Veel contentproducenten zullen een soortgelijke nachtmerrie herkennen: Ongeorganiseerde stapels afbeeldingen en video’s verspreid over bedrijfsdrives, of…durven we te zeggen…zipbestanden in een e-mailketen?!
We hopen zeker dat uw contentmanagement niet zo angstaanjagend is als het doorzoeken van zipbestanden om de benodigde afbeelding te vinden. Desalniettemin kan elk bestandsbeheersysteem dat het u niet gemakkelijk maakt om te vinden wat u zoekt, eindeloos frustrerend zijn, en een enorme verspilling van tijd.
Vooral naarmate uw digitale bibliotheek groeit, zijn eenvoudige bestandsopvraging en contentconsistentie op uw site(s) afhankelijk van hoe grondig u alles kunt organiseren. Maar het organiseren van al uw video’s, afbeeldingen en meer op een manier die het leven van iedereen gemakkelijker maakt…presenteert een nieuw soort onoverkomelijke uitdaging: Wie heeft daar tijd voor?
Dat is waar een Digital Asset Management-platform met slimme taggingmogelijkheden van pas komt!
Wat is een Digital Asset Management-platform?
Eenvoudig gezegd, een Digital Asset Management-platform of Digital Asset Manager (DAM) is een oplossing die is ontworpen om de diverse bestanden van het bedrijf georganiseerd en gemakkelijk toegankelijk te houden voor uw teams.
Deze bestanden kunnen alles zijn wat u gebruikt om een uniforme gebruikerservaring op uw site te bieden, inclusief afbeeldingen, video’s, animaties en documenten.
Waarom DAM implementeren?
DAM’s worden veel gebruikt door merken met grote digitale portfolio’s en zijn essentieel voor het waarborgen van consistentie in content.
Merken met bijzonder veeleisende bestandsbibliotheken hebben één enkele bron van waarheid nodig waarnaar al hun teams kunnen verwijzen bij het creëren van nieuwe content, pagina’s of sites. En een goed georganiseerde DAM, geïntegreerd in het CMS van een merk, vervult deze behoefte!
Assets taggen binnen DAM
Om uw team afbeeldingen, video’s en meer te laten vinden in uw DAM-platform, moet u tags opnemen in de metadata voor elk item. Deze tags zijn trefwoorden die helpen het bestand te beschrijven, en ze zorgen ervoor dat het verschijnt wanneer teams naar die trefwoorden zoeken.
Stel, uw bedrijf bezit bijvoorbeeld een afbeelding van een vrouw die spaghetti eet. Relevante tags voor een dergelijke afbeelding zouden kunnen zijn: vrouw, eten, spaghetti, voedsel. Het kan verschijnen wanneer uw team zoekt op “vrouw die eet”, of gewoon “spaghetti.”
Onvermijdelijk kunt u content niet (optimaal) beheren zonder deze tags—maar wat als u miljoenen bestanden heeft die getagd moeten worden?
Gelukkig is dat waar een DAM met slimme tagmogelijkheden van pas komt.
AEM Assets: Een Geavanceerde DAM-oplossing
Er zijn veel DAM-oplossingen die soortgelijke doelen bereiken—dat wil zeggen, ze creëren een gecentraliseerde hub om al uw digitale eigendommen op te slaan en te organiseren zoals u dat wenst.
Adobe Experience Manager (AEM) Assets, echter, is een geavanceerde DAM die een stap boven de status-quo uitstijgt, voor bedrijven met complexere behoeften op het gebied van bestandsbeheer.
AEM Assets opent deuren naar nog meer tools en mogelijkheden. Hier zijn slechts enkele van de vele voordelen:
- Eenvoudig nieuwe contentversies creëren met Photoshop, Lightroom of zelfs AI.
- Diepgaande analyses van de prestaties van elk item bij uw klanten.
- De mogelijkheid om te bepalen welke teams welke bestanden mogen gebruiken en in welke mate.
Een van de meest nuttige tools (veruit) die AEM Assets biedt, is het gebruik van Adobe Sensei’s AI om auto-tags toe te passen op nieuwe en bestaande bestanden binnen uw DAM.
Dit stelt u in staat om miljoenen afbeeldingen, video’s en tekstgebaseerde assets in een mum van tijd doorzoekbaar te maken voor al uw teams met relevante tags. En dat is zeker veel beter dan talloze uren te besteden aan het beoordelen van deze digitale assets en het één voor één toepassen van tags.
Hoewel dit een ongelooflijk krachtige functie is, is deze niet direct klaar voor gebruik. Laten we dieper ingaan op wat u kunt verwachten van het installatieproces!
