20 mai
2021
Rédigé par
Sara Jabbari
Durée
x
min
Les métadonnées sont un ensemble de données qui décrivent et fournissent des informations sur d'autres données ; dans le cas du DAM, il s'agit de données descriptives fournissant des informations sur une image ou un contenu rich media (vidéo, audio, 3D, photo à 360°, etc.). L'objectif principal des métadonnées est d'étendre le champ des actions disponibles pour le contenu numérique en fournissant un contexte et un ensemble d'informations connexes. Ces informations permettent d'identifier et de décrire une ressource, d'en expliquer l'origine et l'objectif, voire d'en préciser les destinataires. Dans une solution DAM, les métadonnées facilitent la recherche et le partage des contenus marketing, la gestion des collections, la préservation des ressources visuelles et la centralisation de la gestion des droits. Elles servent d'identifiant au contenu numérique.
Les métadonnées permettent de cartographier et de contextualiser le contenu.
Il présente de nombreux avantages :
Pour les images (le contenu le plus courant dans les DAM), il existe trois types principaux de métadonnées :
Format de fichier image interchangeable
Ce format fournit des informations techniques sur les fichiers image ou son enregistrés par un appareil photo numérique (ouverture, vitesse d'obturation).
Conseil international des télécommunications de presse - Modèle d'échange d'informations
Elle fournit des informations sur l'auteur d'une image (coordonnées, etc.).
Plate-forme de métadonnées extensible
Il s'agit de la norme la plus récente en matière de métadonnées. Elle remplace IPTC et permet de stocker une grande variété d'informations car ce format XML est extensible.
Ces données sont utilisées pour décrire et identifier le contenu marketing, qu'il se trouve dans un système d'exploitation ou sur un site web. Les métadonnées permettent d'attribuer des identifiants uniques, des caractéristiques physiques (type de support, taille, état général) et des informations bibliographiques (titre, auteur, créateur, langue, mots-clés).
Le Dublin Core, par exemple, est un schéma de métadonnées simple et générique. Il était initialement basé sur 15 propriétés fondamentales pour la description des ressources, notamment formelles (titre, créateur, éditeur), intellectuelles (sujet, description, langue, etc.) et celles relatives à la propriété intellectuelle. Il a depuis été enrichi d'éléments supplémentaires : relations (isPartOf, isVersionOf, isFormatOf, etc.), et référentiels supplémentaires dont une liste de types de ressources utilisée pour caractériser plus précisément la syntaxe (DC : type).
Il facilite la navigation et la présentation des médias numériques en fournissant des informations sur la structure interne des ressources. Il décrit les relations entre les composants (par exemple, le fichier A est le format jpeg du fichier d'archive B) dans les objets composés. Elle peut être définie comme les balises qui structurent le contenu, permettant aux utilisateurs de connaître la classification et le niveau structurel de ce contenu (par exemple, la photographie B a été insérée dans le manuscrit A).
Il s'agit des informations qui facilitent la gestion et le traitement du contenu à court et à long terme. Elles comprennent les données techniques relatives à la création et au contrôle de qualité, la gestion des droits, le contrôle d'accès et les besoins des utilisateurs. Cette gestion des droits peut être personnalisée en fonction des besoins du groupe (limitée dans le temps, géographique, etc.), ce qui permet de retrouver des informations telles que la date de publication, la résolution, l'espace couleur, le format de fichier, le propriétaire, la date de copyright, etc.
Les métadonnées peuvent également être créées automatiquement par le dispositif de capture (téléphone portable, appareil photo numérique, caméra vidéo) ou le logiciel d'édition (Photoshop, par exemple). Par exemple, un appareil photo peut enregistrer des informations telles que les coordonnées géographiques ou la date à laquelle la photo a été prise.
L'apprentissage automatique (IA) est une méthode par laquelle les programmes apprennent par l'expérience, en utilisant des ensembles de données structurées. Plus les données sont structurées et nombreuses, plus il apprend et plus les résultats sont précis. Une solution de DAM peut donc générer les tags d'une vidéo ou d'une photo grâce à son service d'intelligence artificielle.
L'apprentissage automatique ne remplace pas les analystes de données ou d'autres types d'utilisateurs. Mais il permet d'augmenter la productivité et de mieux utiliser le temps des personnes chargées de gérer le contenu marketing et de communication de l'entreprise.
--
La bonne gestion des métadonnées est essentielle pour réduire vos coûts de production, rationaliser la collaboration créative et mieux distribuer le contenu marketing.
La mise en place d'une solution DAM qui enrichit automatiquement votre contenu marketing fait gagner du temps aux équipes marketing qui savent qu'elles peuvent faire confiance au contenu présenté.