Les systèmes de gestion de contenu : description, classification et évaluation

Transcription

1 CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE présenté en vue d obtenir le DIPLOME D INGENIEUR C.N.A.M. en informatique par Philippe LAHAYE Les systèmes de gestion de contenu : description, classification et évaluation Soutenu le 14 mai JURY PRESIDENT : MEMBRES : Michel SCHOLL Bernd AMANN Xavier BLONDEL Laurent DE RAMBUTEAU Laurent LETOURMY

2 RESUME ET MOTS CLES Les systèmes de gestion de contenu : description, classification et évaluation. Mémoire d Ingénieur C.N.A.M. Paris, 2004 Les systèmes de gestion de contenus (CMS) sont des applications classiques telles que la gestion des bibliothèques, la GED, la gestion de la documentation technique, la gestion de site web et les portails d entreprise. Ces applications partagent des fonctionnalités communes qui réunies peuvent former un système de gestion de contenu unifié. Le contenu est obtenu en structurant les documents sous forme de données. Le contenu doit être séparé de la présentation. Est alors possible l intégration de la partie documentaire des systèmes d informations avec leur partie déjà structurée, la réutilisation des composants documentaires et la publication multi-canal. De plus, la gestion de contenu implique l utilisation des méta données : celles de l initiative du groupe de Dublin Core sont les plus abouties dans l optique de la gestion de contenu. La découverte, la récupération, l accessibilité, la diffusion et le partage des informations sont maximisés avec la gestion de contenu unifiée. Ce rapport décrit les fonctionnalités des trois sous-systèmes fondant l architecture d un CMS : le système de collecte (acquisition et édition), le système de gestion de contenu (référentiel et fichiers de configuration) et le système de publication (transformation, recherche d informations). Les technologies associées à XML illustrent et permettent de mettre en œuvre les principes de la gestion de contenu. Un système de classification des CMS par domaine d application en fonction de leurs fonctionnalités est proposé et permet de rapidement voir quelles applications peuvent être mises en œuvre par les logiciels, de les rapprocher des besoins des utilisateurs et de les comparer. L évaluation détaillée réalisée nous amène à dire que la couverture fonctionnelle des logiciels du marché est toujours partielle dans le cadre d une gestion unifiée du contenu d une organisation. De nombreuses améliorations et intégrations doivent être réalisées avant que la gestion de contenu unifiée, concept théorique exploré, puisse commencer à être développée. Mots clés : Gestion de contenu Systèmes de gestion de contenu CMS Gestion de contenu unifiée méta données XML RDF - GED Keywords : Content management Content Management System CMS Unified Content Strategy metadata XML RDF - EDM

3 CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE présenté en vue d obtenir le DIPLOME D INGENIEUR C.N.A.M. en informatique par Philippe LAHAYE Les systèmes de gestion de contenu : description, classification et évaluation Les travaux relatifs au présent mémoire ont été effectués au sein de la Société de Services et d Ingénierie Informatique Cross Systems Integration Paris sous la direction de Laurent LETOURMY (directeur technique) et du professeur Michel SCHOLL (CNAM Paris) et sous la responsabilité de Bernd AMANN (CNAM Paris Laboratoire CEDRIC «bases de données»).

4 SOMMAIRE REMERCIEMENTS... 1 INTRODUCTION... 2 CONTEXTE, OBJECTIFS ET APPROCHE... 4 A. LES SYSTEMES DE GESTION DE CONTENU (CMS) Cas d utilisations Gestion des bibliothèques physiques Edition de document composite Gestion documentaire (référentiel d entreprise) Gestion de site web Portail informatif Intégration au système d information Conclusion : système de collecte / système de gestion de contenu / système de publication Concepts de gestion de contenu Concept clé numéro 1 : Structuration des documents Décomposition en composants documentaires : méthode et objectifs Modèles formels de structuration de contenu Réutilisation Concept clé numéro 2 : gestion des références et identification des composants documentaires Gestion des références (internes et externes) Uniform Resource Indicator (URI) Concept clé numéro 3 : les méta données Méta données : définition et utilisation Dublin Core Metadata Initiative (DCMI) Resource Description Framework (RDF) Architecture d un système de gestion de contenu Système de collecte Edition de documents Edition des méta données Enregistrement (stockage) EDI et syndication RDF Site Summary (RSS) Droits d accès et travail collaboratif Système de gestion de contenu Administration d un CMS Référentiel Conclusion Système de publication Mise en forme Publication versus document Personnalisation Recherche et récupération de document Navigation Récapitulation B. EVALUATION D UN SYSTEME DE GESTION DE CONTENU Classification des systèmes de gestion de contenu Domaines d application Introduction Domaines Fonctionnalités des sous-domaines Conclusion Méthode de classification Enregistrement des fonctionnalités déclarées et classement Exemples Conclusion Evaluation détaillée Grille d évaluation... 80

5 Critères Notation Exemples Jeu d essai Adaptation au logiciel de gestion de contenu et évaluation détaillée Note finale (adéquation du CMS aux exigences initiales) CONCLUSION ANNEXES Schémas de classes de documents Exemple du QCM Exemple du contrat de commande de QCM Définition de Type de Document (XML) Exemple de DTD du QCM (QCM.dtd) Exemple du Schéma XML du QCM (QCM.xsd) Exemple de DTD du contrat (contrat.dtd) Exemple de QCM simple conforme au schéma QCM.xsd Méta données de Dublin Core Ressource Description Framework Récapitulatif du vocabulaire utilisé dans RDF Exemple d extension de Schéma RDFS Exemple d utilisation du schéma : méta données au format RDF RDF Site Summary (RSS) Schéma RDF des documents RSS Exemple de fichier RSS de syndication Indicateurs des processus principaux de Microsoft SharePoint Portal Server Indicateurs de gestion des documents Indicateurs de souscriptions (abonnements aux alertes) Indicateurs de recherches Indicateurs de fonctionnement du moteur de recherche Exemples de fichiers de transformation pour la publication «presentation template» de Interwoven TeamSite Templating Squelette du Système de Publication pour l Internet (SPIP) Contenu du fichier groupe_mot.html Exemple de feuille de style CSS Copie d écran de la page html de publication correspondante Modèle de données général d un système de gestion de contenu BIBLIOGRAPHIE

6 REMERCIEMENTS Je tiens à remercier toutes les personnes autour de moi qui m ont accompagné tout au long de cette longue période ( septembre 2002 mars 2004) de stage puis de rédaction de mémoire de fin d études d Ingénieur Informatique du CNAM. Tout d abord, merci à Laurent Letourmy, directeur technique de Cross Systems Integration à l époque où nous nous sommes rencontrés la première fois (avril 2002) et qui a mis en place ce stage, très adapté à ma situation personnelle, dans le cadre du projet «mise en place d une offre en gestion de contenu». Je remercie tous les autres collaborateurs de Cross Systems Integration Paris qui ont participé d une manière ou d une autre à mon travail : Rémy Poulachon, directeur technique qui a pris le relais de Laurent Letourmy, Christophe Blondel (qui m a donné des retours de détail sur les travaux que j ai réalisé, à savoir les prototypes), Loïc Cotonea avec qui j ai échangé de nombreuses fois sur des problématiques de gestion de contenu avec lesquelles il était lui aussi confronté au sein de Cross Systems, Marcel Matton (Ingénieur informatique CNAM) de Cross Systems Genève qui m a fait part de l avancée des travaux sur le projet «gestion de contenu» à Genève et Antoine Griffon, à qui j ai transféré le savoir-faire acquis et les archives de mon travail. Merci aux consultants du «bureau des consultants» de Cross Systems Paris avec qui j ai partagé des moments chaleureux dans ce fameux bureau. Je remercie aussi tout particulièrement Bernd Amann (Maître de conférences), responsable de mon mémoire au sein du CNAM, et qui m a consacré de nombreuses entrevues et à enrichi mon travail depuis le début de mon stage en septembre 2002 jusqu à la fin de la rédaction en mars Je remercie aussi Michel Scholl (Professeur des Universités) d avoir accepté ma candidature pour soutenir mon mémoire de fin d études d Ingénieur Informatique CNAM avec l équipe «Bases de données» du laboratoire CEDRIC (Centre de Recherche en Informatique de CNAM). Enfin je remercie les membres du Jury de soutenance orale de mon mémoire en portant une attention particulière à Xavier Blondel et avec qui j ai travaillé sur le projet Answork (place de marché électronique) chez Cap Gemini Ernst & Young. En effet, Xavier Blondel m a donné de nombreux retours détaillés sur mon travail de rédaction en y apportant tout son savoir-faire d Ingénieur Informatique et de Docteur en Informatique issu du CNAM Paris. 1

