Les catégories de données

Données expertes : enrichir les données ouvertes avec l’expertise du CSTB

Le CSTB enrichit la base de données des bâtiments avec des données simulées par machine learning et apprentissage statistiques.

Les données expertes vous permettent de travailler avec des informations sur l’ensemble des bâtiments, validées par des scientifiques de la donnée du CSTB. Nous utilisons les caractéristiques connues des bâtiments (morphologie, climatologique, environnement, données fiscales... ) pour évaluer des indicateurs sur l’ensemble des bâtiments, associés à des indicateurs de fiabilité.
Le CSTB enrichi et améliore régulièrement ces indicateurs.

DPE resimulés

Les Diagnostics de Performance Énergétique réels recouvrent moins de 15% des bâtiments connus.
De plus le mode de calcul des DPE a changé en 2021, et il est difficile de comparer anciens et nouveaux DPE.
Nos simulations vous offrent une vision homogène recalculant des DPE complets sur l’ensemble des bâtiments, et comparables entre eux.

Lire plus

La BDNB intègre tous les DPE existants publiés en open data par l’ADEME, une information capitale pour suivre les performances du parc immobilier. Cependant, moins de 15% des bâtiments disposent d’un DPE et la majorité d’entre eux sont basés sur l’ancienne norme (arrêté 2012).

État des lieux des données DPE existantes

Depuis l’arrêté de 2012, l’Agence de l’Environnement et de la Maîtrise de l’Énergie (ADEME) est chargée de la collecte et de la capitalisation des DPE. En juin 2020, en conformité avec la Loi sur la République Numérique, les données collectées par l’ADEME sur la période 2012-2019 sont publiées en open data. Ce lot de données recouvre environ 9 millions de DPE logements (méthode 2012).

Histogramme des consommations DPE (arrêté 2012, méthode 3CL logement)

La fiabilité du dispositif DPE a longtemps été remise en cause. L’analyse des histogrammes de l’indicateur de consommation d’énergie primaire (cf figure ci-dessus), sur lequel était basée la classe énergétique de l’arrêté 2012, laissait effectivement entendre un biais humain considérable.

Face à l’ambition de faire du DPE un outil de politique publique, sa réforme en 2021 a apporté des modifications importantes. La méthode basée sur les factures énergétiques a été éliminée, et le calcul selon la méthode 3CL a été révisé. Les changements comprennent notamment :

• Une mise à jour des hypothèses météorologiques utilisées dans le calcul.
• Une réévaluation des performances des systèmes énergétiques.
• Une modification des seuils des étiquettes énergie et carbone.
• La fusion des étiquettes énergie et carbone en une seule étiquette, en retenant la plus mauvaise des deux performances.

Histogramme des consommations DPE (arrêté 2021, méthode 3CL logement)

Les DPE selon l’arrêté 2021 sont désormais publiés mensuellement en open data par l’ADEME. Les effets de seuils perdurent mais sont drastiquement réduit. Il sera intéressant de suivre l’évolution de ces biais au fur et à mesure des restrictions sur les étiquettes les plus mauvaises.

Extrapoler les performances du parc

Une vision exhaustive du parc

Pour combler cette lacune, nous avons développé un jumeau numérique énergétique, offrant une vision complète et statistiquement cohérente de l’ensemble du parc bâti. En exploitant les données de la BDNB, notre solution permet de prédire les performances des bâtiments, incluant l’isolation des murs, la performance des fenêtres et des systèmes énergétiques.

Prédictions et simulations de performances :

Grâce à nos prédictions probabilistes des performances, nous simulons la consommation de chaque bâtiment selon la nouvelle norme DPE (arrêté 2021), et ce dans différents scénarios. Que vous souhaitiez évaluer l’état actuel d’un bâtiment ou envisager une rénovation globale, nos simulations vous fournissent une estimation des classes DPE arrêté 2021, muni pour chaque bâtiment d’un indicateur de fiabilité.

Nos données :

• Consommation en énergie primaire¹ (moyenne et interval à 95%)
• Consommation en énergie finale¹ (moyenne et interval à 95%)
• Estimation du gisement carbone² (moyenne et interval à 95%)
• Probabilité de chaque classe DPE au sein d’un bâtiment (en proportion de logement)
• Classe DPE la plus probable

Ces données sont disponibles pour l’état actuel du bâtiment et après un scenario de rénovation globale.

Nos offres :

• Export de données en masse
• Accès aux données via l'API expert
• Etudes sur mesure sur votre parc, selon vos hypothèses, avec vos indicateurs

Accédez à un échantillon :

Vous pouvez explorer cette donnée

• via l’application Gorenove Particuliers de manière simplifiée
• via un échantillon sur demande

Si vous êtes intéressés par notre expertise sur les données DPE et les données bâtiments,

Contactez nous

---

1. Selon la norme DPE 2021  ↩︎

2. Gisement GES en exploitation. Estimations basées sur une hypothèse de rénovation globale (isolation, changement de chauffage…). Méthode d’évaluation basée sur la méthode DPE arrêté 2021. Périmètre : 5 postes règlementaires : chauffage, ECS, ventilation, refroidissement, éclairage. ↩︎

Indicateur de décôte
Surcôte “valeur verte”

Nos équipes de datascientistes ont réalisé courant 2022 une étude statistique de mise en corrélation entre les prix de vente connus par les Données des Valeurs Foncières (DV3F) et le DPE d’un logement. Nous avons dénommé cette grandeur “valeur verte des logements” et représente l’augmentation de la valeur d’un bien, engendrée par une meilleure performance énergétique d’un bien par rapport à un autre.

