Toute carte que vous utilisez est en réalité constituée de deux couches superposées. En dessous se trouve la géométrie : les routes, les littoraux, les emprises de bâtiments, toutes ces formes qui donnent à une carte son allure de carte. Au-dessus se trouve la couche qui la rend utile, la réponse à la question "qu'y a-t-il réellement ici ?". Cette seconde couche, ce sont les données POI.
POI signifie point of interest, point d'intérêt, et les données POI constituent l'enregistrement structuré des lieux qui comptent pour les gens : la pharmacie ouverte jusqu'à vingt-deux heures, la borne de recharge dotée du bon connecteur, le cabinet qui accepte votre mutuelle, le café accessible de plain-pied. Sans elles, une carte n'est qu'une image de rues. Avec elles, une carte devient interrogeable, filtrable et exploitable par un logiciel.
Ce guide détaille ce que contient réellement un enregistrement POI, d'où viennent les données, pourquoi la qualité varie autant d'un fournisseur à l'autre, et comment les données POI sont utilisées dans les applications et par les agents IA.
Ce qui constitue un point d'intérêt
Un point d'intérêt est un lieu nommé modélisé comme un point unique plutôt que comme une surface ou une ligne. Le critère : une personne pourrait-elle raisonnablement vouloir s'y rendre ou savoir qu'il existe ?
Restaurants, hôtels, hôpitaux, distributeurs de billets, aires de jeux, points de vue, boîtes aux lettres, bornes de recharge, arrêts de bus et déchetteries sont tous des POI. Les rues n'en sont pas, car ce sont des lignes. Les quartiers et les communes non plus, car ce sont des polygones et personne ne navigue vers le centre d'un arrondissement. Les bâtiments occupent une position intermédiaire intéressante : un centre commercial est un POI à part entière, et il contient en même temps des dizaines de POI individuels.
Ce dernier cas mérite qu'on s'y arrête, car c'est là que les jeux de données naïfs s'effondrent. Une seule coordonnée au centre d'un aéroport ne suffit pas à guider un voyageur vers une porte d'embarquement, un salon ou un comptoir de location de voitures précis. De bonnes données POI modélisent séparément le lieu parent et ses enfants, puis les relient.
Ce que contient un enregistrement POI
Le POI minimal viable est une coordonnée assortie d'un nom et d'une catégorie. Cela suffit pour afficher un repère. Cela ne suffit pas pour construire un produit.
Un enregistrement de qualité production porte nettement plus d'informations :
- Un identifiant stable. Si l'identifiant change à chaque mise à jour, impossible de suivre un lieu dans le temps ou de le rapprocher de votre propre base de données.
- Le nom, y compris ses variantes locales. Un lieu à Bruxelles peut nécessiter un nom en français et en néerlandais. Un lieu à Athènes a besoin de l'alphabet grec et d'une forme romanisée.
- Les coordonnées, idéalement accompagnées d'une indication de ce que représente le point : centroïde de toiture, entrée ou interpolation approximative d'adresse.
- Une adresse structurée, décomposée en champs plutôt qu'en une chaîne unique, afin de pouvoir la rapprocher, la valider et la reformater selon le pays.
- Une catégorie issue d'une taxonomie définie et non d'un texte libre. "Restaurant" est utile. "restaurant / brasserie / Restaurant / food" réparti sur quatre enregistrements pour le même concept ne l'est pas.
- Les horaires d'ouverture, dans un format lisible par machine capable de gérer la réalité peu commode des journées coupées, des variations saisonnières et des jours fériés.
- Les coordonnées de contact et le web : téléphone, site, lien de réservation.
- Les attributs d'équipement et d'accessibilité : accès fauteuil roulant, terrasse, stationnement, moyens de paiement acceptés, acceptation des chiens.
- La provenance et la fraîcheur : d'où vient l'enregistrement et quand il a été vérifié pour la dernière fois.
Ce dernier champ est celui que l'on néglige et que l'on regrette ensuite. Un jeu de données POI sans indicateur de fraîcheur ne vous permet pas de savoir si un restaurant a fermé il y a deux ans.
D'où viennent les données POI
Il existe trois grandes sources, et presque tous les jeux de données réels en sont un mélange.
Les données ouvertes. OpenStreetMap est la plus grande collection de POI sous licence ouverte au monde, construite et entretenue par une communauté mondiale qui décrit directement les lieux. La couverture est excellente dans les villes européennes denses et plus inégale en zone rurale ainsi que dans certaines régions hors d'Europe et d'Amérique du Nord. La richesse des attributs peut être remarquable, car les contributeurs renseignent des éléments qu'un enquêteur commercial ne prendrait jamais la peine de relever.
