Balisage Jeux de données (Dataset) pour la recherche d’ensembles
Le balisage Dataset rend vos ensembles de données repérables dans Google Dataset Search. Propriétés obligatoires et recommandées, distribution, licence, exemple et pièges.
Le balisage Dataset rend vos ensembles de données repérables dans l’outil Recherche d’ensembles de données de Google. Il décrit les métadonnées du jeu (nom, description, créateur, formats de distribution), pas les valeurs des variables. Il couvre des domaines variés : sciences, machine learning, données publiques. Comme les autres formats présentés dans la galerie des résultats enrichis, il s’appuie sur le vocabulaire schema.org.
Le malentendu fréquent avec Dataset, c’est de vouloir baliser les valeurs des données : non, on décrit les métadonnées, le nom, le créateur, les formats de distribution. Ce que je recommande, c’est de renseigner sérieusement la licence et les formats disponibles, car la Recherche d’ensembles de données filtre beaucoup là-dessus. C’est un levier sous-exploité par les sites scientifiques et institutionnels.
Les propriétés obligatoires
Deux propriétés suffisent à décrire le jeu, plus le lien de téléchargement si vous en proposez un.
| Propriété | Type | Rôle |
|---|---|---|
name |
Text |
Nom descriptif de l’ensemble de données |
description |
Text |
Résumé (50 à 5 000 caractères) |
distribution.contentUrl |
URL |
Lien de téléchargement (si options de téléchargement) |
Les propriétés recommandées
Elles améliorent fortement la découverte et la réutilisation. Une fois le balisage en place, pensez à tester vos données structurées pour vérifier que ces propriétés sont bien interprétées.
| Propriété | Type | Rôle |
|---|---|---|
creator |
Person/Organization |
Auteur (ORCID pour les personnes, ROR pour les institutions) |
license |
URL/CreativeWork |
Licence (URL d’une version précise) |
identifier |
URL/Text/PropertyValue |
DOI ou identifiant (répétable) |
distribution.encodingFormat |
Text/URL |
Format du fichier (CSV, JSON…) |
temporalCoverage |
Text |
Intervalle temporel (ISO 8601) |
spatialCoverage |
Text/Place |
Couverture géographique |
keywords |
Text |
Mots-clés décrivant le jeu |
isAccessibleForFree |
Booléen |
Accès gratuit ou non |
{
"@context": "https://schema.org/",
"@type": "Dataset",
"name": "Qualité de l'air 2025",
"description": "Relevés horaires de qualité de l'air par station, au format CSV.",
"url": "https://monsite.fr/data/air-2025",
"license": "https://creativecommons.org/licenses/by/4.0/",
"isAccessibleForFree": true,
"creator": {"@type": "Organization", "name": "Mon Organisme", "url": "https://monsite.fr"},
"identifier": ["https://doi.org/10.1000/182"],
"keywords": ["qualité de l'air", "pollution", "stations"],
"temporalCoverage": "2025-01-01/2025-12-31",
"distribution": [{"@type": "DataDownload", "encodingFormat": "CSV",
"contentUrl": "https://monsite.fr/data/air-2025.csv"}]
}La propriété citation sert aux articles connexes, pas à citer le jeu lui-même (utilisez name, identifier, creator). Pour license, indiquez l’URL d’une version précise (par exemple …/by/4.0). Et placez le balisage sur les pages canoniques décrivant le jeu, pas seulement sur une page de liste.
À faire
- une description précise (50 à 5 000 caractères)
- un lien de téléchargement valide
- une licence claire
- un identifiant (DOI)
À éviter
- confondre citation et identifiant du jeu
- une licence générique sans version
- baliser une page de liste plutôt que la page du jeu
Points clés à retenir
- name et description (50 à 5 000 caractères) présents
- distribution avec contentUrl et encodingFormat
- license en URL de version précise
- identifier (DOI) et creator renseignés
- Balisage sur la page canonique du jeu
À contrôler avant publication.
Quiz : testez vos connaissances
Quiz : testez vos connaissances
-
Que décrit le balisage Dataset ?
- Les valeurs détaillées de chaque variable du jeu
- Les métadonnées du jeu, comme le nom, la description et le créateur
- Le code source ayant servi à produire les données
Le balisage
Datasetdécrit les métadonnées du jeu, comme le nom, la description, le créateur et les formats de distribution, et non les valeurs des variables. -
À quoi sert la propriété citation dans le balisage Dataset ?
- À référencer des articles connexes, pas à citer le jeu lui-même
- À identifier le jeu de données de façon unique
- À indiquer la licence du jeu
La propriété
citationréférence des articles connexes. Pour citer le jeu lui-même, utilisezname,identifieretcreator. -
Quelle longueur la description du jeu doit-elle respecter ?
- Au maximum 60 caractères
- Entre 50 et 5 000 caractères
- Au moins 10 000 caractères
La description doit être précise et comporter entre 50 et 5 000 caractères, accompagnée d’un lien de téléchargement valide et d’une licence claire.
À propos de l'auteur
Besoin d'un accompagnement SEO ?
Des jeux de données à rendre repérables ? On structure vos pages pour la recherche d'ensembles.