כמה פעמים חיפשתם קובץ במערכת DAM ולא מצאתם אותו למרות שידעתם שהוא קיים? ארגונים רבים משקיעים במערכת DAM אך עדיין מתקשים למצוא קבצים. ברוב המקרים, הבעיה אינה במערכת עצמה אלא באופן שבו הארגון משתמש במטא-דאטה ותגיות.
שדות מטא-דאטה מגדירים את הסדר הארגוני ותגיות מגדירות את הדרך שבה אנשים מחפשים.
הבנת ההבדל בין אלמנטים אלו היא קריטית להגדרה ותחזוקה של מערכת DAM.
בהקשר הזה, חשוב להבין את ההבדל בין מטא-דאטה לתגיות
ההגדרה הסטנדרטית של מטא-דאטה היא בדרך כלל "נתונים על נתונים" כלומר נתוני המטא-דאטה מספרים לנו את ה"הקשר" של האובייקט.
לדוגמה, קובץ וידאו שהועלה למערכת MasterDAM עשוי לתאר את השקת המוצר החדש של החברה. נתונים אחרים המתארים את ה"הקשר" של הקובץ עשויים להיות:
- באיזו תוכנה נוצר הסרטון
- באיזה תאריך ושעה הקובץ נוצר ועל ידי מי
- לאיזה קמפיין יועד הסרטון
נתונים אלה של מטא-דאטה הן הדברים שמשתמש עשוי לחשוב עליהם בעת חיפוש קובץ הווידאו במועד מאוחר יותר.
מעקב אחר נתוני מטא-דאטה כאלה הינו חיוני למנהל מערכת DAM וזאת על מנת להפוך את החיפוש למהיר, קל ופרודוקטיבי עבור משתמשים עתידיים.
טעויות נפוצות ביצירת שדות מטא-דאטה
- יצירת יותר מדי שדות מטא-דאטה
- היעדר סטנדרט שמות
- ניסיון להשתמש בתגיות במקום מטא-דאטה
כשאתם שוקלים אילו שדות מטא-דאטה לייצר במערכת DAM, תבדקו קודם באילו כלי ניהול צוותי הפרויקטים, השיווק והמכירות משתמשים.
סטנדרטים של מטא-דאטה
למרות שסביר להניח שיש הרבה מאד שדות מטא-דאטה שהחברה יכולה להשתמש, הרשימה הסופית של שדות המטא-דאטה צריכה להיות קצרה ויעילה. רוב השדות הללו מופקים אוטומטית על ידי פלטפורמת MasterDAM.
לדוגמה, נתונים כגון פורמט קובץ, רזולוציה, גודל ונתוני תמונה טכניים אחרים נוצרים על ידי חומרת המצלמה, מופקים כשקבצי התמונה מועלים ל- MasterDAM.
כל שדה מטא-דאטה שניתן ליצור באופן אוטומטי בדרך זו, תוך עקיפת הזנת נתונים ידנית, הוא רצוי מאוד. התוצאה היא פחות התערבות מצד מנהל המערכת ושיפור הדיוק הטכני.
תיוג מיועד למשתמשים
חיפוש אסוציאטיבי אישי הינו תופעה שבה אנשים זוכרים מידע דרך אלמנטים ויזואליים או רגשיים. לדוגמה, כשאני מארגן את התמונות הדיגיטליות שלי, לעתים קרובות אני לא מצליח לזכור את שמות הקבצים או התאריכים המדויקים שבהם צולמו התמונות. מצד שני, אני כן זוכר פרטים ויזואליים ייחודיים כגון תנין, שקיעה מדהימה או צניחה חופשית. כדי להקל על מציאתן מאוחר יותר, אני מתייג את התמונות עם האלמנטים הוויזואליים הספציפיים האלו. תגיות אלו הגיוניות לחלוטין בעיניי מכיוון שהן תואמות את האופן שבו אני זוכר את התמונות, אבל הן עשויות להיראות מוזרות או חסרות משמעות למישהו אחר שלא חולק את הזיכרונות האלה.
אבל נניח שאני קופירייטר שצריך לעדכן את הטקסט מקמפיינים של החגים בשנה שעברה, אני צריך למצוא את הטקסט שנכתב אז. אולי גם הייתי צריך לחפש טקסט של מבצעים של חזרה לבית הספר ויום העצמאות שעבר.
אולי ארצה לתייג נכסים כאלה עם המילה "חג" כדי למצוא אותם שוב כשהצורך הזה יתעורר בשנה הבאה. אולי אשתמש במילת מפתח אחרת כגון "חגיגי" או "מבצעים מיוחדים".
תגיות מאפשרות זאת מבלי להפריע למטא-דאטה הקריטיים שבנו מנהלי המערכת. הם גם מספקים רמה מסוימת של שליטה על השימוש שלהם ב-DAM.
אבל בפועל, ברוב הארגונים אין זמן או משמעת לתייג כל נכס בצורה ידנית
מערכות DAM מתקדמות, כגוןMasterDAM מרחיבות את עולם התיוג מעבר להזנה ידנית בלבד. באמצעות יכולות בינה מלאכותית (AI) המערכת מייצרת תגיות אוטומטיות על בסיס ניתוח התוכן עצמו. לדוגמה:
- זיהוי אובייקטים בתמונה (כגון: תנין, ים, שקיעה, רכב)
- זיהוי סצנות (חוף, משרד, טבע)
- זיהוי פנים של אנשים מוכרים בארגון
במקרים אלו, גם אם המשתמש לא תייג את הנכס, המערכת עדיין מאפשרת למצוא אותו לפי האופן שבו משתמשים חושבים וזוכרים.
יכולות אלו מגשרות על הפער בין מטא-דאטה מובנה וארגוני לבין חיפוש אסוציאטיבי טבעי של משתמשים וכך הופכות את תהליך החיפוש למהיר, אינטואיטיבי ואפקטיבי יותר.
כשמשלבים נכון בין מטא-דאטה מובנה, תגיות גמישות ויכולות AI, מתקבלת מערכת שלא רק מנהלת נכסים, אלא באמת מאפשרת למצוא אותם במהירות
כשהם נבנים כראוי, מטא-דאטה ותגיות יוצרים מערכת ניהול נכסים דיגיטליים פרודוקטיבית ביותר שיכולה להחזיר במהירות את ההשקעה שלה.
רוצים לבדוק אם מבנה המטא-דאטה שלכם באמת עובד? נשמח לבצע עבורכם בדיקה קצרה ולזהות הזדמנויות לשיפור.