Perché (e quando) acquistare dati esterni

Acheter de la donnée externe n'a plus rien de marginal : le marché européen de la donnée dépasse 115 Md€ et croît de 11,6 % par an (Commission UE), et le marché mondial du data broking est estimé à environ 434 Md$ en 2025, en route vers 617 Md$ en 2030. Pour une entreprise, la donnée externe est devenue un intrant stratégique.

Les cas d'usage sont nombreux : entraîner ou affiner une IA (corpus, données labellisées, RAG), enrichir un CRM et sa prospection, faire de la market intelligence (taille de marché, veille concurrentielle), alimenter un scoring de risque, ou personnaliser un produit et son ciblage. Une même donnée sert souvent plusieurs usages, ce qui explique sa valeur. À l'ère de l'IA générative, la donnée propriétaire ou exclusive constitue un avantage compétitif défendable — un « moat » — au point que les grands acteurs l'achètent déjà au comptant (Reddit a signé avec Google un accord d'environ 60 M$ par an).

Faut-il acheter ou produire ? La règle pratique : achetez quand la donnée existe déjà ailleurs, qu'elle est plus fraîche, plus large ou plus complète que la vôtre, et qu'elle coûterait plus cher à reconstituer en interne ; sinon, produisez-la. Côté quoi acheter, la donnée se range dans sept familles monétisables (transactionnelle, comportementale, opérationnelle, capteurs/IoT, géolocalisation, RH agrégée, contenus) — détaillées dans le guide « Les 7 actifs data ».

Reste l'essentiel : acheter en confiance. Une donnée mal sourcée (droits flous, RGPD non maîtrisé, qualité douteuse) est un risque, pas un actif — d'où l'importance d'une due diligence d'acheteur, objet du guide dédié. La première étape concrète : explorer les datasets disponibles sur d-nvest.