Résumé. Afin d'aider au choix d'une mesure pour comparer des données, pro-blème au coeur de la conception de systèmes dans les domaines de la fouille de données, l'apprentissage automatique ou la recherche d'information, nous comparons les mesures les plus courantes selon l'ordre qu'elles induisent sur les données et nous quantifions leur accord par des degrés d'équivalence. Nous proposons une étude systématique des mesures de comparaison appliquées aux données binaires et aux données numériques, en examinant les principales me-sures de similarité, distance et produits scalaires. Nous établissons leurs degrés d'équivalence, en considérant des bases de données artificielles et réelles et iden-tifions des mesures équivalentes et quasi-équivalentes, qui peuvent être considé-rées comme redondantes dans un cadre de recherche d'information.