Les métadonnées décrivent d'autres données. Les métadonnées d'une photo comprennent le modèle de l'appareil photo, les paramètres d'exposition, la date de prise de vue et les coordonnées GPS. Celles d'un document incluent l'auteur, la date de création et la taille du fichier. Les métadonnées d'un jeu de données incluent le schéma, le nombre de lignes, le système source et la fréquence d'actualisation. Les données elles-mêmes constituent le contenu. Les métadonnées constituent le contexte. Sans elles, les données sont plus difficiles à trouver, à utiliser et à exploiter.

Les métadonnées se déclinent en trois catégories. Les métadonnées descriptives facilitent la recherche : titres, mots-clés, auteurs. Les métadonnées structurelles expliquent l’organisation des données : schémas, formats, relations. Les métadonnées administratives couvrent la gestion : date de création, autorisations d’accès, règles de conservation. Chaque type remplit une fonction spécifique. Un catalogue de données est un référentiel de métadonnées. Il indexe les ensembles de données et les rend consultables. Un analyste à la recherche de données clients peut ainsi interroger le catalogue au lieu de se renseigner auprès de différentes personnes. Le catalogue indique les données existantes, leurs propriétaires, leur date de mise à jour et leur contenu. Sans catalogue, la recherche de données repose sur le bouche-à-oreille. Les métadonnées facilitent également la gouvernance. Il est impossible d’appliquer des politiques de conservation à des données non identifiables. On ne peut protéger des données sensibles dont on ignore l’existence. Les métadonnées rendent l’invisible visible. C’est un travail ingrat, mais fondamental.

Types de métadonnées

• Descriptif — titres, mots-clés, auteurs
• Structurels — schémas, formats, relations
• Administration — date de création, autorisations, durée de conservation
• Caractéristiques techniques : taille du fichier, encodage, compression
• Entreprise — définitions, propriété, règles de qualité

Les métadonnées sont des données sur les données. Elles permettent de trouver, de comprendre et de gérer les données dont vous disposez.