Lire plus

Nos équipes de datascientistes ont réalisé courant 2022 une étude statistique de mise en corrélation entre les prix de vente connus par les Données des Valeurs Foncières (DV3F) et le DPE d’un logement. Nous avons dénommé cette grandeur “valeur verte des logements” et représente l’augmentation de la valeur d’un bien, engendrée par une meilleure performance énergétique d’un bien par rapport à un autre.

Pour ce faire, des modèles ont été construits en utilisant des caractéristiques sur le logements tel que le DPE, mais également des éléments de localisation et de proximité à des points d’intérêts et transports.

Nous avons mis en corrélation les données suivantes:

• Données mutations des logements DV3F du CEREMA
• Données des fichiers fonciers FFO du CEREMA
• Données de l’emprise au sol pour la position géographique IGN/BDTopo
• Données du DPE provenant de l’ADEME
• Données de points d’intérêt d’OSM
• Simulations des DPE nouvelle étiquette par le projet GoRénove

Un modèle est entraîné par département et par usage (résidentiel individuel ou résidentiel collectif).

Ces modèles estiment l’influence de la performance énergétique potentielle sur les valeurs immobilières. Ils permettent une prédiction réalisée par bâtiment, pour le résidentiel individuel et le résidentiel collectif.

Voici un aperçu des résultats de prédictions de valeurs immobilières et de l’influence du DPE

Comme pour tout modèle, une incertitude est présente.

Nous observons sur chaque modèle sa cohérence via un coefficient de détermination (R²), l’importance des différentes caractéristiques sur les prédictions et le nombre de données d’entraînement. Chaque prédiction possède également un coefficient d’incertitude à 95% donné par l’incertitude de chaque caractéristique de l’élément à prédire.

Nous avons intégré cette valeur est présente en tant qu’indicateur plus value verte dans l’application Go-Rénove pour les particuliers , avec pour objectif de faire prendre conscience de l’impact potentiel d’un bon état énergétique sur les prix de vente de logements.

Les données d’analyse de la valeur verte sont disponibles en téléchargement ou par API dans le pack expert . Ces données sont disponibles à l’échelle du bâtiment ainsi qu’à l’échelle de l’iris.

Extrait de la table valeur verte aggrégée à l’IRIS montrant les gains (en %) de la valeur immobilière avec une évolution du DPE.

---

Voir la documentation détaillée sur cet indicateur

Données ayants-droits

La BDNB intègre dans sa construction des données externes qui ne sont pas rediffusables librement en open data.
La rediffusion de ces données suppose une vérification des conditions d’éligibilité ou des conventions de mise à disposition.

Les fichiers fonciers

L’essentiel des données sous conventions est issue des fichiers fonciers.
Ces données sont issues de la Direction Générale des Finances Publiques (DGFiP), et redistribués par le CEREMA pour le compte du ministère en charge du Logement, des services de la Direction Générale de l’Aménagement, du Logement et de la Nature (DGALN), afin de permettre aux acteurs publics de réaliser facilement des analyses fines et comparables sur leur territoire. Retrouvez la documentation complète sur le site dédié du CEREMA.

Le CSTB n’est autorisé à remettre à disposition ces informations remises en forme qu’aux ayants droits, à savoir :

• Services de l’État,
• Établissements publics de l’État,
• Collectivités territoriales,
• Agences d’urbanisme,
• EPF, SAFER, ADIL, OLAP, SCoT,
• Organismes de recherche,
• Infrastructures de données géographiques,
• Autres structures bénéficiaires de MAJIC.

Ces données brutes sont mises à disposition aux ayants droits, au format BDNB, au coût marginal de mise à disposition sous forme de fichiers et uniquement sur le territoire concerné.

Retrouvez également les données RNIC et RPLS.

Données Open-Data

Nous avons fait le choix d’ouvrir la BDNB en open data pour lever un maximum d’obstacles à la circulation des données et vos réutilisations.

Notre objectif, faciliter l’accès à tous des données sur les bâtiments et contribuer à faciliter la transition écologique et les politiques publiques.

Nos engagements

Ouverture

• Nous utilisons la licence Ouverte Etalab. Réutilisation et redistribution libre, commerciale ou non, sous condition unique de citation des sources.
• Toute donnée en licence ouverte est redistribuée librement dans la BDNB.
• Notre modèle coeur identifiant parcelles, bâtiments et adresses est ouvert.

Intéropérabilité

Nous suivons les standards de données ouverts pour une intéropérabilité maximale

• exports Geopackage
• Dump SQL PostGIS et géométries en format Simple Features OGC
• Tuiles vectorielles MVT
• API REST classique

Simplicité

• Un seul point d’entrée : https://www.data.gouv.fr/fr/datasets/base-de-donnees-nationale-des-batiments/

Réactivité

• Une question? Les data analyste qui produisent la BDNB répondent directement aux discussions data.gouv ou sur notre gitlab.
• Rendre exploitable un univers de données complexes. Des vues thématiques simplifiées pour les usages métiers. Un modèle relationnel complet pour les usages avancés. Chaque usage à son format, y compris en open data.

Pérennité

• La BDNB vise un modèle économique pérenne appuyant un écosystème de long terme.