyser les sources de données métiers pour constituer un inventaire des données.

1. 1. Coordination avec les gestionnaires de données

Le Data Analyst assure l’identification et la mobilisation des intervenants concernés pour chaque source de données.

Il organise et anime les réunions d’analyse avec les gestionnaires de données, les experts métiers, les équipes techniques et les parties prenantes du projet. Il formalise les résultats des travaux sous forme de comptes rendus, rapports d’analyse et recommandations destinées au projet et aux instances de gouvernance.

1. 2. Analyse fonctionnelle et métier des données

Pour chaque source analysée, le Data Analyst :

• Identifie le gestionnaire et responsable de la donnée ;
• Documente les données gérées par la source ;
• Décrit leur définition métier ;
• Décrit les processus de création, de collecte et de mise à jour ;
• Identifie la base légale encadrant leur traitement ;
• Caractérise les données selon leur niveau de criticité, leur sensibilité, leur caractère personnel, stratégique ou réutilisable ;
• Décrit la fréquence de mise à jour et les usages associés ;
• Recense les dispositifs de contrôle qualité déjà en place.

Les résultats de ces analyses contribuent à l’enrichissement de la connaissance du patrimoine informationnel du SPW et alimentent les travaux de gouvernance des données.

1. 3. Analyse des capacités d’échange de données

Le Data Analyst documente les modalités actuelles d’échange de données des systèmes étudiés.

Il identifie notamment :

• Les mécanismes d’exposition existants ;
• Les interfaces disponibles ;
• Les contraintes d’échange ;
• Les dépendances applicatives et organisationnelles susceptibles d’influencer l’intégration.

Cette analyse permet de préparer les futurs travaux d’intégration et d’orienter les choix techniques.

2. Constitution et maintien de l’inventaire des données entreprises

Objectif : Construire et maintenir un inventaire brut des données liées aux entreprises présentes dans les systèmes du SPW.

1. 1. Définition du modèle d’inventaire

Le Data Analyst conçoit et fait évoluer la structure de l’inventaire afin de permettre :

• La documentation progressive du patrimoine de données ;
• L’identification du gestionnaire ;
• La préparation de futures fiches descriptives Metawal ;
• Le suivi de la gouvernance des données ;
• La réutilisation future des informations collectées.

1. 2. Alimentation et mise à jour de l’inventaire

Chaque analyse de source donne lieu à l’intégration de nouvelles informations dans l’inventaire.

Le Data Analyst veille à la cohérence, à la qualité et à l’actualisation des informations recensées, afin de disposer d’une vision consolidée des données entreprises utilisées au sein du SPW.

Cette analyse est réalisée avec une implication étroite du gestionnaire de la source concernée.

1. 3.  Identification du gestionnaire attitré d’une source de référence

Le cas échéant, analyse des différents services impliqués dans la collecte et le stockage d’une même donnée et identification du gestionnaire attitré. Cette analyse prendra en compte le cadre de gouvernance en cours d’élaboration au sein du SPW.

1. 4. Caractérisation et qualification des données

Le Data Analyst enrichit l’inventaire avec les caractéristiques nécessaires à la gouvernance et au partage des données :

• Niveau de sensibilité ;
• Statut RGPD ;
• Caractère stratégique ;
• Potentiel Open Data ;
• Restrictions de diffusion ;
• Conditions de réutilisation ;
• Niveau de qualité attendu.

Cet inventaire constitue le socle de travail pour identifier les données redondantes et les pistes de simplification ; Chaque source analysée, une fois sa maturité validée (absence de doublons, gestionnaire identifié pour chacune de ses données, processus de qualité, de collecte et de mise à jour documenté), est ensuite remontée en tant que source de référence, via une fiche descriptive, dans le catalogue de données Metawal.

1. 5. Constitution d’une taxonomie commune

Relevé des définitions des différentes sources de données.

