docunit search : Facettes et Métadonnées.
Dans chaque document, on place des données.
La métadonnée signifie concrètement « des données sur des données ».
Une métadonnée est une donné qui a pour but de décrire une autre donnée. Les métadonnées peuvent être des informations complémentaires, nécessaires à la compréhension d’une autre information ou dans le but de permettre une utilisation pertinente.
Des métadonnées de qualité facilitent la consultation d’informations. Elles permettent d’améliorer la pertinence des résultats affichés par les moteurs de recherche, comme docunit search, lorsqu’une personne effectue une recherche.
Lorsqu’un document est créé, par exemple michaeljackson.doc, il y a des métadonnées qui s’enregistrent automatiquement : auteur, date, format, sujet, etc. On va également le mettre dans le dossier “Chanteur” qui se trouve dans le dossier “Music” qui est lui-même dans “Mes Documents”. Ce cheminement de dossiers correspond également à des métadonnées. En effet, tous les répertoires crées par l’entreprise apportent de l’information supplémentaire sur un document.
Pour classer les documents, les métadonnées sont très utiles. docunit search utilise ces métadonnées pour créer la recherche par facette. Qu’est ce que la recherche par facette ?
Typiquement, un diamant a plusieurs facettes et la manière dont quelqu’un le regarde lui permet de le percevoir d’une certaine façon. Ce n’est pas une sphère. Chaque facette du diamant lui donne une image propre.
La recherche par facette illustre la même idée : l’objectif est de permettre à chacun d’approcher les données selon l’axe qui l’intéresse. Cela signifie donc qu’il y a une multitude d’axes possibles pour accéder aux données.
Pour les entreprises ayant une maturité GED de 0 à 2, la problématique classique est qu’elles sont limitées par un seul axe de vision des données qui est le même pour tout le monde. En effet, sur le répertoire d’un disque dur, on n’a pas d’autre choix que d’implémenter un répertoire de dossier unique et linéaire.
Exemple: Sabine et Jean travaillent dans l’entreprise X de vente par correspondance. On leur demande de retrouver le dossier de Mr. Y client depuis 10 ans.
a. L’entreprise possède une recherche par facette. Sabine clique en premier sur 1999, puis sur client et trouve alors Mr. X par ordre alphabétique. Jean clique en premier sur “client” puis entre le nom de “Mr. X.” Chacun utilise une hiérarchie qui leur parle.
b. L’entreprise ne possède pas de recherche par facettes mais un axe hiérarchique unique d’accès aux données qui est par année ensuite par services ou par produits ou par clients ou etc. Sabine s’adapte facilement à cette hiérarchie car elle est très proche de la sienne car elle aborde les données via l’axe date. Tandis que Jean a plus de difficulté et mettra donc plus de temps pour retrouver le dossier de “Mr. X”.
Donc la recherche par facette de docunit search permet à une communauté de gens de regarder les documents par l’axe qui leur convient et pas par un axe unique et commun: le résultat est un énorme gain de temps.
Si quelqu’un veut toutes les présentations PowerPoint de l’entreprise, done ! Quelqu’un veut tous les dossiers finis, done ! Quelqu’un veut toutes les projets marketing en court, done !
Finalement grâce aux métadonnées existantes sur chaque documents présents et futurs dans le système, les facettes reprennent ces métadonnées et docunit search ne nécessite pas ou du moins peu d’intervention humaine pour décrire un document. En effet, il arrive parfois qu’il n’y ait pas d’autre choix et qu’un humain doive entrer des données sur un document. Par exemple, une facture de fournisseur sera scannée ensuite il faudra encoder quelques données sur cette facture afin qu’elle puisse être retrouvée efficacement dans docunit search.