7 INTRODUCTION La gestion de contenu est un concept récent qui a vite pris beaucoup d importance dans les discours, notamment marketing. Pourtant, comme le laisse entendre le terme, très générique, la gestion de contenu, ou du moins, plusieurs de ses domaines d applications (gestion des bibliothèques, gestion électronique de document GED), existe depuis plusieurs décennies. Le concept a été remis au goût du jour avec Internet et la gestion de site web et un de ses dérivés, les portails d entreprise. Les systèmes de gestion de contenu peuvent donc recouper un ou plusieurs domaines d application informatique. A ce titre, l intégration entre ces applications est à l ordre du jour puisqu elles exploitent de nombreuses fonctionnalités communes. Quid du contenu? Le contenu représente la convergence des documents avec les données. Le contenu est donc le résultat de la gestion des documents sous forme de données. Où s arrête la notion de composant documentaire? Et où commence celle de donnée? La frontière devient floue avec la gestion de contenu et est certainement propre à chacun en fonction de sa culture métier (documentaliste, web master ou web designer, rédacteur ). L informatique remet en cause la définition du document, notamment le langage XML (extended Markup Language). Dans notre cas, la gestion de contenu est l informatique centrée sur le document, ou encore sur le contenu ; ce qui donne les termes «document-centric» ou «content-centric» en anglais. Le contenu peut être considéré comme l information contenue dans un document. Toutefois, les documents peuvent être non structurés (auquel cas la présentation est mêlée au contenu le texte et le document la plupart du temps assimilé au support physique comme c est le cas dans les systèmes de GED classiques) ou structurés (où le document est composé de sous-éléments, dits «composants documentaires», «éléments» ou «sous-documents» selon un schéma pré-établi). Dans le cas des documents structurés, le contenu peut-être séparé de la présentation, il peut alors être assimilé à une donnée (de type texte généralement, mais pas uniquement). La gestion de documents structurés peut s effectuer conjointement avec celles des données, nous dirons alors qu il s agit de gestion de contenu à proprement parler. Un système de gestion de contenu doit comprendre un système de GED mais inversement, un système de GED, avec la définition que nous en donnons, ne peut comprendre un système de gestion de contenu. De même, un système de gestion de contenu doit comprendre un système de gestion de données, mais ne peut évidemment se suffire de cela : de nombreuses fonctionnalités, relatives à la collecte et la publication, devant être fournies nativement avec un système de gestion de contenu. La gestion de contenu est un concept transversal qui concerne tous les secteurs d activités et tous les métiers de l entreprise. Ils sont tous en effet utilisateurs et producteurs de contenu. Leur activité utilise et produit des documents, soit de manière directe (c est l objet de leur activité), soit de manière indirecte (les documents accompagnent la production elle-même, typiquement la documentation «produit»). La numérisation (digitalisation) des documents et de manière générale, la convergence vers le numérique des médias quels qu ils soient (textes, images, sons), ajoute une importance toute particulière à la gestion de contenu qui a l ambition de permettre la gestion de l ensemble des médias dit non structurés. Il est communément admis que l information, dans une organisation, est constituée à 20 % par des données structurées dans les applications informatiques et à 80 % par des données inclues dans des documents non structurés, électroniques ou non. L enjeu est de tenter d intégrer une part importante des 80 % restant de l information dans les systèmes d informations informatisés des organisations. La gestion de contenu pose aujourd hui le problème de l hétérogénéité des sources de contenus et de leur intégration et sa démarche propose une solution pour les unifier et permettre leur convergence. Les concepts majeurs de la gestion de contenu sont la modularisation des documents en composants documentaires et la séparation du contenu (des données) de la présentation ainsi que les méta données. Les autres concepts associés ne sont pas spécifiques de la gestion de contenu mais sont pleinement utilisés par les systèmes de gestion de contenu (CMS pour Content Management System) : il s agit principalement de la gestion des droits d accès, des outils de travail collaboratif, workflow principalement, du versioning, de l archivage et du stockage, de la personnalisation, de l indexation, de la recherche et de la récupération de données. 2

8 Fruits d un travail de recherche et d expérimentation d abord théorique puis pratique lors d un stage pratique de fin d étude d Ingénieur Informatique, ce sont ces concepts qui vont être abordés à travers la première partie de ce rapport ; d abord sous la forme de la description de l utilisation de ces applications de gestion de contenu, puis en fonction de l architecture et des fonctionnalités des systèmes de gestion de contenu. Chacune des domaines d applications de gestion de contenu met en évidence des fonctionnalités clés de la gestion de contenu. Ces fonctionnalités sont à reprendre dans un système de gestion de contenu qui permettrait une stratégie de contenu unifié. Tous les contenus sont potentiellement gérables dans un seul et même système! C est ce que rapport va tenter de mettre en lumière en abordant chacune des fonctionnalités nécessaires et la manière dont elles doivent être organisées. De même, ce rapport tente d identifier les avantages qui pourraient être attendus d une intégration des données et des documents, mais aussi des documents entre eux, ce que permet la gestion de contenu. Des normes, des protocoles ou des langages sont présentés afin d illustrer la possibilité de mettre en œuvre les concepts qui sont présentés. XML, langage promu et développé par le World Wide Web Consortium (W3C) est conçu en partie pour supporter les concepts de la gestion de contenu. Dans la deuxième partie, qui valorise le travail effectué au sein de la SSII Cross Systems Integration, on montrera une grille de classification fonctionnelle des logiciels de gestion de contenu (CMS), puis une évaluation détaillée de trois solutions de CMS d éditeurs informatiques. Cette évaluation a permis de montrer qu aucun des produits ne peut couvrir l ensemble des fonctionnalités attendues au départ, tout en permettant de répondre à des besoins particuliers et en les dépassant parfois. L objectif du stage était l élaboration d une offre de service dans ce domaine. A cette fin, il a été prévu et réalisé trois prototypes de solution de gestion de contenu sur la base d un jeu d essai commun (production de QCM questionnaires à choix multiples), créé pour l occasion. Ces prototypes peuvent servir de base pour une offre de mise en œuvre d un certain type d application de gestion de contenu (gestion de site web, intranet documentaire, portail associatif). Enfin, ce stage a aussi permis l élaboration d une méthodologie d analyse et de conception d un système de gestion de contenu pour l entreprise. Ce qui est présenté dans ce mémoire peut permettre une implantation du système de gestion de contenu pour des documents au format électronique depuis leur création jusqu à leur publication. La dématérialisation, autre concept associé, n est par contre pas abordée. L intégration des domaines d applications de la gestion de contenu dans une logique unifiée permet de faire bénéficier des fonctionnalités communes d un des logiciels d un domaine à celui d un autre. Il est ainsi possible d unifier la base d informations documentaires afin de faciliter leur découverte, leur récupération, leur accessibilité, leur diffusion et leur partage. Elle permet aussi une meilleure réutilisation. Ce mémoire est une contribution pédagogique constituant un préliminaire pour passer de la théorie à la pratique de la gestion de contenu. Il s agit donc d une présentation des concepts et des techniques du domaine de la gestion de contenu, domaine encore en cours d évolution et d élaboration. A priori, adopter une application informatique de gestion de contenu s adresse à un besoin spécifique et limité dans l entreprise qui peut bénéficier d une industrialisation. C est d ailleurs pourquoi la plupart des logiciels ne proposent qu un sous-ensemble des fonctions de gestion de contenu ciblé sur un domaine. Cependant, les besoins d une organisation en matière de gestion de contenu peuvent évoluer vers un ou plusieurs autres domaines. Or comme nous l avons déjà dit dans cette introduction, tous les métiers et tous les secteurs d activité sont théoriquement concernés. Une organisation soucieuse de l homogénéité de son système d information préférera donc une solution technique unique. On préférera donc là encore choisir un logiciel dit «évolutif» offrant les nouvelles fonctionnalités désirées pour pouvoir l étendre sans remettre en cause l existant. Les concepts qui sont présentés dans ce rapport permettent d adapter la solution de gestion de contenu aux besoins concrets et immédiats d une organisation tout en laissant l opportunité de gérer tous les documents de tous les services d une organisation, c est à dire l opportunité d une gestion de contenu «universelle» et «unifiée». 3

9 CONTEXTE, OBJECTIFS ET APPROCHE Ce rapport s appuie sur un stage réalisé en entreprise et devant servir de support au présent mémoire de fin d études d Ingénieur Informatique du Conservatoire National des Arts et Métiers. L entreprise avec laquelle j ai réalisé ce stage est l agence parisienne de Cross Systems Integration, membre du groupe Cross Systems ayant des implantations en Suisse (Genève) et en France (Paris, Lyon, Annecy) et comptant environ 400 salariés. Le groupe compte comme autres sociétés Cross Institute (agence de formation) et Cross Agency (agence spécialisée dans le graphisme, entre autre pour les sites web). Cette société de services et d Ingénierie informatique (SSII) a comme stratégie l application des nouvelles technologies (Internet, mobiles et serveurs JEE et.net) dans les systèmes d informations. Ses principaux partenaires éditeurs informatiques sont Borland, IBM et Microsoft. L objectif et l intitulé du stage étaient «développement d une offre de service «Content Management» pour les entreprises». Ce travail était inclu dans les objectifs d un groupe de travail ayant le même objectif et le même intitulé. Le groupe de travail était initialement constitué d un directeur technique, du responsable marketing et d un consultant pour l agence de Paris. D autres équipes en Suisse et à Lyon travaillaient parallèlement. Les travaux du groupe de travail ont fait l objet de réunions, de retours et de comptes rendus réguliers. Deux sous-objectifs majeurs étaient poursuivis : premièrement, connaître le domaine (périmètre fonctionnel et marché), savoir évaluer les outils du domaine et deuxièmement, batir des prototypes d application avec les outils retenus afin de dégager des références dans la mise en œuvre de projet avec ces outils. Nous répondions alors à une politique de développement et de croissance interne. Les difficultés que nous avons rencontrées ont été les suivantes : difficulté de cibler les clients potentiels, chute du marché des services informatiques ayant occasionné des réorganisations, une réduction des effectifs et une redéfinition des priorités de l agence et enfin, en partie à cause de cela, difficulté de coordonner les efforts dans le domaine de la gestion de contenu entre les différentes agences, sachant que l agence de Genève disposait de quelques références dans le domaine de la GED et des portails. Toutefois, les résultats de nos travaux étaient échangés régulièrement. La difficulté de cibler la clientèle est une des raisons principales pour laquelle notre approche est assez générale. 1. Les travaux préliminaires ont concerné l établissement du périmètre fonctionnel et du marché de la gestion de contenu et l analyse des fonctionnalités proposées par des éditeurs des logiciels de gestion de contenu. J ai pour cela réalisé une étude bibliographique et consulté des ressources disponibles sur Internet. Un des premiers travaux a consisté à constituer une liste de mots clés relatifs à la gestion de contenu. Ces mots clés ont fait l objet ensuite d une recherche sur différents moteurs et annuaires (Google, WebCrawler et Voila) en anglais et en français. On a aussi effectué cette recherche sur les librairies en ligne (Lavoisier, Eyrolles et Fnac) et la presse informatique en ligne (ZdNet, 01net, «Le Monde Informatique»). Les résultats des recherches de livres ont fourni les références des ouvrages écrits mais aussi la plupart du temps leur sommaire et leur résumé permettant d avoir une vue synthétique de la littérature du domaine, de découvrir les mots clés récurrents et associés ainsi que les concepts communs. Un des objectifs était de recenser et d identifier les principaux acteurs et les normes du domaine. Concernant les acteurs, on a cherché à identifier les institutions nationales et internationales, les éditeurs de logiciels ainsi que les sites et la presse spécialisés, généralement édités par des consultants indépendants intervenants dans le domaine mais aussi les universités et grandes écoles intéressées, à travers notamment des conférences internationales existantes sur le sujet. Dans un deuxième temps, les sites Web des acteurs du domaine ont été visités. La littérature ayant servi ainsi à construire une image du domaine a été du type des «livres blancs», «data sheets», «success stories» commerciales, rapports de mémoires et extraits de livres. De plus, les sites ayant souvent une rubrique présentant les ressources d Internet du type «liens intéressants», on a pu ainsi découvrir de nouvelles ressources restées cachées dans les moteurs de recherche généraux. On a pu aussi consolider les premiers résultats en notant des renvois vers des ressources déjà repérées. Ce dernier point est fondamental, car c est ainsi que l on peut conclure que l essentiel des ressources a été identifié. J ai pu aussi rencontrer les acteurs du domaine en allant visiter des salons professionnels (Forum de la GEIDE, Documation, i-expo). On peut noter que ce qui est le plus difficile à obtenir est le retour d expériences concrètes dans le domaine. 4

10 Les sites des institutions faisant mention des normes qu ils préconisent, voire promeuvent, nous sommes ensuite allés récupérer des ressources traitant de ces normes (spécifications et tutoriaux). Les normes sont aussi mentionnées dans les descriptions accompagnant les ouvrages écrits distribués par les librairies électroniques. Finalement, cette recherche a été maintenue actualisée par des abonnements : abonnements à des alertes sur le sujet auprès des librairies et de «syndicateur» (fédérateur) de littérature sur l information technologique du domaine, ou abonnement à des «lettres» mensuelles d éditeurs informatiques ou de sites spécialisés de consultants. Par ailleurs, j ai pu participer à une formation partenaire «Stellent Certified Consultant» de cinq jours sur les produits Stellent Content Server et Stellent Content Publisher. Cette première partie du stage a donc permis de réaliser un panorama du domaine de la gestion de contenu et de ses sous-domaines d applications, présentant pour chacun ses domaines d'application secondaire, ses fonctionnalités transverses, ses méthodes, modèles et langages informatiques associés, ses normes associées, ses logiciels typiques évalués ou aperçus, les informations cibles, les clients typiques, les projets phares, les organisations (institutions) phares et enfin une définition simple. Finalement ce premier travail a surtout permis d élaborer une grille de classification fonctionnelle des logiciels de gestion de contenu par sous-domaine d application. Dans le même temps, j ai réalisé une liste des besoins (exigences) auxquels répondent les logiciels de gestion de contenu. 14 logiciels ont été évalués fonctionnellement de cette manière. Cela a permis de retenir les logiciels devant faire l objet d une évaluation technique à travers la mise en œuvre d un prototype. D autres logiciels de gestion de contenu peuvent faire l objet de cette grille d évaluation fonctionnelle. La première partie du stage fut théorique, la seconde pratique. 2. La deuxième partie du stage a consisté à élaborer un jeu d essai afin d évaluer de manière homogène les logiciels faisant l objet d une évaluation technique détaillée sur la base de la réalisation d un prototype dans chaque cas. 3 logiciels ont été ainsi installés, paramétrés et testés. Le type de document retenu pour l évaluation a été le questionnaire à choix multiple (QCM). Le QCM est dans sa nature un document pouvant être fortement structuré et le groupe de travail l a retenu comme représentatif pour éprouver les concepts de la gestion de contenu. L évaluation technique des produits a donné lieu à la rédaction d un cahier des charges précisant les objectifs, la méthode et les livrables. La mise en œuvre du jeu d essai pour la réalisation des prototypes a donné lieu à la rédaction d une offre de marché et d un document de spécifications fonctionnelles du projet de gestion de contenu, objet des prototypes. Il a fallu récupérer aussi du matériel (des QCM) sous des formats multiples, afin d approcher la problématique réelle des entreprises. Ce matériel a été retouché afin d être publiable sous une forme réaliste et utilisable. Les logiciels ont été installés sur des serveurs dédiés. Ils ont été paramétrés conformément aux spécifications fonctionnelles. Ce paramétrage a pu parfois revêtir l aspect d un développement de code informatique. La lecture des manuels d utilisation (de l administrateur et de l utilisateur) des logiciels a aussi été une source d information non négligeable. L installation constituait un critère d évaluation. La facilité, la souplesse et la richesse du paramétrage ont pu aussi être évaluées. Deux phases principales se sont déroulées à chaque fois. Premièrement, il s agissait de voir comment récupérer et intégrer les documents existants dans l entreprise dans le nouveau système de gestion de contenu (CMS). Deuxièmement, il fallait tester à chaque fois, la capacité à assurer la production (collecte, gestion, publication) des QCM suite à la mise en œuvre du CMS. La gestion de contenu, qui peut impacter le système de collecte (éditeurs de documents principalement) et le système de publication, pose largement le problème de la gestion de l héritage des applications pré-existantes assurant une partie des fonctionnalités de la gestion de contenu. La mise en œuvre d un CMS débouche soit sur une migration complète (très difficile et coûteuse à mettre en œuvre), soit sur le maintien temporaire mais durable de deux architectures logicielles concurrentes sur certains aspects. Des critères d administration du système (importation, exportation de données et de documents) ont été ajoutés aux critères ne touchant que les fonctionnalités de gestion de contenu. 5

11 Chaque CMS testé étant spécifique à un sous-domaine d application (gestion de site web, intranet documentaire sans utilisation de modèle de document, portail associatif), on a tout de même cherché à exploiter au maximum ses possibilités. Cependant, des fonctionnalités identifiées comme requises dans les spécifications et l offre de marché n ont pas pu être mises en œuvre dans certains cas. Les tests ont donc permis de noter à la fois la couverture fonctionnelle des CMS et la qualité de cette couverture le cas échéant. Une grille de notation a été remplie, avec notamment la possibilité d intégrer des coefficients de pondération pour chaque note attribuée à chaque fonctionnalité afin d évaluer le CMS en fonction de l importance du besoin de ces fonctionnalités, permettant dans certains cas à un CMS de se placer devant un autre et dans d autre cas, se placer derrière. Cette grille de notation a été appuyée par un document reprenant des commentaires et des observations pour chaque fonctionnalité et la notation globale. La méthode et les spécifications peuvent être utilisées pour évaluer et comparer d autres CMS. Une limitation importante est à noter dans l expérience réalisée. On ne disposait que d un type de document pour tester les CMS. Il aurait été intéressant de tester les CMS avec d autres types de documents. L intégration dans les CMS d un autre type de document (les contrats de commandes de QCM) a été envisagée théoriquement mais pas mis en œuvre pratiquement. 3. La troisième partie du stage a valorisé le travail d analyse effectué préalablement. Il s est agit principalement d un travail de capitalisation des deux premières parties. On a donc pu élaborer une méthodologie d analyse et de conception de système de gestion de contenu pour l entreprise. Cette méthodologie a fait l objet d un document spécifique. Elle peut être utilisée dans le cadre d une offre de service de conseil et d assistance à maîtrise d ouvrage dans un projet de gestion de contenu. La méthodologie a été construite de manière à répondre à des besoins plus ou moins importants en matière de gestion de contenu : elle peut s appliquer à un petit projet de gestion de site web, comme elle peut être utilisée pour un projet de gestion de l ensemble des documents d une entreprise ; chaque partie n étant pas à appliquer dans le premier cas, tout étant à appliquer dans le second cas. L idée directrice de la méthodologie est que le travail réalisé dans le cadre d une application départementale de gestion de contenu doit pouvoir être ensuite intégré dans un projet plus large de gestion de contenu. Par ailleurs, on a déterminé quelle pouvait être l utilisation raisonnable, dans le cadre d une offre de service technologique, des trois différents logiciels de gestion de contenu testés. On a capitalisé sur ce qui est commun aux différents domaines d application de la gestion de contenu. Cependant, certains aspects avancés ou très spécifiques de chaque type d application de gestion de contenu n ont pas été abordés. Par exemple, la gestion des plans de classement physique d une bibliothèque n est pas mentionnée. Elle nécessite cependant une prise en compte en cas de gestion d une documentation physique (papier, matériel audio-visuel). Autre exemple, la lecture automatique de document (LAD), technique associée traditionnellement à la GED, nécessite une étude sérieuse sur sa mise en œuvre : choix du matériel de numérisation, automatisation éventuelle de certaines taches spécifiques (Reconnaissance Optique des Caractères) jusqu à un processus complet de traitement (intégration des documents papiers scannés à une base de données par exemple). Mon travail n aborde pas ces aspects qui peuvent se révéler fondamentaux dans un projet de gestion de contenu. L adaptation du système de gestion de contenu en système de gestion de la connaissance (knowledge management - KM) est aussi un point important des fonctionnalités de la gestion de contenu qui sert ensuite dans un autre système. Pourtant on peut dire que la base documentaire est un élément d un système de gestion de la connaissance (KM). La liste des fonctions supplémentaires est importante. Elle est reprise dans le panorama des domaines d applications de la gestion de contenu fournie lors de la première phase du stage et dans le premier chapitre de la première partie de cet ouvrage sous forme d évocation, ainsi que dans le premier chapitre de la partie B. 6

12 A. LES SYSTEMES DE GESTION DE CONTENU (CMS) 1 Cas d utilisations Ce chapitre est une présentation générale et synthétique des domaines de la gestion de contenu. Il permet une familiarisation avec les utilisations concrètes qui sont faites des concepts de la gestion de contenu. De même, il aborde les grandes fonctionnalités de chaque domaine Gestion des bibliothèques physiques Une des premières grandes applications traditionnelles de la gestion de contenu est la gestion physique des bibliothèques. Les deux grands acteurs des bibliothèques sont les documentalistes (bibliothécaires) et les membres (utilisateurs). Traditionnellement, l objet géré est le livre au format papier et s étend aujourd hui à l ensemble des médias disponibles sur un support physique : périodiques (journaux), disques de musiques (CD audio), vidéos (cassettes VHS, DVD). La bibliothèque s appelle désormais médiathèque. L activité principale de la bibliothèque est la mise à la disposition de ses ressources à l usager pour l emprunt (ou réciproquement le prêt). Cependant, afin d offrir un service attrayant, elle va chercher à proposer le plus de «titres», c est à dire des références, à ses membres abonnés. Une fonction centrale est donc l acquisition de ressources. Le volume d objets gérés dans une bibliothèque dépasse en général plusieurs milliers. Face à ce volume, le besoin d une gestion informatisée de ces références s est fait sentir. Aussi, les SIGB (Systèmes Intégrés de Gestion des Bibliothèques) ont-ils été parmi les premières applications informatiques professionnelles. Le plan de classement est donc un des outils fondamentaux d une bibliothèque. La référence d un ouvrage reprend les informations de l emplacement de l objet dans le bâtiment et les étagères. Afin de mettre en valeur leur offre, les bibliothèques proposent un catalogue de leur fonds bibliographique. Le fonds bibliographique est l ensemble des œuvres et de leur description que possède la bibliothèque. Chaque œuvre fait donc l objet d une notice (terme professionnel du monde de la documentation) qui reprend l ensemble des informations décrivant une œuvre. Cette notice fait l objet d une norme internationale qui est UNIMARC [1] (MARC - Machine Readable Catalogue - ISO 2709) décrivant le fonds et la forme d une notice [2] [3]. La bibliographie est donc rédigée et gérée sous forme de notice et peut contenir avec le format UNIMARC jusqu à 400 champs descriptifs environ. Les champs les plus importants sont le titre, l auteur, les mots clés et la catégorie de l ouvrage. La catégorisation, dont les synonymes sont taxonomie, classification, est le «rangement» logique de l œuvre par domaine, ou encore par sujet. Confronté à l objectif de classer l ensemble des ressources bibliographiques existantes, les bibliothécaires ont créé plusieurs classifications universelles dont l Universal Decimal Classification (UDC 1 ) et la Dewey Decimal Classification (DDC 2 ). Un des travaux les plus importants des documentalistes est la rédaction de bibliographies sur les ouvrages. Ce sont aujourd hui les champions des méta données. Ils favorisent ainsi, en «digérant» l information, l accès aux ressources. A ce titre, ils ont été les premiers à mettre en œuvre concrètement la notion de méta donnée. Ils jouent donc un rôle important dans la gestion de la connaissance (knowledge management) en permettant l accès aux ressources documentaires, 1 Universal Decimal Classification Consortium : 2 Dewey Decimal Classification Home Page (OCLC Forest Press) : 7

13 notamment aux apprenants, mais aussi aux chercheurs, grands utilisateurs des bibliothèques, notamment celles à vocation professionnelle. Toujours dans l optique de proposer un service qui permette d accéder à l ensemble des ressources existantes dans le monde, c est à dire un service universel, les bibliothèques ont conclu des alliances afin de mutualiser leurs fonds bibliographiques. Ainsi un membre d une bibliothèque est membre des bibliothèques associées. On parle alors de prêt inter-bibliothèques. Ou encore, elle propose à l usager d interroger le fonds d autres bibliothèques ; charge à lui d emprunter la ressource auprès de la bibliothèque la possédant. Une norme permettant l interrogation inter-catalogue et la récupération des informations bibliographiques est la norme ISO [4] mise en œuvre dans les serveurs Z [4] [5]. Aujourd hui, les bibliothèques sont confrontées à la numérisation [6] des ressources qu elles gèrent [7]. On pourrait imaginer, avec la tendance actuelle, qu elles disparaissent au fur et à mesure de la numérisation des œuvres pour être remplacées par des systèmes de gestion électronique de document (GED). Ou encore, certains nouveaux documents n existent maintenant qu uniquement sur format numérique et sont en tout cas crées au format numérique. Dans ce nouveau monde, la notion de prêt n a plus cours, le coût de la duplication et de la distribution de l œuvre étant négligeable. La gestion des droits numériques (DRM Digital Rights Management), notion afférente au droit d auteur (copyright) prend le relais. C est d ailleurs la gestion des emprunts (de livre) qui fait l objet de l autre activité majeure des bibliothèques. On parle de bibliothéconomie (l'ensemble des techniques de gestion du livre dans les bibliothèques : conservation, rangement, communication...). Inversement, on continuera certainement à utiliser et gérer des documents (notamment les livres) sous des formats physiques pendant un temps non négligeable. Chaque entreprise possède de manière formelle ou informelle une bibliothèque. L utilisation d un système de gestion intégré des bibliothèques peut donc être une des applications de la gestion de contenu dans les entreprises. L édition et l utilisation des méta données pour accéder à des ressources physiques est la fonctionnalité majeure que l on peut retenir de la gestion des bibliothèques Edition de document composite L édition de documents composites («compound documents» en anglais) est aussi une technique éprouvée depuis maintenant plus d une décennie. Les entreprises souvent citées sont celles de l industrie aéronautique [8] ou pharmaceutique et médicale [9]. En fait la problématique de l édition de document composite, à travers l édition de la documentation technique, s étend là encore à tous les secteurs d activité, même si l édition (secteur du livre) est plus particulièrement visée [10]. Il s agit premièrement de créer (mettre à jour) un document qui se décompose en parties rédigées par des rédacteurs multiples. On aborde là un élément majeur de la gestion de contenu : le document «final» est décomposé en sous-éléments fils, ou encore sous-composants. Autrement dit, il s agit de structurer les documents autant que possible selon un modèle spécifique à chaque type de document. Un autre élément qui se déduit de cette définition est le travail collaboratif : plusieurs auteurs interviennent ensemble sur le même document, en parallèle ou séquentiellement, parfois avec des rôles différents, notamment d écriture ou de validation [11]. Une documentation technique en vient à être considérée ainsi comme un projet et gérée avec des outils communs. La décomposition des documents ouvre la porte à leur recomposition et donc à des formats de sortie variés, tant sur la forme que sur le fond. La réutilisation des composants documentaires est rendue possible. Pratiquement chaque produit ou service requiert une documentation associée. Les entreprises pionnières dans ce domaine considèrent la documentation technique comme un produit «manufacturé» qui doit satisfaire des contraintes de planification. Ces compagnies planifient en tandem le cycle de vie d un produit et sa documentation associée. La distribution de la documentation 3 ANSI/NISO Z Information Retrieval / Maintenance Agency for Z39.50 is the US Library of Congress 8

14 technique [12] présente aussi plusieurs problèmes. Les manuels au format «papier» sont appropriés pour un grand nombre d applications, mais sont chers à produire et distribuer et ne peuvent pas être mis à jour facilement. Les attentes des utilisateurs, notamment les clients, pour accéder à l information technique croissent. Les clients veulent une documentation imprimée (ou imprimable), une aide en ligne et un accès via Internet à l information adéquate. Les clients du support technique ont aussi besoin de ressources techniques écrites, alors que les services de formation utilisent la même information de manière différente. Un défi de taille est d éditer cette information de manière efficace afin qu elle soit distribuée à une grande variété de publics dans des formats différents. Dans l industrie automobile, le cycle de vie de l information commence généralement avec les données d ingénierie (notes, cahier des charges, spécifications, résultats de tests et plans). Ensuite viennent les informations comme celles nécessaires à la maintenance et l utilisation des véhicules, au support de fabrication et au matériel de formation des agents. L entreprise doit pouvoir facilement collecter, réorganiser et maintenir cette information tout en maintenant une cohérence irréprochable entre ces documents qui peuvent parfois concerner différentes lignes de produits. Considérons les opportunités de réutilisation pour seulement un type de document, le manuel du conducteur, fourni avec chaque nouveau véhicule. La procédure pour changer un pneu, par exemple, doit être la même pour tous les modèles de véhicule d un fabricant donné! Comparez la gestion unifiée du contenu avec le fait de devoir écrire et mettre à jour cette documentation séparément pour chaque modèle de véhicule. Sachant que distribuer dans une forme utilisable et à jour la documentation pour chaque utilisateur, du mécanicien débutant au gestionnaire de flotte, est compliquée par des changements fréquents et réguliers dans la fabrication des véhicules : un modèle de voiture standard est re-conçu chaque trois-cinq ans alors que des changements de fabrication de moindre importance sont introduits tous les six mois! Au total, ce sont des centaines de procédures qui sont reproduites à tous les niveaux alors que quelques-unes uniquement changent mais pas systématiquement pour les dizaines de modèles de véhicules que produit la société automobile. Quand il s agit de l industrie aéronautique ou nucléaire [13], les contraintes de sécurité (par rapport au risque d accident mais aussi de piratage) sont telles que les processus d écriture et de mise à jour doivent être soumis à des schémas de validation et d approbation complexes et lourds, amplifiés par le fait que l accès à ces mêmes informations doit être strictement réglementé. Une des principales difficultés que rencontrent les industries qui favorisent la gestion de contenu appliquée à leur documentation technique est la variété des sources de contenu : schémas et dessins (plans) issus d outils de CAO et DAO (conception et dessin assistés par ordinateur), textes sous de multiples formats. Par ailleurs, la mise en forme des «sorties» des documents doit répondre à des exigences fortes de présentation (ergonomie) en fonction des utilisateurs. L intégration entre le CMS et les autres applications d édition de documents (ou de données) est indispensable pour maintenir la cohérence des données. Les systèmes de gestion de contenu utilisés mettent donc en oeuvre la séparation du contenu et de leur mise en forme. Ainsi l auteur ne travaille plus sur une mise en forme fine (application de taille, de typographie, de style : police, couleur ) lors de la rédaction mais sur l association d étiquettes (tags) avec les différents éléments de son document. La mise en forme est ensuite appliquée aux éléments en fonction des étiquettes, automatiquement, après développement d un fichier (script) de transformation, en fonction du format de sortie désiré. Les documents doivent alors être rédigés à partir de gabarits (template) ou autrement dit sur la base de modèles de document. Les applications d édition de documents peuvent aussi appliquer des contrôles en fonction de la structure du document : si un élément n est pas renseigné, l auteur, par exemple, ne peut pas enregistrer le document créé ou mis à jour ou tout du moins, ne peut pas soumettre son document dans le processus de mise à jour. Cela réduit le risque d erreur grâce à un contrôle a posteriori de la structure du document avec celle du modèle. Grâce à la séparation du contenu et de la mise en forme, non seulement la mise en forme peut être choisie ultérieurement, et être multiple alors que le contenu reste unique. Mais on peut aussi rajouter des fonctions de traitement automatique telles que la réalisation d un sommaire, d index, de liste des illustrations ou autres qui aident l utilisateur final (le lecteur) dans sa navigation dans le document. D autres fonctions concernent la finition des livres (document volumineux) comme la mise à jour des références croisées internes, la synthèse de hauts et de pieds de page. De même, la traduction des documents peut être assistée par ordinateur et rendue plus pertinente grâce à ces étiquettes, que l on peut assimiler à des méta données dans la plupart des cas. 9

15 Les pages html des sites web sont aussi des documents composites puisqu elles peuvent contenir des fichiers associés : images, sons, vidéos Parfois, certaines images, par exemple, sont partagées entre plusieurs pages et donc réutilisées. Aujourd hui, sur certains sites web (presse, portails grandpublic), ces pages sont de véritables assemblages de composants de sources multiples, dont les contenus sont mis à jour par des entreprises différentes à des fréquences très rapides (météo, cours de la bourse, nouvelles d agence de presse, alertes diverses). Nous aborderons leur utilisation dans les chapitres 1.4. et Gestion documentaire (référentiel d entreprise) La gestion documentaire est un domaine traditionnel dans la gestion de l entreprise au sens large. Toutes les entreprises y sont confrontées indirectement (administration et finance, notamment le courrier entrant et sortant, documentation technique), et certaines directement (productions intellectuelles presse, édition, conseil ). De même, la numérisation des ressources y joue un rôle majeur. Si l on regarde la définition [14] du mot document : «n. masc. Écrit, objet ayant valeur de preuve, de témoignage ou d'information. Document historique, scientifique, photographique. Cet enregistrement est un document rare. Document humain : scène (vue ou filmée) qui fournit des renseignements sur les mœurs d'une société, d'un groupe. COMM. Titre accompagnant une marchandise dans son transport (connaissement, police d'assurance, facture). Document comptable : pièce servant de base à une écriture comptable», on comprend le cœur de la seconde génération de système de gestion de contenu regroupée sous l acronyme GED. Il s agit de fiabiliser ou permettre, en cas de volumes important (chèques bancaires par exemples), l archivage des documents afin de restituer la preuve le cas échéant. D où aussi, les normes du domaine (NF Z et ISO ) qui garantissent le système et donnent une valeur légale aux documents électroniques. D où là encore l intégration des normes concernant l authentification des documents à l aide de certificats numériques (signature électronique). Cette évolution est très importante pour l administration et la gestion (comptabilité) puisque les factures, justificatifs jusque là archivés et stockés sous format papier vont pouvoir être archivés sous format électronique. Ainsi, sur le site de l APROGED (Association des Professionnels de la Gestion Electronique de Documents), on donne l exemple du comptable. Celui ci aujourd hui retrouve une ligne comptable (une écriture) en 1 à 2 secondes en moyenne dans son système informatique. Par contre, il lui faut entre 5 et 15 minutes pour trouver le justificatif correspondant. Il y a donc un gain de productivité important à attendre de la numérisation des documents administratifs et comptables dans un système compatible ISO [15]. L association internationale regroupant les acteurs de la GED est l AIIM, «l Enterprise Content Management Association», anciennement «Association for Information and Image Management» 4. La GED est aussi appelée GEIDE pour Gestion Electronique d Informations et de Documents Existants. Pour échanger des documents issus ou à destination de système de GED, on utilise l EIDE (Echange d Informations ou de Documents Electronique) qui tend à être normalisée avec un format compatible XML. Toutefois, cette norme n a pas encore de reconnaissance internationale [16] [17]. La GEIDE a pour vocation de fédérer et de gérer tous les types de documents, y compris ceux qui se trouvent déjà sous une forme électronique. En plus des documents papier, les types de document les plus fréquemment rencontrés sont les suivants : télécopies, documents bureautiques issus de logiciels de traitement de texte, de tableurs, graphiques et plans, courriers électroniques, fichiers informatiques et en particulier les fichiers sons, images animées... La numérisation des documents est au centre des techniques mises en œuvre dans les systèmes de GED. La lecture automatique de document (LAD) est une partie un peu restrictive de l acquisition des documents dans le système de GED. Elle utilise le scanner pour numériser les documents papiers et les transférer sur un support électronique. Les autres documents sont sous format électronique. Il faut toutefois les traiter pour les inclure de manière correcte dans le système de GED. A chaque forme de 4 Enterprise Content Management Association : 10

16 document correspond un type d'appareil ou un dispositif logiciel : scanner, carte fax, logiciel de transfert de fichier. L'acquisition peut comporter plusieurs étapes : par exemple l'interprétation ou la conversion de format du document, l'adaptation de sa structure et de sa composition, sa récupération par un dispositif de stockage ou de traitement. En même temps que l'on saisit les documents, il faut procéder à l'acquisition des index qui serviront au classement et à la recherche ultérieure des documents. L'indexation est une étape essentielle et indispensable au bon fonctionnement d'un système de GEIDE. Du choix d'une méthode pertinente d'indexation jusqu'à la conception soigneusement étudiée des index, rien ne doit être laissé au hasard. Les index, dans la terminologie de la GED, correspondent aux méta données dans la terminologie de la gestion de contenu. De ces index et du système d'indexation dépendent la performance du système de GEIDE et son adéquation aux besoins de l'entreprise. Pour acquérir des index, on a le choix entre plusieurs techniques, dont la plus simple mais aussi la plus adéquate dans de nombreux cas, est l'acquisition manuelle par remplissage d'un formulaire associé au document. On est confronté là à un des points noirs de la GEIDE car l'acquisition des index est une étape fastidieuse qui peut nuire à la rentabilité du système et entamer la motivation des utilisateurs. On peut acquérir ces index par d'autres méthodes qui dépendent des documents traités et des applications mises en oeuvre. Citons l'extraction automatique de mots-clefs par programme pour les documents électroniques formalisés du genre états informatiques (Intelligent Mark Recognition IMR), l'analyse full-text (texte intégral) des documents, la reconnaissance optique de caractères (OCR) pour des textes dactylographiés ou manuscrits, l'utilisation de codes à barres ou toute combinaison de ces différentes techniques. L'indexation des documents est l'opération qui consiste à décrire les documents en vue de leur exploitation ultérieure. La description d'un document va porter sur deux plans distincts mais complémentaires : - une description externe contenant des informations sur le type de document, son origine, la date de sa prise en charge ou de sa création, pour les activités administratives ou techniques, le rattachement aux objets de base de l'entreprise (client, fournisseur, produit, etc.,...), - une description du contenu ; les enjeux de l'indexation et les difficultés se situent à ce niveau. L autre partie centrale de la gestion électronique de documents est l archivage. Elle met en œuvre l ensemble des techniques existantes dans ce domaine du moment qu elles sont compatibles avec la norme NF Z : SAN (Storage Area Network), disques RAID, support magnétique DAT, Compact Disc (Juke Box) L archivage nécessite impérativement de définir des règles pour le cycle de vie du document afin de pouvoir gérer sa destruction ou son enregistrement sur des supports inertes. Il est illusoire dans l état de nos connaissances de garder l ensemble des documents produits au cours de l histoire d une organisation. Il faut citer maintenant une des fonctionnalités importantes des systèmes de gestion de contenu favorisée par la GED. Il s agit de la gestion des versions de documents. La plupart des CMS propose aujourd hui cette fonctionnalité qui permet d accéder aux versions anciennes d un document. Certains y ajoutent des extensions logicielles qui permettent de comparer les versions et de gérer les conflits de versions, notamment lors de mises à jour distribuées. L intervention humaine en fin de traitement reste indispensable si le conflit nécessite un choix entre deux versions concurrentes. On introduit ici une nouvelle dimension de la GED (mais pas spécifique) relative aux documents produits initialement sur support informatique. En plus du versioning, on va trouver la partie groupware et notamment la gestion des processus d édition et de publication à travers ce qui est appelé communément le workflow. Dans de nombreuses situations, la transmission et l'échange de documents entre plusieurs utilisateurs seront facilités ou organisés avec des outils tels qu'un logiciel de workflow ou un outil de groupware (groupe de travail). Ces situations sont celles où plusieurs personnes travaillent en groupes organisés sur la base de règles et de procédures pour effectuer des travaux d'ordre administratif ou technique: gestion de courrier, traitement des commandes, traitement des sinistres en assurance, instruction des demandes de prêts dans les banques, etc. 11

17 Les finalités principales d'un logiciel de workflow sont l'ordonnancement et le suivi des travaux au sein d'unités de travail selon des procédures et des règles préétablies. Ce type de logiciel prend en charge de nombreuses tâches ; en particulier, il régule les enchaînements d'opérations, assure la circulation des dossiers à traiter sur les différents postes de travail, surveille les priorités de travaux, gère les délais, assure les synchronisations et déclenche les alertes. Pour toutes ces actions, on établit des liens directs entre les logiciels de workflow et les documents électroniques : ces derniers sont pris en charge par le logiciel de workflow qui, en fonction de règles définies, en assure la distribution sur les postes de travail dans des corbeilles individuelles ou collectives, et prend en charge l'ensemble des déplacements tout au long de la chaîne de travail. La mise en oeuvre de solution de workflow conduit naturellement à une forte intégration du système de GEIDE au système d'information de l'entreprise. En effet, pour faciliter l'exécution des travaux sur les postes de travail à l'arrivée des documents, on établit des enchaînements automatiques permettant l'accès direct aux applications informatiques, aux outils de production bureautique ; en retour, on facilite la recherche de dossiers électroniques à partir des bases de données de gestion. On est ainsi conduit à définir et à réaliser des postes de travail sur lesquels les différents outils sont intégrés en fonction du métier de l'utilisateur ; l'objectif recherché est l'efficacité de l'utilisateur et la banalisation de l'emploi des différentes techniques, GEIDE en particulier. Les liens entre documents et outils de groupware sont de même nature, avec comme idée directrice la mise en commun d'un ensemble de dossiers et de documents. Une mention particulière doit être faite des outils de communication tels que les messageries : elles constituent fréquemment le cadre dans lequel les utilisateurs effectuent entre eux des communications non structurées de documents. Autre élément indispensable, les logiciels de GED permettent de gérer les accès aux documents en création, mise à jour, lecture et destruction. Ces différents droits sont définis dans les modèles de sécurité propres à chaque entreprise. C est une des fonctionnalités majeures de l ensemble des CMS. Les utilisateurs dans les CMS ont un rôle central et multiple et interviennent dans : - l accès au document (lecture, mise à jour, destruction), - les droits d auteur (cf. Digital Rights Management DRM), - le profil utilisateur (cf. Personnalisation dans les portails d entreprise) et la personnalisation, - les compétences, les expertises qui sont rattachées notamment à des personnes, utilisateurs et auteurs, dans les systèmes de gestion de la compétence. Cette remarque, valable pour l ensemble de la gestion des applications informatiques, requiert une gestion centralisée et unique des utilisateurs dans des annuaires de type LDAP auxquels doivent pourvoir se connecter les applications de CMS. Il faut envisager par la suite une gestion plus fine et poussée des utilisateurs dans les annuaires de type LDAP pour y faire apparaître l ensemble des informations importantes concernant l utilisateur. In fine, les EIP (portails d entreprise) doivent pouvoir proposer dans leur interface de recherche, une recherche sur les informations utilisateurs contenues dans le(s) annuaire(s) LDAP. On rejoint un peu ici la tentative de Microsoft à travers son «Passeport». A ce niveau, sont aussi inclues les fonctionnalités d authentification (signature électronique, certificats). L auteur d un document fait partie des données descriptives d un document ou encore des méta données d un document mais est aussi relatif à l utilisateur. Les rôles les plus fréquemment retenus dans les flux de travail et d édition de document sont l auteur, le correcteur (facultatif) et le validateur («directeur de publication») qui autorise ou rejette la publication officielle d un document. Certains projets nécessitent des flux de travail plus complexes (mise à jour distribuée et/ou parallèlisation des mises à jour et de la validation), notamment pour des projets comprenant plusieurs documents liés les uns aux autres et objets d organisation et de droits différents. Ces flux sont gérés dans les logiciels de workflow intégrés aux CMS. Ce chapitre sur la GED nous a permis ainsi d introduire les fonctionnalités concernant les processus d édition des documents (workflows), le cycle de vie et l archivage des documents et les droits d accès aux documents. Elles sont indispensables aux systèmes de gestion de contenu. On a aussi pu constater l utilisation obligatoire des méta données dans un système de GED. Une fonctionnalité, mise 12

18 en avant par la GED et souvent attendue, est le versioning. Les autres fonctionnalités sont plus spécifiques de la numérisation ou de la sécurité des données Gestion de site web Cette partie sur la gestion de site web va illustrer les fonctionnalités vues auparavant sous un autre angle pour finir en mettant l accent sur les aspects de publications. Le «Web» est un réseau informatique très populaire et aujourd hui le plus grand du monde. Il permet théoriquement à toute personne ou organisation désireuse de le faire, de mettre à disposition du plus grand nombre une ressource informatique et de les interconnecter. Le plus souvent, cette ressource est une page web de type html (Hyper Text Markup Language) visible à partir d un navigateur Internet (browser). Avec ce qui a été dit précédemment, chacun s aperçoit qu énormément d informations de tout type peuvent être mises à disposition du public et que la communication s enrichit. Or certaines organisations ont un volume d information très important à mettre à disposition de leurs différents publics avec une fréquence de mise à jour dans certains cas très forte, une contrainte souvent élevée de validité de l information nécessitant un contrôle adapté et parfois une ergonomie, incluant le graphisme, sophistiquée. De même, ces organisations ont vu le nombre de leur site web atteindre des chiffres importants (plusieurs centaines dans les cas extrêmes), notamment pour les entreprises transnationales devant gérer des sites dans plusieurs langues différentes. Ces sites web ont vocation dans certains cas d intranet, c est à dire qu ils ne s adressent qu à un public appartenant à l organisation éditrice. L organisation, pour faire face à ces trois contraintes (mises à jour fréquente, contrôle éditorial et haute qualité de la présentation), a nécessité la mise au point de systèmes de gestion de site web. Ces systèmes reposent sur le principe de la séparation du contenu et de la présentation (la mise en forme). A cette fin, le W3C (World Wide Web Consortium) a promu le langage XML 5 (Extended Markup Language) qui impose la séparation du contenu et de la mise en forme. La mise à jour du contenu n affecte pas la mise en forme et inversement le changement de charte graphique se fait indépendamment du contenu. Le responsable éditorial n est plus dépendant des équipes informatiques (webmaster entre autres) et inversement le changement de graphisme n affecte pas le contenu. Les acteurs de la gestion de site web sont donc d un côté les responsables éditoriaux, au profil fonctionnel et de l autre les graphistes qui créent et maintiennent le code informatique de mise en forme des «pages web». Ce code appelé parfois code de transformation s illustre avec le langage XSL (Extensible StyleSheet Language) qui comprend la sélection du contenu, les données de mise en forme, ajoute éventuellement de l interactivité aux documents et fabrique le fichier nécessaire à la diffusion sur le terminal désiré. Les graphistes dans ce contexte doivent donc ajouter des compétences de développeur à leurs compétences initiales, à moins d envisager une séparation des tâches. Ils interviennent plutôt à la création et lors de la maintenance évolutive du site web. Ce code informatique est un autre type de contenu, et qui comme tel, peut être géré comme un document (archivage, versioning, description) et éventuellement réutilisé. Concrètement, l édition du contenu nécessite de structurer le document, de la même manière que les documents composites. C est à dire, que le document est alors édité selon un modèle invariable défini préalablement lors du développement du site. Le modèle peut bien sûr évoluer mais nécessite un nouveau développement, ou bien encore un nouveau paramétrage de l application de gestion de contenu. Sur la base de ce modèle, un formulaire, éventuellement interactif, permet de saisir un nouveau document ou bien de mettre à jour un document existant. Par exemple, l article (de magazine) est un formulaire constitué des champs suivants : titre, sous-titre, introduction, chapeaux et paragraphes. Ensuite, la mise en forme est appliquée automatiquement lors de la publication en fin de processus d édition lors de la validation. La mise en forme s applique de manière particulière à chaque élément de l article. Le titre est par exemple mis en majuscules et en gras, les chapeaux en italique et en couleur bleue Ainsi tous les articles d une même rubrique auront tous la même mise en forme et seront présentés de manière homogène conformément à la charte graphique élaborée par l organisation. De plus, une page spécifique pourra permettre de dresser une liste de tous les articles

19 reprenant uniquement les titres par exemple et l introduction rapide. Si un article est supprimé ou modifié, la liste est mise à jour automatiquement. La séparation du contenu et de la présentation est d autant plus importante qu elle permet in fine la distribution et la mise à jour de l information via de multiples canaux de diffusions de manière «immédiate». La diffusion multi-canal est une fonctionnalité spécifique qui s est développée avec les systèmes de gestion de site web. Ainsi un même contenu est distribué de manière dynamique sur plusieurs support de distribution ou terminaux : télévision interactive, PDA Portable Digital Assistant, Terminal WAP, Minitel, Site web, CD-ROM. Le staging est une fonctionnalité souvent indispensable dès que le site web est mis à jour avec du contenu provenant d une tierce partie (le catalogue d un fournisseur sur un site de commerce électronique par exemple) et que l on veut voir le rendu final tel que l utilisateur final le verra. Si l on sépare la mise en forme du contenu, on ne pourra effectivement voir le résultat final que lors de la distribution de l information. Or la mise en forme bien évidemment joue sur le rendu. Le staging est donc utile lorsque l on veut vérifier le contenu final avant la publication sur le site de «production». Le staging rend les mêmes services qu une plate-forme d intégration dans des projets logiciels classiques. Certains voudraient voir les systèmes de gestion de site web régler la problématique des sites web multilingues où le contenu serait indépendant de la langue. C est possible jusqu à un certain point, notamment si dans les processus de mise à jour de la publication, la traduction automatique du contenu est incluse dans le flux de travail et que tout de suite après dans le processus intervient un validateur humain pour la traduction. On s aperçoit dans ce cas que l édition du contenu d un site web fait appel à de multiples intervenants et que de ce point de vue, elle nécessite les mêmes outils que pour la GED : workflows, édition distribuée, gestion des droits. Une application de gestion de site web digne de ce nom doit pouvoir proposer cette dernière fonctionnalité aussi sur le site de publication finale en fonction des utilisateurs. De plus, on l a vu précédemment, une page web (html) peut être assimilée à un document composite. A ce titre, la gestion de site web reprend de nombreuses fonctionnalités des systèmes de gestion électronique de documents. Mais dans la problématique de la gestion de site web la publication (la diffusion) prend une part plus importante que dans la gestion électronique de documents où classiquement la mise en forme et le contenu sont mêlés dans le document et où finalement on se contente de restituer le document initial sans traitement intermédiaire Portail informatif Le domaine du portail informatif regroupe les mêmes fonctionnalités que celui de la gestion de site web, mais il comprend quelques fonctionnalités importantes supplémentaires : la recherche et la récupération de documents, la personnalisation et la fédération (syndication) des contenus. Le portail, comme veut le signifier son nom, peut être vu comme une application de démarrage d une session de travail sur Internet, un point central vers lequel l utilisateur revient après avoir terminé une tâche. Avec l évolution des architectures informatiques vers Internet, particulièrement avec les intranets professionnels, le portail tend à être l application de démarrage d une session sur un poste de travail informatique. A ce titre, quatre grandes finalités du portail déterminent quatre types de portail [18]. Le portail décisionnel regroupe les informations nécessaires à la prise de décision dans le cadre de son travail. Ces informations sont des indicateurs sur l activité du métier et des centres d intérêt de l utilisateur. Le portail décisionnel est en lien avec les applications de data warehousing, data mining et des applications d intelligence économique (BI- Business Intelligence). Le deuxième type de portail est le portail de publication ou institutionnel. Il est en lien direct avec les applications de gestion de contenu. Une autre partie du portail ouvre un accès aux applications professionnelles de l organisation (administration, production) : c est le portail opérationnel. Enfin, le dernier type de portail réunit les applications de groupware, appelées alternativement applications de travail collaboratif (courrier électronique, forum de discussion, conférence électronique). Finalement, un portail généraliste est un portail comprenant les quatre types de base du portail : le décisionnel, le collaboratif, l opérationnel et la publication. 14

20 Les portails d entreprises ont donc plusieurs vocations, plus ou moins affirmées dans la réalité. Ce sont des intranets et ils gèrent l information interne à l entreprise. Ils deviennent des extranets lorsqu il s agit d intégrer des services et des informations à l attention des fournisseurs et des clients de l entreprise et un accès aux ressources internes de l organisation pour un collaborateur à l extérieur. Théoriquement, ils permettent à «l entreprise étendue» de fonctionner : n importe qui, n importe quand, depuis n importe où, n importe comment doit pouvoir accéder aux ressources de l entreprise en fonction de ses données d'utilisateur [19] [20]. Le portail est donc est un «lieu» de convergence où toutes les applications et toutes les informations sont accessibles. La fédération des contenus est la clé des portails. Un utilisateur doit pouvoir théoriquement accéder à l information désirée que celle-ci se trouve dans une base de données, une base de courrier, une base de document (un système de gestion de fichier par exemple), un serveur web (interne ou externe). Le moteur de recherche est par conséquent une fonction centrale du portail. L utilisateur doit théoriquement pouvoir formuler sa requête une seule fois et le moteur de recherche se charge de traduire cette requête, de la transmettre à toutes les sources de données connectées, de récupérer les réponses et de les agréger. Il s agit d une recherche dite fédérée. Le terme de «webcrawling» est parfois utilisé pour parler de l interrogation de plusieurs sources de données sur le web. Un autre type de fédération est la syndication. Des documents publiés sur un autre site sont alors accessibles depuis le site portail qui les syndique. En général, ce sont les brèves d une rubrique d un site web qui sont ainsi publiées sur un autre site sous une rubrique similaire. La norme concernant ces aspects, outre l utilisation des portlets dans les serveurs d applications, semble être RSS - RDF Site Summary. Enfin, toutes les ressources informatiques étant théoriquement accessibles, celles ci ne le sont, et sont conséquemment révélées, que si les droits de l utilisateur le lui permettent. C est une première forme de personnalisation. Cependant, la personnalisation concerne d autres aspects : adaptation du contenu et de la mise en forme à l utilisateur, enregistrement des préférences de l utilisateur sur la présentation et le classement logique des «applications», la gestion des abonnements aux diverses alertes proposées [21] [22]. Le portail est ainsi une application centrale qui prend en charge les fonctionnalités de fédération, la recherche puis la récupération et enfin la personnalisation des contenus Intégration au système d information Aujourd hui, les documents sont généralement gérés séparément des données qu ils concernent. Dans le cycle d une activité, diverses applications d un système d information sont utilisées. De la même manière, ce sont divers services d une organisation qui sont mis en jeu. Or la «dématérialisation» des documents, c est à dire, leur transfert sur des supports informatiques, offre la possibilité d intégrer les applications et les documents. Un exemple est le dossier de sinistre d une compagnie d assurance. Il est constitué des données de l application de gestion des sinistres. Mais il comprend aussi par exemple le rapport d expert avec peut-être des photos à l appui, un constat amiable rédigé sur un formulaire. Par ailleurs, le client de la compagnie d assurance a passé un contrat avec celle-ci. Peut-être faudra-t-il le produire en cas de contentieux? Des courriers ont été échangés à l occasion du traitement de ce sinistre : peut-on récupérer la lettre d explication accompagnant la déclaration du client, mais qui mentionne aussi sa demande d information sur un autre produit d assurance? Le garage chargé de la réparation a envoyé une facture qui ne correspond pas du tout au devis : peut-on les comparer facilement? Peut-on récupérer aisément toutes les pièces concernant le garage lors du renouvellement de son agrément par la compagnie d assurance? L application de production de la société d assurance fait ainsi appel à des données mais aussi à des documents qui leurs sont liés. Il est dans certains cas intéressant de pouvoir relier ces données et ces documents, mais aussi de relier les documents entre eux, c est à dire les associer. 15