Hoe AEM Smart Content Service werkt
AEM Smart Content Service is een functie binnen AEM Assets die Adobe Sensei AI gebruikt om te leren en te reproduceren hoe u uw digitale assets wilt taggen. Het maakt gebruik van beeldherkenningsintelligentie om uw assets te evalueren en te beslissen hoe deze het beste kunnen worden getagd.
Hier is een overzicht van het proces, om u een beter idee te geven van waarmee u zult werken:
- U uploadt uw afbeeldingen, video’s of tekstgebaseerde bestanden naar Adobe Assets, waar de AI van Smart Content Service deze direct automatisch zal taggen.
- Wanneer u nu de assetconsole van het DAM-platform opent, kunt u een trefwoord typen dat het type bestand beschrijft dat u nodig heeft. De console toont u vervolgens alle afbeeldingen, video’s, enzovoort die dat trefwoord in hun slimme tags hebben.
- Van daaruit, als u merkt dat sommige zoekopdrachten bestanden opleveren die niet overeen lijken te komen met de zoekopdracht, kunt u de slimme tags van die afbeelding bewerken en de tags verwijderen die niet nauwkeurig lijken.
AEM Smart Content Service trainen
De waarheid is dat zelfs functies die als “slim” worden beschouwd, nog enige training nodig hebben. Hoewel Smart Content Service toegang heeft tot een krachtige AI voor beeldherkenning, zal het niet weten hoe u uw digitale assets wilt taggen als u het niet leert.
Uw bedrijfstaxonomie
Elk bedrijf heeft een vrij unieke taxonomie – wat betekent dat elk bedrijf specifieke taal, beschrijvingen en classificaties gebruikt om de inhoud van hun bestanden te beschrijven.
Een ongetrainde Smart Content Service kan bijvoorbeeld een BMW-motorfiets alleen herkennen als een motorfiets. Onnodig te zeggen, wanneer je alleen motorfietsen verkoopt… is dat geen nuttige tag voor je team.
Vanuit zakelijk oogpunt zou BMW weten dat wanneer hun teams toegang krijgen tot bestanden om content te ontwerpen, ze waarschijnlijk zouden zoeken naar afbeeldingen van specifieke modellen.
In dit geval zou uw bedrijfstaxonomie de modelnamen zijn die u gebruikt om verschillende motorfietsen te beschrijven. En Smart Content Service zou dit niet uit zichzelf weten zonder eerst uw specifieke bedrijfstaxonomie te leren.
AI genereert AEM smart tags rondom uw bedrijfstaxonomie
De AI trainen om uw bedrijfstaxonomie te herkennen, kan in theorie vrij eenvoudig zijn – u presenteert de AI een map met afbeeldingen die allemaal dezelfde tags gebruiken, met enige variatie tussen visueel vergelijkbare afbeeldingen.
Dit wordt gedaan zodat de AI kan leren identificeren waarom dezelfde tag van toepassing is op verschillende afbeeldingen. Wanneer Smart Content Service andere assets evalueert na de training, zal deze kennis helpen dezelfde identificatiepunten op te merken en dezelfde AEM-tags toe te passen.
Om een trainingsproces met uw afbeeldingen effectief uit te voeren, heeft u een paar dingen nodig:
- Minimaal 30 afbeeldingen per tag.
- De visuele gelijkenis tussen afbeeldingen die dezelfde tag delen. (Bijvoorbeeld, hetzelfde model dat hetzelfde soort shirt draagt in dezelfde houding.)
- Variatie tussen de afbeeldingen die dezelfde tag delen. (Bijvoorbeeld, hetzelfde model in dezelfde houding dat hetzelfde soort shirt draagt, maar in veel verschillende kleuren.)
- Afbeeldingen met weinig tot geen storende elementen, zoals complexe achtergronden.
- Afbeeldingen die volledig getagd zijn met elke tag die relevant is voor hen in uw taxonomie.
Trainingsprocessen kunnen zo vaak worden uitgevoerd als u nodig heeft om uw Smart Content Service een complexer begrip te geven van uw behoeften voor AEM smart tags naarmate deze evolueren.
Zodra u echter een trainingsproces heeft uitgevoerd, kan de AI niet afleren wat het in dat specifieke proces heeft geleerd. Zorg er dus voor dat, voordat u een trainingsproces uitvoert, de tags en afbeeldingen die u aanlevert nauwkeurig weergeven hoe u wilt dat vergelijkbare assets in de toekomst slim getagd worden.
Assets en AEM tag-vertrouwensscores
Zelfs goed getrainde AI’s zijn niet perfect. Dus, bij het evalueren van afbeeldingen, video’s of tekstbestanden voor smart tagging in AEM, zal het AI-framework ook een vertrouwensscore toewijzen aan elke tag.
Deze vertrouwensscore geeft aan hoe zeker de AI is dat deze tag zeer nauwkeurig is voor dit asset, en wordt uitgedrukt als een getal tussen nul en één. U kunt de vertrouwensscore ook als een percentage zien – bijvoorbeeld, een vertrouwensscore van 0,5 zou betekenen dat Adobe Sensei 50% zeker is dat deze tag relevant is voor het asset.
Tags met hogere vertrouwensscores zullen ervoor zorgen dat het getagde bestand prominenter verschijnt in zoekresultaten bij het zoeken naar trefwoorden die in die AEM-tag worden genoemd. Op dezelfde manier is de kans kleiner dat uw bestanden verschijnen in zoekresultaten voor tags met lagere vertrouwensscores.
AEM-gebruikers kunnen ook de vertrouwensscores evalueren die de AI aan tags toewijst, om te bevestigen of de tag nauwkeurig is voor een bepaald bestand. Dit helpt de AI om te blijven leren, zodat deze in de toekomst kan voorkomen dat er een onnauwkeurige tag op vergelijkbare eigenschappen wordt geplaatst.
De uitdagingen en beperkingen van smart tagging
In de meeste gevallen neemt smart tagging in AEM een enorme druk weg bij merken wiens digitale bibliotheken nu te groot zijn om handmatige tagging te ondersteunen.
Echter, zoals elke functionaliteit, hebben slimme tags in AEM hun beperkingen. Deze beperkingen mogen u er niet van weerhouden te investeren in AEM Assets en Smart Content Service, maar het is belangrijk om ervan bewust te zijn wanneer u een optimaal systeem voor automatische tagging configureert. Hier zijn enkele beperkingen van slimme tagging in AEM as a Cloud Service en AEM 6.5:
- AI is eerder geneigd om afbeeldingen van lagere kwaliteit onnauwkeurig te taggen.
- AI kan geen tags toewijzen op basis van abstracte concepten, zoals de emoties die bij een afbeelding horen.
- AI kan afbeeldingen niet nauwkeurig taggen op basis van kleine visuele verschillen, zoals minuscule logo’s op kleding.
- Slimme tags kunnen alleen worden toegepast in de door AEM ondersteunde talen.
- Het maximale aantal assets dat u slim kunt taggen in een jaar is twee miljoen.
- Alleen afbeeldingen in JPG- en PNG-formaten kunnen slim worden getagd.
Bovendien, als uw organisatie relatief nieuw is met AEM, kunnen de implementatie en voorbereiding van uw assets een aanzienlijke technische uitdaging vormen. U moet ervoor zorgen dat u de technische documentatie van Adobe voor de configuratie van AEM en AEM-assets begrijpt, en dat u over de nodige middelen beschikt om dit te realiseren.
Conclusie
Grote merken moeten ervoor zorgen dat al hun digitale assets bruikbaar zijn en dat hun contentteams gemakkelijk relevante afbeeldingen kunnen vinden dankzij een eenvoudige zoekopdracht.
Echter, zelfs geavanceerde systemen zoals Smart Content Service worden niet vanzelf gebruiksvriendelijke tools. De training van Adobe Sensei om afbeeldingen, video’s en tekstbestanden nauwkeurig te taggen, is gebaseerd op een zorgvuldige configuratie van AEM Smart Tags voor nauwkeurigere AI-prestaties. Dit proces kan veel tijd en toewijding vergen voordat u de AI al het werk kunt laten doen.
Het goede nieuws is: U en uw teams hoeven dit niet alleen te overwinnen.
Bij Axamit zorgen we ervoor dat AEM gebruiksklaar is zodra u ermee begint—zonder enige inspanning van uw kant. Neem dus contact met ons op om te bespreken hoe u de druk van AEM-integratie kunt verminderen!
Veelgestelde vragen
Wat is slimme tagging, en hoe verschilt het van handmatige tagging?
Slimme tagging is het proces waarbij AI de assets in uw DAM leest en automatisch de meest relevante tags toekent aan elk ervan. Bij handmatige AEM-tagging is een mens verantwoordelijk voor het beoordelen van bestanden en het één voor één toepassen van de relevante tags.
Wat is het verschil tussen metadata en tags in AEM?
In AEM zijn de metadata van een asset een reeks gegevens die de details ervan verklaren (bijvoorbeeld het bestandstype). Een tag wordt opgeslagen als een type metadata voor bestanden in AEM. De taggingfunctionaliteit is specifiek gericht op het bevoordelen van gebruikers door bestanden doorzoekbaar te maken via de trefwoorden die in de tags worden gebruikt.
Kan slimme tagging worden toegepast op bestaande content in AEM, of is het alleen bedoeld voor nieuwe content?
Ja, slimme tagging kan worden toegepast op bestaande contentmappen in AEM, evenals op nieuwe content.
