Les données de référence sont des données structurées ou semi-structurées. Les données de référence présentent plusieurs caractéristiques spécifiques dans le cadre de leur utilisation au sein du SI de l’Etat, que cela soit pour leur collecte, leur traitement, leur usage, ou leur échange.
Leur utilisation doit être possible pour un grand nombre d’acteurs (organisations, métiers, processus, applications...) dans des métiers différents. Leur qualité est critique pour un grand nombre de processus. Elles doivent faire l’objet d’une sémantique partagée et stable afin de simplifier les processus, d’optimiser leurs exécutions, d’apporter plus de valeur aux clients de ces processus et de garantir une couverture d’usage efficace. Leur durée de vie doit aller au-delà des processus opérationnels qui les utilisent et faire l’objet d’une contextualisation à l’aide de métadonnées associées. Enfin, l’accès à ces données de références doit être garanti en permanence, quelque soit le dispositif technique qui en a besoin, dans des conditions de réutilisation et d’interopérabilité fiables.
Dans la cadre des 3 systèmes d'information fédérateurs sur l'eau (SIE), le milieu marin (SIMM) et la biodiversité (SIB), l'identification, la collecte ou la création, la pérennité, la gestion, la cohérence, la traçabilité et la mise à disposition des données de référence sont assurés respectivement par le Sandre pour le SIE, le SAR pour le SIMM et Caret pour le SIB. Les jeux de données de références utilisés dans plusieurs SI fédérateurs sont coordonnées en groupe de travail "référentiels communs" impliquant les représentants des systèmes d'information concernés.
Une donnée de référence est une donnée d’observation validée nationalement qui participe à l’élaboration de la distribution de référence ou d’un jeu de données de référence pour un taxon donné. Au niveau national, les données d’observation ne sont pas validées une à une mais dans leur ensemble (critères biogéographiques, écologiques etc.). Les données apparaissant aberrantes sur une carte de distribution sont invalidées. Les autres données seront qualifiées de données de référence.