Applications mobiles et collecte de données : que savent-elles vraiment de vous ?

Chaque fois que nous installons une application, elle nous demande l’accès à certaines fonctionnalités selon sa nature. Une application météo ou de cartographie réclame la localisation. Un jeu gratuit demande plusieurs autorisations que nous acceptons rapidement. Une application de retouche photo affiche une fenêtre, nous appuyons sur “Autoriser” souvent sans lire.

Rien ne semble inquiétant.

Pourtant, quelques mois plus tard, les publicités deviennent plus pertinentes. Les recommandations collent davantage à vos centres d’intérêt. Même les suggestions de produits semblent vous connaître un peu trop bien.

La question n’est plus de savoir si les applications collectent des données. C’est acquis
La vraie question est : que savent-elles réellement de vous — et comment construisent-elles cette connaissance ?

Pour le comprendre, il faut distinguer trois niveaux de données

Ce que vous donnez… et ce qui est collecté sans que vous y pensiez

Le premier niveau est évident. Lorsque vous créez un compte, vous fournissez volontairement des informations : nom, adresse e-mail, date de naissance, photo de profil, parfois numéro de téléphone ou données bancaires. Ce sont des données déclaratives. Vous savez que vous les transmettez, en échange d’un service.

Le second niveau est plus discret. Dès l’installation, l’application commence à collecter des données dites environnementales, type d’appareil, version du système, fuseau horaire, adresse IP, langue, type de réseau… et parfois des identifiants publicitaires comme le Google Advertising ID ou l’Identifier for Advertisers sur iOS.

Pris séparément, ces éléments paraissent anodins. Ensemble, ils constituent ce que l’on appelle une empreinte numérique de l’appareil Il ne s’agit plus de votre nom, mais de votre identité technique. Cette empreinte permet de suivre des comportements à travers plusieurs applications, notamment lorsqu’elles utilisent les mêmes outils d’analyse ou les mêmes régies publicitaires.

Des données brutes au profil comportemental

Le troisième niveau est plus subtil: l’inférence

L’application n’a pas besoin que vous déclariez explicitement un intérêt pour l’investissement. Il suffit que vous

• lisiez régulièrement des articles financiers
• passiez plus de temps sur des vidéos parlant de marchés
• compariez des produits coûteux
• installiez des applications bancaires

À partir de ces signaux, un profil se construit. Pas seulement “utilisateur intéressé par l’argent”, mais potentiellement “profil à revenu moyen ou élevé, sensible à la gestion du risque, orienté long terme”.

Ce n’est pas une exagération. Les systèmes de recommandation modernes reposent sur des modèles d’apprentissage automatique entraînés sur des millions de comportements Si une forte proportion d’utilisateurs ayant un comportement donné finit par acheter un produit précis, le système apprendra à proposer ce produit à toute personne présentant des schémas similaires.

Les données deviennent des probabilités.
Les probabilités deviennent des décisions marketing.

Pourquoi certaines applications semblent vous devancer

Prenons un exemple concret : Spotify. La plateforme ne sait pas seulement ce que vous écoutez, mais à quel moment de la journée, si vous terminez un morceau ou si vous le passez, si vous rejouez certains passages. Ces micro-interactions révèlent des préférences fines.

Sur TikTok ou YouTube, le temps de visionnage est souvent plus révélateur qu’un “like”. Deux secondes d’arrêt supplémentaires peuvent peser davantage qu’un commentaire.

On parle ici de données implicites. Vous ne les fournissez pas consciemment, mais elles disent beaucoup sur vos goûts, vos rythmes, parfois même votre état émotionnel.

Et les applications “innocentes” ?

C’est là que les interrogations deviennent plus sérieuses. Pourquoi une application lampe torche ou un simple fond d’écran aurait-elle besoin de votre localisation ou de vos contacts ?

Dans de nombreux cas, la réponse ne se trouve pas dans la fonction principale de l’application, mais dans ses composants internes. Beaucoup intègrent des bibliothèques tierces destinées à la publicité ou à l’analyse statistique. Ces modules collectent des données pour mesurer la performance ou affiner le ciblage. Le développeur ne vend pas forcément vos données lui-même. Mais vos informations peuvent circuler entre plusieurs acteurs — parfois sans que vous en ayez pleinement conscience.

Les entreprises vendent-elles réellement vos données ?

La formule est connue : “Si c’est gratuit, c’est vous le produit.”
Elle contient une part de vérité, mais reste simplificatrice.

Dans la majorité des cas, votre identité nominative n’est pas vendue telle quelle. Ce qui est monétisé, c’est l’accès à un segment comportemental. Un annonceur n’achète pas une personne précise Il cible un profil : par exemple un homme entre 25 et 35 ans, intéressé par la technologie et susceptible d’acheter un ordinateur. Ce mécanisme repose sur des enchères en temps réel, le Real-Time Bidding. À l’ouverture d’une application, des données contextuelles anonymisées sont transmises en quelques millisecondes à des plateformes publicitaires. L’annonce la plus pertinente est sélectionnée instantanément.

En d’autres termes, vous n’êtes pas vendu en tant qu’individu identifiable.
Ce qui est commercialisé, c’est la possibilité d’influencer votre attention.

Jusqu’où la précision peut-elle aller ?

La précision n’est pas absolue, mais elle est suffisante pour orienter des prédictions.

En combinant historique de navigation, habitudes de visionnage, type d’appareil, géolocalisation, interactions et achats passés, il est possible de construire un modèle probabiliste très fin.

Imaginez que vous déménagiez dans un nouveau quartier. En quelques jours des publicités locales commencent à apparaître. Pourquoi ? Parce que votre localisation a changé. Et lorsque ce changement devient durable, le modèle est mis à jour.

Il ne s’agit pas d’une surveillance individualisée au sens dramatique du terme, mais d’une analyse statistique à grande échelle. Pourtant le résultat peut donner l’impression d’une connaissance intime.

Le cadre légal vous protège-t-il réellement ?

En Europe, le RGPD impose des règles strictes : consentement explicite, droit d’accès, droit d’effacement, droit d’opposition au traitement. Le problème n’est pas l’absence de loi. Il réside dans la complexité du système. Fenêtres de consentement longues, choix multiples, interfaces qui orientent subtilement vers “Accepter tout”…

Le droit existe, mais la compréhension technique reste limitée pour la majorité des utilisateurs.

Faut-il s’inquiéter ?

Il serait excessif de présenter tout suivi comme une menace absolue. Une partie de cette collecte améliore réellement l’expérience : recommandations plus pertinentes, résultats plus adaptés, services personnalisés.

La question n’est pas de supprimer toutes les applications.

Elle est plus simple — et plus exigeante :
savez-vous ce que vous échangez contre la gratuité apparente du service ?

Que faire concrètement ?

Il n’existe pas de confidentialité parfaite dans un environnement numérique connecté en permanence. Mais il est possible de réduire son exposition.

Revoir régulièrement les autorisations accordées, désactiver le suivi publicitaire lorsque c’est possible, supprimer les applications inutilisées, utiliser les paramètres avancés de confidentialité d’iOS ou d’Android, lire au moins les sections essentielles des politiques de confidentialité concernant la collecte et le partage des données. L’élément central reste la compréhension. Ce qui n’est pas compris ne peut pas être maîtrisé.

La question finale

Les applications ne savent pas tout de vous. Mais elles en savent assez pour construire un modèle numérique capable d’anticiper vos comportements avec une précision statistique significative. Le véritable changement n’est pas la collecte en elle-même. C’est la capacité croissante à analyser et à prédire.

Avec l’évolution de l’intelligence artificielle, les algorithmes ne se contentent plus de décrire ce que vous avez fait. Ils cherchent à estimer ce que vous ferez.

Si votre double numérique connaît vos schémas avec précision,
oriente-t-il vos choix… ou se contente-t-il de les refléter ?

La différence entre les deux marque la frontière entre confort numérique et perte de contrôle.

FAQ

Les applications nous écoutent-elles vraiment via le micro ?

Dans la majorité des cas, non. Les publicités ciblées reposent surtout sur l’analyse comportementale et les données de navigation, pas sur une écoute permanente Cependant, certaines applications peuvent accéder au micro si l’autorisation est activée.

Les entreprises vendent-elles mes données personnelles ?

Elles vendent rarement votre identité nominative. Ce qui est commercialisé, ce sont des segments comportementaux anonymisés permettant de cibler des profils précis.

Le RGPD suffit-il à me protéger ?

Il offre un cadre légal solide, mais la protection dépend aussi de votre vigilance et de la compréhension des choix que vous acceptez.

Peut-on empêcher totalement la collecte de données ?

Non. Utiliser un smartphone connecté implique nécessairement une certaine collecte. En revanche il est possible de la limiter en ajustant les paramètres de confidentialité et les autorisations.

Les recommandations sont-elles manipulatrices ?

Elles reposent sur des probabilités statistiques. Elles peuvent influencer certains choix, mais elles ne déterminent pas entièrement vos décisions.