Lexique · Data & IA
Données non structurées
Données qui ne suivent aucun modèle prédéfini et ne se rangent pas en lignes et en colonnes : texte libre, notes, documents, courriels, images, audio et vidéo. Plus difficiles à stocker et à interroger que les données structurées, elles peuvent aussi receler des informations sensibles.
- Rubrique
- Data & IA
- Mise à jour
- Articles
- 2
Notions liées
Sources · 4
- [1] unstructured data, Glossary (NIST, Computer Security Resource Center)
- [2] Glossary: Unstructured Data (resources.data.gov)
- [3] Qu'est-ce que le traitement des données non structurées ? (IBM)
- [4] Le ministère de la Santé confirme que les « données administratives » de 15 millions de Français ont fuité, une enquête ouverte (franceinfo)
Ce que ça change pour une organisation
Les données structurées sont organisées selon un schéma cohérent, en lignes et en colonnes interrogeables par SQL dans une base relationnelle ; les données non structurées, elles, n’ont ni structure cohérente ni modèle prédéfini. Le NIST les définit comme des formats de données dépourvus le plus souvent d’une structure explicite reliant les données à des personnes, tels que le texte, les images, l’audio et la vidéo, et le glossaire du portail data.gov cite le corps d’un courriel ou un document de traitement de texte. Selon IBM, qui s’appuie sur une étude d’IDC d’août 2023, elles représentent 90 % des informations générées par les entreprises, et leur exploitation repose sur l’apprentissage automatique et le traitement automatique du langage naturel plutôt que sur des requêtes classiques.
Pour la gouvernance des données, la conséquence pratique est que les politiques de classification et de protection ne peuvent pas se limiter aux bases bien rangées : champs libres, notes, pièces jointes, boîtes de messagerie et partages de fichiers entrent aussi dans le périmètre. Faute d’étiquettes et de champs identifiables, une information sensible y est plus difficile à repérer, et donc à protéger, à conserver pour une durée limitée ou à retrouver en cas de demande d’accès ou de violation de données.
Exemple
Le 27 février 2026, la ministre de la Santé a indiqué, au sujet de la fuite touchant des logiciels de Cegedim, que sur 19 millions de lignes de données environ 164 000 incluraient des données sensibles, sans qu’il s’agisse nécessairement de données de santé, et que les dossiers médicaux structurés seraient restés intègres. Selon franceinfo, les commentaires saisis par les médecins contenaient pourtant des détails intimes, comme des informations sur l’état de santé, des addictions ou l’orientation sexuelle ou religieuse de patients : des informations sensibles figuraient donc dans du texte libre, alors que les dossiers médicaux structurés auraient été épargnés. Pour le contexte de l’affaire, voir l’article sur la fuite de données Cegedim.
À ne pas confondre avec
- Les données structurées : organisées selon un schéma cohérent (lignes et colonnes) et interrogeables par SQL, comme une liste de clients avec leurs numéros de téléphone.
- Les données semi-structurées : sans schéma rigide, mais décrites par des métadonnées, des étiquettes ou des marqueurs, comme les fichiers XML ou CSV échangés par des interfaces de programmation.
- Les données sensibles au sens du RGPD : qualification juridique fondée sur la nature de l’information et non sur son format, de sorte qu’une donnée non structurée peut être sensible ou non.