Lorsqu’il y a lieu, lorsque plusieurs définitions préexistent pour une même donnée, animation de groupes de travail avec les métiers concernés pour

• Identifier l’opportunité de créer une définition commune unique
• Proposer une définition commune harmonisée en se basant sur les réalités et contraintes des différents métiers

3. Identification des opportunités de simplification et d’harmonisation

Objectif : Exploiter l’inventaire constitué afin d’améliorer la cohérence du patrimoine informationnel relatif aux entreprises et de soutenir les démarches de simplification administrative.

1. 1. Analyse des redondances et rapprochements de données

Le Data Analyst identifie les données potentiellement redondantes présentes dans plusieurs sources de données du SPW : collectées et/ou stockées à de multiples reprises, similaires ou proches en termes de définition.

Pour chaque groupe de données similaires, il :

• Evalue la pertinence du diagnostic : de données réellement similaires ou données ayant un label similaire mais des définitions et/ou calculs dissemblables. 
• Évalue le degré de proximité sémantique ;
• Compare les définitions métier ;
• Analyse les règles de calcul ou de collecte ;
• Identifie les différences éventuelles ;
• Évalue les scénarios et impacts de simplification et de cohérence : harmonisation autour d’un socle sémantique, définition d’une donnée supra permettant de calculer les données dérivées et éviter ainsi leur collecte…
• Proposer, à partir de groupes de travail avec l’ensemble des gestionnaires impliqués (tous les acteurs collectant la donnée concernée) et des acteurs concernés (DDT, DORU, …) des pistes de simplification et leurs impacts (législatif, processus…) :

• Harmonisation des concepts : faisabilité, conséquences sur les processus, budgets, métiers…
• Données supra en vue de calculer les données dérivées

Il anime les ateliers de travail nécessaires avec les gestionnaires de données et les parties prenantes concernées afin de construire une vision commune des concepts analysés.

1. 2. Clarification des responsabilités de gestion des données

Le Data Analyst participe à l’identification du responsable légitime de chaque donnée.

Il documente les rôles existants ainsi que l’ensemble des informations justifiant l’état de fait (cadres juridiques, processus, …) et prépare les éléments permettant aux instances de gouvernance de :

• Proposer l’identification du gestionnaire attitré d’une donnée de référence ;
• Clarifier les responsabilités ;

Cette activité s’inscrit directement dans les principes de gouvernance définis pour le Service Public de Wallonie.

1. 3. Liaison avec la direction de la Gestion et Valorisation des données.

Le Data Analyst veille à la coordination avec le comité data pour remonter les sources de données identifiées comme matures et présentant un intérêt à diffusion.  

Voir ci avant.

Soft Skills

• Personne dynamique et flexible.
• Bonne communication et assertivité.
• Ayant une approche pragmatique des problèmes et des solutions à y apporter.
• Excellente maîtrise du français, bonnes aptitudes de communication orale et écrite, écoute active.
• Doté(e) de qualités rédactionnelles (création de documentation synthétique rapide et complète) et orales (accueil, compréhension des besoins, …).
• Orienté(e) services et clients, comprendre et répondre aux urgences et aux besoins des gestionnaires de données.

Méthode d’évaluation

La qualité de l’offre sera évaluée selon une grille de critères pondérés et structurés de la manière suivante :

• 70 % – Compétences techniques (modélisation et contrôle de qualité des données) – sur base du CV
• 30 % – Méthodologie de travail proposée (compréhension du contexte, des outils et des enjeux légaux) – sur base d’une note (1 page maximum) accompagnant le CV

Chaque sous‑critère sera noté sur une échelle de 1 à 5, avec une pondération appliquée selon son importance. Le score final de l’offre résultera de la moyenne pondérée des critères, permettant une comparaison objective entre candidats.

Les candidats pourront être conviés à une interview devant un jury dont la composition sera communiquée ultérieurement.

L’interview pourrait avoir lieu en distanciel si les circonstances le nécessitent.