##  [Agrégation des Statistiques d'Utilisation](/fr/node/73030) 

 Définition

Le processus consistant à collecter, consolider, dé‑dupliquer et normaliser de façon systématique des enregistrements quantitatifs d’utilisation des ressources (par exemple : nombres d’accès, téléchargements, durées de session, journaux de requêtes) sur des périodes et périmètres définis, afin que les métriques résultantes puissent éclairer la gestion des collections, la production de rapports et les décisions opérationnelles.

 

 

 

 

 

 





## Principe

Principe

Une agrégation fiable exige des définitions de métriques cohérentes, un périmètre identifiable (temps, plateforme, ressource) et un traitement qui préserve la confidentialité et évite le double comptage ; seules de telles métriques agrégées servent d’indicateurs comparables entre ressources ou périodes.

 

 

 

 

 





## Démonstration

Démonstration

Scénario illustratif : Une bibliothèque universitaire recueille les journaux d’accès de son couche de découverte et les rapports éditeurs, harmonise les types d’événements en une métrique commune, élimine les accès dupliqués et produit des synthèses mensuelles par titre utilisées pour hiérarchiser les renouvellements. Reconnaissance : les sources et types d’événements sont cartographiés sur la même métrique. Action : application de la dé‑duplication et de la normalisation. Conséquence : des indicateurs comparables pour la révision d’abonnements.

 

 

 

 

## Mauvaise application

Mauvaise application

Considérer des journaux bruts et hétérogènes comme directement comparables sans normalisation ni dé‑duplication. Cela semble plausible car les sources déclarent toutes des « accès », mais l’erreur sémantique est de ne pas aligner les définitions et le périmètre (par ex. trafic automatisé, comptes proxy et métriques éditeur diffèrent), produisant des comparaisons trompeuses.

 

 

 

 

 





## Conséquence

Conséquence

Correctement effectuée, l’agrégation fournit des indicateurs comparables qui peuvent réduire les dépenses inutiles, améliorer la priorisation de la découverte et soutenir le reporting. Elle peut aussi générer des risques pour la vie privée et des biais analytiques si la collecte exclut des segments d’activité ou ne garantit pas l’anonymisation.

 

 

 

 

## Inversion

Inversion

L’agrégation peut induire en erreur lorsque les sources de données sont fragmentaires, non recouvrantes ou soumises à des restrictions légales ; dans ces cas, les chiffres agrégés peuvent sous‑ ou surestimer l’usage et nécessiter une interprétation qualifiée ou des méthodes d’échantillonnage alternatives.

 

 

 

 

 





## Limite

Limite

Clairement inclus : métriques quantitatives consolidées, dé‑dupliquées et normalisées d’utilisation des ressources agrégées sur des périodes spécifiées. Cas limite : associer des agrégats quantitatifs à des retours qualitatifs non standardisés — utile mais conceptuellement distinct. Hors définition : anecdotes ponctuelles ou journaux uniques présentés sans consolidation.

 

 

 

 

 





## Tension sémantique

Tension sémantique

Confidentialité ↔ Mesure — des données d’usage plus détaillées améliorent la mesure mais augmentent la risque d’identification et l’exposition réglementaire ; des compromis dictent la conception de la collecte et de la rétention.

 

 

 

 

 





## Synthèse

Synthèse

L’agrégation des statistiques d’utilisation transforme des enregistrements dispersés en indicateurs exploitables seulement si les définitions de mesure, le périmètre et les garanties de confidentialité sont explicites ; les totaux agrégés constituent des éléments de preuve pour la décision, non des preuves définitives de valeur.