evidoria

← Retour à la liste

Bonne pratique Importée

SANDRA — l'assistant d'IA conversationnelle de Singapour pour découvrir les données statistiques nationales

Singapour · Singapore · Voir le profil de Singapour · Voir le profil de Singapore

Preuves: Descriptif / auto-déclaré Top 83% 40/100 · Demandez à Evidence Copilot à propos de cette pratique

Singapour a lancé SANDRA, un chatbot d'IA à recherche sémantique pour interroger en langage simple les 2 400 tableaux du SingStat. Construite à partir d'environ 1 000 jeux de données, elle reste en bêta, sans chiffres d'utilisation publiés.

2400 tables
Data tables in SingStat Table Builder
70 agencies
Public-sector agencies contributing data
1000 datasets
Datasets vectorised for SANDRA (as of 2025)

Détails

Maturité
Pilote
Promoteur
Singapore Department of Statistics (DOS), with design consultancy PebbleRoad
Période
Built and launched as a public beta in 2025 (case study published 21 August 2025); ongoing
Mots-clés
digital government, open data, official statistics, conversational AI

Contexte

Le Département de la statistique de Singapour (DOS) gère le SingStat Table Builder, un répertoire d'environ 2 400 tables de données provenant de 70 organismes publics. Constatant que le public a tendance à effectuer des recherches en langage courant plutôt qu'avec les noms techniques des jeux de données, le DOS s'est associé au cabinet de design PebbleRoad pour combler cet écart.

Objectifs

L'objectif était de permettre aux utilisateurs d'interroger les statistiques officielles en anglais courant et de recevoir des graphiques, tableaux et suggestions de jeux de données connexes, tout en libérant le personnel du DOS des demandes de recherche routinières.

Activités

L'équipe a converti les métadonnées d'environ 1 000 des jeux de données chronologiques du Table Builder en vecteurs d'embedding, en travaillant avec des experts du domaine pour préserver le sens statistique, et a déployé sur AWS un chatbot combinant recherche sémantique et LLM appelé SANDRA.

Conclusions

SANDRA est en version bêta publique depuis août 2025, mais le DOS et PebbleRoad n'ont pas encore publié de chiffres d'utilisation, d'adoption ou de précision, et seule une partie des jeux de données a été vectorisée à ce jour ; l'initiative demeure donc un projet pilote bien documenté mais non encore évalué.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€)
Délai jusqu’aux résultats
Court (< 1 an)
Personnel et compétences
Department of Statistics (DOS) staff, PebbleRoad design consultancy

Conditions de réussite

  • Search-log analysis and user interviews to ground design in real query behaviour
  • Domain experts involved in vectorising metadata to preserve statistical meaning
  • Cloud (AWS) hosting for the semantic-search-plus-LLM system

Modes d’échec courants

  • Only a subset (about 1,000 of 2,400) of datasets vectorised so far, limiting coverage
  • No published usage, adoption or accuracy evaluation since launch

Où cela s’applique

Type de gouvernance
national statistics agency
Échelle
national
Niveau de revenu
high

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles