Méthodologie du score AERecommandée

Le score AERecommandée classe les 8 090 auto-écoles de France à partir de 7 signaux objectifs et publics. Cette page détaille les sources, les pondérations, la normalisation, et les limites connues du score — pour que chacun puisse comprendre, vérifier, et critiquer la méthode.

1. Sources des données

Le score s'appuie exclusivement sur des données publiques et officielles, sans informations commerciales, propriétaires ou collectées auprès des écoles elles-mêmes.

  • Données Sécurité Routière (DSR) — dataset officiel publié sur data.gouv.fr sous Licence Ouverte 2.0. Millésime utilisé : 2023 (dernier publié à la date du classement). Couvre les taux de réussite au permis B (1er passage, AAC, CS), les permis proposés, le label qualité Sécurité Routière, le dispositif Permis à 1 €/jour, le nombre de candidats présentés.
  • Base Adresse Nationale (BAN) — géocodage des 8 090 établissements via l'API api-adresse.data.gouv.fr. Taux de match : 98,9 %.
  • SIRENE — recherche-entreprises — vérification du statut d'activité des établissements (filtre 1 % d'auto-écoles fermées détectées sur échantillon, écart négligeable).

2. Composition du score (sur 100 points)

Le score AERecommandée combine 7 signaux pondérés selon l'importance perçue par les futurs candidats et l'écart d'information existant (un signal qui est déjà visible partout ailleurs a un poids moindre).

Signal Poids Calcul
Taux de réussite permis B (normalisé) 40 / 100 Z-score du taux 1er passage, normalisé par département, puis ré-échelonné sur 40 pts
Volume de candidats présentés 20 / 100 Log-échelle plafonnée à 200 candidats/an (fiabilité statistique)
Diversité des permis proposés 15 / 100 Nombre de permis distincts (B, A, C, D, BE, etc.), max 15 pts à 6+ permis
Label qualité Sécurité Routière 10 / 100 10 pts si labellisée, 0 sinon
Accessibilité (locaux, horaires) 5 / 100 Données DSR croisées avec déclarations site internet
Permis à 1 €/jour accepté 5 / 100 5 pts si dispositif accepté, 0 sinon
Conduite accompagnée (AAC) ou supervisée (CS) 5 / 100 3 pts si AAC ou CS, 5 pts si les deux
Total 100 / 100 Somme des sous-scores

3. Normalisation par département

Le sous-score "taux de réussite" n'est pas une comparaison brute. Comparer une auto-école parisienne (taux médian dept 75 = ~58 %) à une auto-école rurale de l'Aveyron (taux médian dept 12 = ~75 %) reviendrait à pénaliser toutes les écoles parisiennes, alors que la différence vient principalement des conditions de circulation et des inspecteurs.

Nous utilisons donc une normalisation par Z-score à l'échelle du département : 

z_dept = (taux_AE - taux_moyen_dept) / écart_type_dept

Une auto-école avec z = +1 fait significativement mieux que la moyenne de son département. Une avec z = –1 fait significativement moins bien. Le z-score est ensuite borné à [–2 ; +2] et ré-échelonné sur 40 points.

Conséquence pratique : une auto-école parisienne avec 65 % de taux peut avoir un meilleur score qu'une école rurale avec 75 %, parce qu'elle dépasse la moyenne de son département là où l'autre est juste dans la moyenne.

4. Filtres appliqués sur les 11 371 auto-écoles initiales

Le dataset DSR brut comporte 11 371 auto-écoles. Nous appliquons deux filtres successifs :

  • Filtre 1 — taux calculable : exclut les auto-écoles avec moins de 10 candidats présentés (statistiquement non significatif).
    → 8 214 auto-écoles retenues
  • Filtre 2 — données complètes : exclut les auto-écoles dont le taux 1er passage n'est pas calculé dans le dataset (champ B_taux_1pra manquant).
    → 8 090 auto-écoles dans le classement final

Les ~3 281 auto-écoles écartées ne signifient pas un mauvais service — simplement que les données disponibles ne permettent pas un classement statistiquement robuste.

5. Niveaux du score

Le score sur 100 est converti en 5 niveaux qualitatifs pour faciliter la lecture :

Niveau Plage de score Part des 8 090 AE
Excellent≥ 75 / 100~7 %
Très bon60 – 74~22 %
Bon45 – 59~38 %
Moyen30 – 44~25 %
Faible< 30~8 %

6. Limites connues

Le classement est honnêtement imparfait. Voici ce qu'il ne capture pas :

  • Qualité pédagogique subjective : un bon moniteur ne se voit pas dans les statistiques. Une école peut avoir un score moyen mais un moniteur excellent (ou inversement).
  • Prix : le dataset DSR ne contient aucune information tarifaire. Les écarts de prix entre établissements (parfois 1 → 3) ne sont pas pris en compte.
  • Avis clients / Google Reviews : non intégrés (signaux bruités, manipulables, biais de sélection des utilisateurs qui laissent un avis).
  • Sélectivité à l'entrée : une école qui présente uniquement ses meilleurs élèves aura un taux gonflé. Le filtre "minimum 10 candidats présentés" limite l'effet mais ne l'élimine pas.
  • Délai d'attente examen : variable selon les centres d'examen, peut influencer fortement le coût total — non capturé par le score.
  • Données 2023 : les performances d'une auto-école évoluent. Le classement reflète un état passé, pas forcément l'état actuel. Mise à jour annuelle (décembre N+1 pour millésime N).

Conclusion : utilisez le score comme un point de départ, pas comme une vérité absolue. Visitez l'auto-école, rencontrez les moniteurs, comparez les tarifs.

7. Mise à jour des données

Le classement est mis à jour annuellement, lors de la publication du nouveau millésime DSR par la Sécurité Routière (généralement décembre N+1 pour les données année N).

Le millésime actuellement utilisé est : année 2023 (publié décembre 2024). Prochaine mise à jour anticipée : décembre 2026 (données année 2025).

8. Contact et corrections

Vous êtes propriétaire d'une auto-école et vous souhaitez signaler une erreur dans les données affichées ? Vous remarquez une incohérence ?

(Section contact à compléter avec adresse email dédiée et formulaire de signalement.)

Toutes les corrections sont auditables : le classement est recalculé automatiquement à partir des données officielles, donc seules des corrections sur le dataset source (à signaler à data.gouv.fr) peuvent modifier le score.