Les registres officiels. Registres du commerce, listes d'arrêts des autorités de transport, annuaires de santé, registres scolaires et données cadastrales. Ces données font autorité et sont bien tenues, mais elles arrivent dans des dizaines de formats nationaux incompatibles et incluent rarement les attributs qui intéressent le grand public.
La collecte commerciale. Des fournisseurs agrègent les sources précédentes, y ajoutent leur propre extraction, achètent des flux et revendent l'accès. Ce que vous payez n'est généralement pas la matière première mais le travail de fusion.
Ce travail de fusion s'appelle la conflation, et c'est là que réside l'essentiel de la difficulté. Le même café peut apparaître dans trois sources avec trois orthographes, deux coordonnées légèrement différentes et un numéro de téléphone obsolète. Décider qu'il s'agit d'un seul et même lieu, puis arbitrer quelle version de chaque attribut l'emporte, voilà la partie difficile de la construction d'une base de données POI.
Pourquoi la qualité varie autant
Deux jeux de données peuvent tous deux revendiquer "40 millions de POI" et se révéler radicalement différents à l'usage. Les indicateurs qui comptent vraiment :
- La précision de positionnement. Le repère est-il sur le bâtiment, sur la rue, ou au centre du code postal ? Pour un localisateur de magasins, c'est cosmétique. Pour la livraison du dernier kilomètre, cela détermine si le livreur trouve la porte.
- La complétude des attributs. Dix millions d'enregistrements réduits à un nom sont moins utiles que deux millions dotés d'horaires, de catégories et d'indicateurs d'accessibilité.
- La cohérence des catégories. Si la taxonomie est incohérente, tous les filtres que vous construirez laisseront passer des erreurs.
- La fraîcheur. Le commerce et la restauration se renouvellent vite. Un jeu de données rafraîchi une fois par an décrit un monde qui n'existe plus.
- Le taux de doublons. Une conflation médiocre gonfle les volumes et produit trois repères pour une seule boutique.
Lorsque vous évaluez un fournisseur, ignorez le chiffre affiché en une et demandez plutôt quelle proportion des enregistrements porte des horaires d'ouverture, et à quelle date ils ont été vérifiés.
À quoi servent les données POI
Localisateurs de points de vente. L'usage le plus courant : montrez-moi vos agences près de chez moi, filtrées selon mes besoins. Voir Comment construire un localisateur de magasins pour les aspects techniques.
Choix d'implantation et analyse de zone de chalandise. Compter les concurrents, les commerces complémentaires et les générateurs de flux à l'intérieur d'une limite de temps de trajet autour d'un emplacement candidat. Les données POI associées à une isochrone forment le cœur de la plupart des décisions d'implantation dans le commerce.
Logistique et livraison. Résoudre une destination vers une entrée précise plutôt que vers un centroïde de toiture, et savoir si l'établissement destinataire est seulement ouvert.
Immobilier et annonces. Décrire l'environnement d'un bien : écoles, transports, commerces, espaces verts. C'est ce qui transforme une annonce, jusque-là simple série de photos, en un objet qu'un acheteur ou une IA peut évaluer.
Voyage et découverte locale. De la question "qu'y a-t-il près de mon hôtel" jusqu'à la génération complète d'itinéraires.
Les données POI au service des agents IA
C'est ici que la demande a évolué le plus vite. Lorsqu'une personne demande à un assistant "trouve une pharmacie près de la gare, ouverte maintenant et accessible de plain-pied", l'assistant ne peut pas scruter une carte. Il lui faut des enregistrements filtrables par programme : catégorie égale à pharmacie, horaires incluant l'horodatage courant, attribut fauteuil roulant à vrai, coordonnée située dans une limite de temps de marche depuis la gare.
Chacune de ces conditions est un attribut POI. Un agent adossé à une source POI riche répond à la question. Un agent qui ne dispose que de noms et de coordonnées doit deviner, et deviner à propos de lieux réels est le meilleur moyen de produire des recommandations fausses énoncées avec assurance.
C'est pourquoi les données POI sont de plus en plus livrées aux agents comme un outil et non comme une tuile. Via une API ou un serveur MCP, un agent peut interroger des lieux, filtrer sur des attributs et récupérer des résultats structurés qu'il peut exploiter et citer.
Intégrer des données POI à votre produit
Trois décisions concrètes.
La licence. Comprenez ce que vous avez le droit de faire des données, en particulier en matière de mise en cache, de redistribution et d'affichage hors carte. Les données ouvertes imposent elles aussi des obligations, principalement l'attribution et, pour certaines licences, des clauses de partage à l'identique.
