Ingestion

Le moment où un fichier entre dans la photothèque est le moment le moins coûteux pour faire ce travail. Les étapes sautées à l’ingestion sont rarement faites plus tard, et c’est ainsi que les photothèques se remplissent de fichiers sans étiquette que personne ne peut retrouver ni prévisualiser.

Les façons d’entrer dans un DAM

Voie	Usage habituel
Import dans le navigateur	Une équipe marketing ajoute les photos d’un nouveau shooting ou les fichiers d’une campagne
Import en masse depuis un stockage	Déplacement d’archives depuis un drive partagé ou un stockage cloud, ou livraison régulière d’un studio photo
Import avec un catalogue produit	Photos produit associées aux lignes d’un tableur ou d’un export de catalogue, qui fournissent les noms de produits, les références (SKU) et les catégories
API	Un système d’information produit, un outil de web-to-print ou le système d’une agence envoie des fichiers automatiquement

Les étapes d’un pipeline d’ingestion

1. Validation et analyse antivirus. Le système vérifie que le fichier est arrivé complet et l’analyse avant que quiconque puisse le télécharger.
2. Identification du format. Le vrai type de fichier est lu dans le contenu, pas déduit de l’extension.
3. Contrôle des doublons. Une empreinte (checksum) trouve les copies exactes. Un hachage perceptuel trouve la même image redimensionnée, recompressée ou légèrement retouchée. Voir détection de doublons.
4. Extraction des métadonnées. Les propriétés techniques sont lues dans le fichier, avec les champs Exif et IPTC écrits par les appareils photo et les photographes. Les noms de fichier qui suivent une convention peuvent être analysés pour alimenter des champs.
5. Aperçus et déclinaisons. Vignettes, aperçus à la taille du web, aperçus vidéo et images de pages des documents. Voir déclinaison.
6. Enrichissement. Tags et légendes générés par IA, texte lu dans les images par OCR, transcriptions de la parole, et données dont ont besoin la recherche sémantique et la recherche visuelle.
7. Règles et indexation. Les valeurs par défaut, les règles d’automatisation et les règles d’accès sont appliquées, et le média peut être retrouvé par la recherche.

Un pipeline bien conçu exécute ces étapes en arrière-plan, si bien qu’un import de milliers de fichiers ne ralentit pas les personnes qui utilisent la photothèque.

Ingestion et migration

Faire entrer une archive existante dans un DAM, c’est de l’ingestion à grande échelle : les noms de dossiers deviennent des métadonnées, les fichiers sont associés aux fiches du catalogue, et le pipeline enrichit un arriéré que personne n’étiquetterait à la main. Quelques points pratiques :

• Migrez par tranches, par exemple une marque, une année ou une gamme de produits, et vérifiez ce que le pipeline a produit avant de commencer la suivante. Les équipes qui copient tout d’abord et prévoient d’organiser plus tard le font rarement.
• Associez les noms de dossiers et les conventions de nommage à des champs avant d’importer, pour que les informations qu’ils contiennent ne soient pas perdues.
• Décidez comment traiter les doublons avant qu’ils n’arrivent : ignorer la copie, garder les deux, ou remplacer l’ancien fichier.
• Gardez la source en lecture seule jusqu’à ce que l’import ait été vérifié.

Les guides sur la migration du stockage cloud vers un DAM et sur la mise en place d’un DAM couvrent l’ensemble du processus.

L’ingestion dans Freedam

• Les fichiers arrivent par import dans le navigateur (les gros fichiers sont envoyés par morceaux), par l’API, ou depuis des sources d’import qui lisent des stockages compatibles S3, des serveurs WebDAV et des lecteurs cloud, selon un calendrier si nécessaire. Voir la photothèque.
• Les sources d’import peuvent lire le tableur d’un catalogue produit, associer ses lignes à des fichiers et renseigner des champs de métadonnées et des termes de vocabulaire à partir de ses colonnes.
• Chaque fichier est analysé à la recherche de virus avant d’être stocké, et un fichier infecté est rejeté.
• Les copies exactes sont trouvées par empreinte et les quasi-doublons par hachage perceptuel. La page d’import permet de comparer chaque paire, puis de supprimer l’import, de garder les deux, ou de remplacer le fichier existant en conservant ses métadonnées. Voir détection de doublons.
• Les champs Exif et IPTC sont lus dans les champs du média, et des règles d’analyse des noms de fichier transforment les conventions de nommage en valeurs de champs.
• Des aperçus sont générés pour les images, les vidéos, l’audio, les PDF, les documents Office, les fichiers EPS, les fichiers de création et les archives, et le texte des documents est extrait pour la recherche. Voir déclinaison.
• Les images sont analysées par IA pour les tags, une légende, le texte imprimé et la classe de média ; la parole des vidéos et de l’audio est transcrite ; les Content Credentials sont vérifiés. Voir étiquetage automatique.
• Des règles d’automatisation s’exécutent sur chaque nouveau média pour définir des métadonnées, ajouter des tags, affecter des collections, changer le statut de workflow ou prévenir des personnes.
• Chaque étape s’exécute comme une tâche en arrière-plan, et chaque lot d’import a sa propre page qui liste ses fichiers, leur statut et les doublons trouvés.

Questions fréquentes

Quelle est la différence entre import et ingestion ?

L’import est le transfert du fichier vers le système. L’ingestion inclut l’import et tout ce qui suit jusqu’à ce que le fichier soit un média terminé : analyse antivirus, extraction des métadonnées, contrôle des doublons, aperçus et enrichissement.

Quelle est la différence entre ingestion de données et ingestion de médias ?

L’ingestion de données est un terme d’ingénierie des données pour le chargement d’enregistrements issus d’applications et de bases de données dans un entrepôt ou un lac de données. L’ingestion de médias, le sens employé ici, consiste à charger dans un DAM des fichiers comme des images, des vidéos et des documents, avec les traitements qui les rendent faciles à trouver.

Faut-il étiqueter les fichiers avant ou après l’ingestion ?

Laissez le pipeline faire le premier passage : les métadonnées intégrées, les tags générés par IA et les valeurs tirées des noms de fichier ou d’un catalogue ne coûtent rien à ajouter. Ajoutez ensuite ce que seules les personnes savent, comme la campagne, le statut de validation et les droits d’utilisation, idéalement dans la même session que l’import, souvent par une modification en lot sur tout le lot.