En bref. Les données structurées Dataset utilisent Dataset, DataDownload et DataCatalog pour décrire les jeux de données, leurs versions téléchargeables et leur appartenance à un catalogue.

Définition : Les données structurées Dataset sont des métadonnées lisibles par machine qui décrivent un ensemble d’informations structurées. Le type Dataset de Schema.org identifie cet ensemble, tandis que les propriétés associées décrivent son sujet, son créateur, ses conditions d’accès et ses versions téléchargeables.

Points clés

En octobre 2026, la documentation Dataset de Google décrit les métadonnées destinées à son outil Dataset Search et indique que les propriétés name et description sont obligatoires. La description doit contenir entre 50 et 5000 caractères.
La définition de Dataset de Schema.org relie un jeu de données à ses versions téléchargeables au moyen de distribution. Les différentes distributions peuvent contenir des sous-ensembles de données différents.
Schema.org définit un DataDownload comme tout ou partie d’un jeu de données sous une version téléchargeable. Sa propriété contentUrl désigne le contenu effectif du fichier.
Un DataCatalog est une collection de jeux de données. La propriété includedInDataCatalog associe un jeu de données à son catalogue.

Que contient la description d’un jeu de données ?

Les définitions des propriétés de Google portent sur les métadonnées : le sujet du jeu de données, les variables mesurées et son créateur. Google inclut les tableaux, les fichiers CSV et les collections de fichiers parmi les formats pouvant constituer des jeux de données.

La propriété name identifie le jeu de données et description le résume. Google recommande des noms distincts pour des jeux de données distincts. Les propriétés complémentaires comprennent creator pour l’auteur, identifier pour un identifiant tel qu’un identifiant numérique d’objet (Digital Object Identifier, DOI), et variableMeasured pour une variable mesurée, comme la température ou la pression.

La couverture précise le périmètre des observations. spatialCoverage indique la zone géographique et temporalCoverage la période couverte par les données. Ces propriétés s’appliquent aux jeux de données qui possèdent la dimension géographique ou temporelle correspondante.

Comment décrire les téléchargements et les conditions d’accès ?

Les consignes DataDownload de Google attribuent des rôles distincts aux adresses de la page et du téléchargement : url indique l’emplacement de la description du jeu de données, tandis que distribution.contentUrl fournit le lien de téléchargement. Pour un téléchargement, Google indique que contentUrl est obligatoire et recommande encodingFormat pour préciser le format du fichier. Plusieurs distributions peuvent décrire des téléchargements distincts aux formats CSV et Excel.

La spécification JSON-LD du W3C définit un format fondé sur JSON pour les données liées. L’exemple JSON-LD ci-dessous suit la structure de Google et utilise des valeurs et des adresses fictives :

<script type="application/ld+json">
{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "Monthly store visits",
  "description": "Monthly counts of visits to stores, grouped by store location and month.",
  "url": "https://example.com/datasets/store-visits",
  "isAccessibleForFree": true,
  "distribution": [
    {
      "@type": "DataDownload",
      "encodingFormat": "CSV",
      "contentUrl": "https://example.com/files/store-visits.csv"
    }
  ]
}
</script>

L’accès et la réutilisation disposent de champs distincts dans cette même documentation. isAccessibleForFree indique si l’accès nécessite un paiement. license identifie la licence sous laquelle les données sont distribuées ; Google recommande une URL désignant la version précise de la licence.

Où placer le balisage et comment le vérifier ?

Les consignes de mise en œuvre de Google recommandent d’ajouter le balisage du jeu de données à sa page de destination canonique : la page principale qui le décrit. Lorsque des descriptions figurent aussi sur des pages de listes, sameAs peut désigner la page canonique du jeu de données.

Ces mêmes consignes invitent les éditeurs à valider le balisage avec le test des résultats enrichis (Rich Results Test) et à examiner les pages déployées avec l’outil d’inspection d’URL (URL Inspection). Google doit pouvoir accéder à la page de description : des restrictions dans robots.txt, une directive noindex ou une obligation de connexion peuvent empêcher l’accès ou l’indexation. Un sitemap aide Google à trouver les URL des jeux de données et à suivre les modifications.

Termes connexes

Questions fréquentes

Pouvez-vous décrire un jeu de données payant ?

Oui. Les propriétés Dataset de Google comprennent isAccessibleForFree pour indiquer si le jeu de données est accessible sans paiement. La page de description doit rester accessible à Google.

Chaque téléchargement nécessite-t-il son propre objet Dataset ?

La propriété distribution de Schema.org peut se répéter dans la description d’un jeu de données. Vous pouvez donc associer plusieurs versions téléchargeables au même jeu de données, y compris des formes contenant des sous-ensembles différents.

Comment identifier le catalogue contenant un jeu de données ?

Utilisez includedInDataCatalog avec un objet DataCatalog. La définition du catalogue de Schema.org fournit aussi la propriété inverse dataset pour répertorier les jeux de données contenus dans un catalogue.

Sources

Vérifiez comment une page se lit pour les moteurs de réponse. Ouvrir l’analyseur de score GEO

Données structurées Dataset