Quelle durée de vie ont les sites sélectionnés dans les collectes du web électoral ?

PAR MARAL AMIRI (BnF) & GÉRALDINE CAMILE (BnF)

Ce billet présente les résultats d’une analyse menée par le service du Dépôt légal numérique sur la pérennité des sites web collectés par les robots de la BnF et plus précisément sur les sites issus de collectes du web électoral.

Quelle est la durée de vie d’un site web ? Combien de temps est-il accessible en ligne en moyenne ? Y a-t-il des sites qui vivent plus longtemps que d’autres ?

Pour répondre à ces questions, nous avons étudié les collectes menées lors de périodes d’élections présidentielle et législatives françaises de 2007, 2012 et 2017. Nous avons vérifié pour chacune d’entre elles si les sites ou parties de sites sélectionnés, dont la liste est consultable sur data.gouv.fr et api.bnf.fr, étaient encore présents sur internet.

La présence d’un site sur internet est déterminée en fonction du code réponse renvoyé par son serveur. Il est possible de classer ces codes en trois catégories :

• 2xx : le site est toujours disponible en ligne à la même adresse URL (mais le contenu a pu évoluer) ;
• 3xx : l’adresse initiale du site renvoie vers une autre adresse ;
• 4xx et autres (codes d’erreur) : le site n’existe plus ou est indisponible.

Les analyses ont été réalisées entre janvier et février 2018, soit respectivement dix ans, cinq ans et moins d’un an après la collecte de ces sites par les robots de la BnF.

L’analyse des codes réponses obtenus pour les trois années montre que la pérennité d’un site ou d’une page web est très relative.

Dix ans après avoir été collectés par les robots de la BnF, seuls 26% des sites des collectes électorales de 2007 sont encore en ligne, 19% des sites redirigent vers une autre adresse et 55% des sites ne répondent plus.

Cinq ans après collecte, 44% soit près de la moitié des sites collectés sont encore actifs, 22% des sites redirigent vers une autre adresse et 33% des sites ne répondent plus.

Un an après collecte, 81% des sites sont encore vivants. Seuls 10% renvoient vers une autre adresse et 6% un code d’erreur.

Figure 1 : Pourcentage des sites sélectionnés pour les collectes du web électoral.

Comme attendu, une grande partie des sites disparaissent rapidement après les élections (20% au cours de l’année suivante, 56% au cours des cinq années qui suivent). Néanmoins des sites sélectionnés restent encore disponibles dix ans après. Cela s’explique par la nature de certains sites dont l’existence n’est pas exclusivement liée à la période électorale (ex : sites d’actualités, sites institutionnels, blogs… ).

Un échantillonnage sur les sites qui font l’objet d’une redirection a permis de constater que leur contenu actuel est souvent très éloigné de leur contenu d’origine. Certains sont devenus des sites marchands, à l’image du site de François Hollande (http://www.fhollande.net/) ou du site de l’Alliance pour une France juste (http://www.alliance-pour-une-france-juste.fr/). De ce point de vue, les sites redirigés sont à rapprocher des sites disparus. Le cas peut également se présenter pour des sites actifs et ayant conservé leur adresse d’origine. Finalement, la proportion de sites actifs est certainement plus faible que les chiffres obtenus par le biais des codes réponses, qui ne permettent pas de détecter ces évolutions.

Une deuxième analyse a été réalisée spécifiquement sur les comptes Twitter collectés en 2012 et 2017. Les résultats montrent que les comptes sur les réseaux sociaux disparaissent beaucoup moins vite que les sites classiques : 84% des comptes collectés en 2012 et 94% de ceux collectés en 2017 sont toujours actifs. Les comptes désormais inaccessibles ont pour la plupart été créés spécifiquement pour les campagnes électorales, que ce soit des comptes de candidats aux élections ou de soutien.

Figure 2 : Comparaison du pourcentage de comptes Twitter et de sites web actifs, sélectionnés pour les collectes du web électoral.

Enfin pour ajouter un dernier élément de comparaison : lors de la collecte annuelle 2017 de l’ensemble des sites du domaine français identifiés par la BnF, 84,45% des sites web de la collecte 2016 étaient encore actifs. Les sites web électoraux disparaissent donc sensiblement plus rapidement que les sites web en général tandis que les comptes twitter sélectionnés pour les collectes électorales semblent avoir une durée de vie plus longue. Cependant certains sites web peuvent avoir une durée de vie supérieure à 10 ans, invitant à comparer leurs captures dans le temps dans les Archives de l’internet, au-delà même des périodes électorales.