Le lieu de traitement. Si vous opérez en Europe et que vos requêtes transportent la position de l'utilisateur, le lieu où ces requêtes sont traitées relève de la conformité et pas seulement de la latence. Voir Le guide du développeur européen des API cartographiques conformes au RGPD.
La mise à jour. Décidez dès le départ si vous interrogez une API en direct ou si vous synchronisez un instantané. Les instantanés sont rapides et prévisibles, et ils commencent à se périmer immédiatement. Les requêtes en direct restent à jour et créent une dépendance.
MapAtlas propose une recherche de POI conforme au RGPD, des fiches de lieux détaillées et des requêtes de proximité en Europe et au-delà, le tout bâti sur des données cartographiques ouvertes et exposé à la fois via une Search API et un serveur MCP, de sorte que les mêmes enregistrements structurés alimentent un localisateur de magasins comme un agent IA.
En résumé
Les données POI sont la couche qui permet à une carte de répondre à des questions. Un enregistrement, c'est une coordonnée assortie des attributs qui permettent à un logiciel de la filtrer : nom, catégorie, adresse, horaires, accessibilité, fraîcheur. Elles proviennent des données ouvertes, des registres officiels et de la collecte commerciale, et la valeur ajoutée d'un fournisseur tient surtout à la propreté de la fusion de ces sources.
Jugez un jeu de données à sa profondeur d'attributs et à sa fraîcheur, pas au nombre de repères qu'il revendique. Et si les agents IA figurent quelque part dans votre feuille de route, jugez-le à sa capacité à être filtré par un agent sans que celui-ci ait à deviner.
À lire également
- Que sont les données cartographiques ouvertes ?
- Qu'est-ce qu'OpenStreetMap ?
- Comment construire un localisateur de magasins
- Qu'est-ce qu'un serveur MCP cartographique ?
Questions fréquemment posées
Que sont les données POI ?
Les données POI sont des informations structurées sur des points d'intérêt : des lieux précis qu'une personne peut vouloir trouver ou visiter, comme une pharmacie, une borne de recharge, une école, un hôtel ou un arrêt de bus. Un enregistrement POI associe une coordonnée à des attributs descriptifs : un nom, une catégorie, une adresse, des horaires d'ouverture, des coordonnées de contact et souvent des indicateurs d'accessibilité ou d'équipement. C'est la couche qui transforme une carte, simple image de rues, en un objet que l'on peut interroger, filtrer et exploiter.
Qu'est-ce qu'un point d'intérêt ?
Un point d'intérêt est un lieu nommé représenté par un point sur la carte, et non par une surface ou une ligne. Son trait distinctif est qu'il s'agit d'un endroit où quelqu'un pourrait vouloir se rendre ou dont il veut connaître l'existence. Un restaurant, un distributeur automatique, un point de vue et une déchetterie sont tous des points d'intérêt. Les rues et les limites administratives n'en sont pas, car elles sont modélisées comme des lignes et des polygones, et personne ne navigue vers une frontière.
Quels attributs contient un enregistrement POI ?
Au minimum un identifiant stable, un nom, une latitude et une longitude, ainsi qu'une catégorie. Les jeux de données de production vont bien plus loin : adresse structurée, horaires d'ouverture, téléphone et site web, niveau de prix, accès pour fauteuil roulant, présence d'une terrasse ou d'un parking, moyens de paiement acceptés et date de dernière vérification. Cette profondeur d'attributs est généralement ce qui distingue un jeu de données POI exploitable d'une simple liste de repères.
D'où proviennent les données POI ?
De trois sources principales. Les données ouvertes, au premier rang desquelles OpenStreetMap, où une communauté mondiale décrit les lieux et où le résultat est librement licencié. Les registres officiels et administratifs, comme les registres du commerce, les listes d'arrêts des autorités de transport et les annuaires de santé. Enfin la collecte commerciale, où un fournisseur agrège, extrait ou achète des données et en revend l'accès. Les jeux de données sérieux combinent ces trois sources, puis appliquent des traitements de conflation et de validation pour fusionner les doublons et arbitrer les conflits.
Comment les agents IA utilisent-ils les données POI ?
Un agent IA qui répond à la demande "trouve-moi une pharmacie ouverte maintenant près de la gare" ne peut pas raisonner à partir d'une image de carte. Il lui faut des enregistrements structurés qu'il peut filtrer : catégorie égale à pharmacie, horaires couvrant l'instant présent, coordonnée située dans un rayon de temps de trajet autour de la gare. Les données POI fournissent exactement cela, ce qui explique qu'elles soient de plus en plus exposées aux agents via des API et des serveurs MCP plutôt qu'affichées à l'écran pour un lecteur humain.
