L’Alsace, via par exemple la candidature du pôle Strasbourg-Mulhouse à l’appel à labellisation FrenchTech est réputée beaucoup investir dans le numérique. Ceci est le premier billet d’une série (je ne sais pas de combien) où je vais essayer de cerner un peu ce qu’est le numérique en Alsace.
“Numérique”?
Qu’entends-je par “numérique”, et, au-delà, “Alsace numérique”? Bonne question… sur laquelle je vais rester vague pour le moment. Dans le cas de cet article, je vais partir des entreprises classées “web” d’une manière ou d’une autre là où je peux trouver des informations de ce type, c’est-à-dire les pages jaunes. C’est une définition (plus que) restreinte (à la conception de site web pour l’essentiel) du numérique. Il faut l’envisager comme un point de départ.
But du billet
Le but de ce billet est de faire une sorte de carte du numérique en Alsace sous forme de visualisation réseau. Pour établir ce réseau, je vais partir d’une liste de liens de sites web et vais demander à des outils de collecter (“crawler”) les liens existants sur ces sites web et d’en déduire un réseau de sites.
Méthodologie
Je suis tout simplement allé sur les pages jaunes et ai demandé, pour l’Alsace, la liste des entreprises (au sens: entités référencées dans les pages jaunes, ce qui ne correspond pas nécessairement à l’ensemble des entreprises/institutions ou autre du domaine) correspondant à ces catégories:
- internet: création de sites, hébergement (315 réponses)
- fournisseur d’accès à internet (27)
- e-commerce: solutions, conseils (8)
- marketing digital (5)
- Internet: logiciels, outils de développement (4)
- référencement de sites Internet (3)
- Internet: réservation de noms de domaines (1)
J’ai obtenu 349 réponses que j’ai récupérées, pour aller plus vite, avec WebScrapper, une extension de Chromium (la version open source de google chrome) pour facilement récupérer des données sur une page web. Beaucoup des entreprises référencées dans Pages Jaunes n’ont pas donné leurs adresses web (!). Il a fallu retrouver les sites “à la main”, entreprise par entreprise. Toutes n’en on pas (certaines n’existent plus) et certaines entrées étaient redondantes. À la fin du processus, j’ai 222 URLs, issues des Pages Jaunes et de recherches complémentaires sur le web (ajout d’URLs d’institutions et d’associations pour l’essentiel, notamment Rhénatic). Notons que cette méthode de recherche de points de départ donnera un résultat forcément très orienté vers le domaine économique.
Une fois ma liste d’URLs définie, je la soumets à deux outils: Hyphe et issuecrawler.
Les outils de crawl
Hyphe et issuecrawler ont tous deux pour but de constituer des corpus de sites web et d’en déduire les liens entre les sites. Leurs moteurs parcourent les sites indiqués et suivent les liens. Au fur et à mesure, et en fonction des options choisies, on obtient, à la fin, un ensemble de relations entre sites web.
Dans ce billet, j’ai privilégié hyphe, outil du medialab de Sciences Po Paris, car il me permet de valider ou non la présence de certains sites dans mon corpus. En clair, je peux enlever de ce corpus les sites que l’on retrouve systématiquement (google / twitter / facebook / wikipédia, etc) dans tout crawl pour me concentrer sur des sites moins fréquentés (et dans ce cas-ci plus alsaciens). Si on ne peut les enlever, on obtient quasi-systématiquement des réseaux où ils sont prédominants.
Une fois qu’Hyphe a terminé son travail, que j’ai validé ou retiré les sites web qu’il a pu parcourir, je peux télécharger les données, sous forme de fichiers .gexf que j’injecte ensuite dans gephi. Hyphe me propose plusieurs choix:
- Le réseau validé au sens strict (les 222 URLs d’origine),
- Le réseau validé ainsi que son voisinage immédiat,
- Le réseau validé ainsi que son voisinage éteandu,
- L’ensemble du réseau obtenu (y compris les URLs que je n’ai pas retenues).
Ici, nous allons nous pencher sur le réseau ‘validé’ (les sites d’origine et un certain nombre que j’ai déclaré comme “validés” en cohérence avec mon objectif) et son voisinage immédiat.
Visualisation du réseau
Gephi est un logiciel développé dans le cadre du programme de recherche e-Diasporas. Il est devenu l’un des standards pour la visualisation réseau. C’est ce logiciel que je vais utiliser pour faire ma carte de l’Alsace numérique. Nous allons plus précisément nous intéresser à une visualisation, finalement la plus significative: le réseau d’origine et son voisinage immédiat. Pour ceux que cela intéresse, j’utilise principalement les algorithmes Fruchterman-Rheingold et Force Atlas 2. J’ai ajouté deux filtres: self-loop (pour retirer les liens d’un site vers lui-même) et composante géante, pour ne garder que la partie la plus importante du réseau obtenu. Ce que vous voyez ci-dessous est ainsi un réseau constitué de 137 nœuds et 246 liens.
Dans ce graphe, plus le point (ie un site) est grand (et clair), plus des liens pointent vers lui: ce sont les sites les plus cités par les autres sites. Ce qui frappe est alors l’importance de Rhénatic, de Marque-Alsace, de Rue89 Strasbourg, de la Plage digitale (espace de co-working à Strasbourg), le site web de Strasbourg et des Dernières nouvelles d’Alsace – en clair, les nœuds les plus importants de ce réseau ne sont pas des entreprises privées spécialistes du web (la plage digitale étant opérée par Alsace digitale, qui est une organisation à but non lucratif) mais sont plutôt institutionnels ou d’informations. La partie strasbourgeoise de cette carte est également plus visible que la partie haut-rhinoise.
Autres nœuds relativement importants, Alsace Innovation (initiative du Conseil régional d’Alsace et des Chambres du Commerce et de l’Industrie) et l’Université de Strasbourg. Cette dernière est reliée notamment à l’IRCAD, très en pointe sur les nouvelles technologies. Toutefois, j’aurais cru que la partie du réseau impliquant des initiatives croisant numérique et médecine serait plus importante. Enfin, l’initiative French Tech Alsace me semble peu ressortir de ce graphe.
Ping : [interlude] Cartographie de l’#Alsace num...