Metadata: de onzichtbare ruggengraat van elk digitaal archief

·

Metadata: de onzichtbare ruggengraat van elk digitaal archief

Je kunt een document scannen, opslaan en vergeten. Dat is geen archivering, dat is digitaal rommelen. Het verschil zit in metadata: de gegevens die je aan een bestand koppelt zodat je het later ook terugvindt. Metadata is geen bijzaak. Het is de structuur die bepaalt of je archief over vijf jaar nog bruikbaar is, of dat je met een zoekterm in een map van driehonderd naamloze PDF-bestanden staat te graven.

Wat metadata precies doet in een documentarchief

Metadata beschrijft een document zonder het te openen. Denk aan de naam van de klant, het documenttype, de aanmaakdatum, de versie, de afdeling die het document heeft aangeleverd en de bewaartermijn die van toepassing is. Al die velden samen vormen de context van een bestand.

Zonder die context is een bestand een blinde vlek. Met die context kun je filteren, sorteren en exporteren. Je kunt zeggen: geef me alle overeenkomsten van klant X uit de categorie ‘huurrecht’, ouder dan zeven jaar. Dat werkt alleen als die velden consistent zijn ingevuld.

Bij accountantskantoren zie je dit probleem het scherpst. Dossiers groeien over meerdere jaren, meerdere medewerkers vullen ze aan, en als niemand afspraken maakt over metadata, krijg je bestanden als “definitief_v3_ECHT_DEFINITIEF.pdf”. Dat is geen archief, dat is een probleem dat wacht op het verkeerde moment.

De basisvelden die je altijd nodig hebt

Er is geen universele standaard die voor elk kantoor werkt, maar er zijn velden die in vrijwel elk archief terugkomen. Begin met deze kern:

  • Documenttype: factuur, overeenkomst, rapport, correspondentie, intern memo
  • Relatie of klantnummer: een unieke identifier, geen vrije tekst
  • Aanmaakdatum: de datum waarop het document is opgesteld, niet de schandatum
  • Ontvangstdatum: relevant als het een inkomend document betreft
  • Bewaartermijn: gekoppeld aan het documenttype, niet handmatig in te vullen per bestand
  • Status: concept, definitief, gearchiveerd, verlopen
  • Verantwoordelijke afdeling: voor wie is dit document bedoeld of aangemaakt

Dat zijn zeven velden. Meer is mogelijk, maar begin niet met twintig velden als je team er vijf consistent kan bijhouden. Consistentie is waardevoller dan volledigheid.

Let op de valkuil van vrije tekstvelden. Als je het documenttype als vrije tekst invoert, krijg je binnen een jaar ‘factuur’, ‘Factuur’, ‘fac’, ‘inkoopfactuur’ en ‘rekening’ naast elkaar staan. Gebruik keuzelijsten. Sluit het veld af.

Hoe metadata en het scanproces samenhangen

Metadata voeg je niet achteraf toe. Je bouwt het in de scanwerkstroom in. Dat is een procedurele keuze, geen technische.

Stel je voor dat je een stapel papieren dossiers digitaliseert. De meest voorkomende fout is: alles scannen, daarna sorteren, daarna benoemen. Die volgorde kost je drie keer zoveel tijd als wanneer je het omkeert.

Een betere volgorde ziet er zo uit:

  1. Sorteer fysiek voor het scannen. Groepeer op documenttype en relatie.
  2. Bepaal per batch welke metadata van toepassing is.
  3. Scan per batch, niet per los document.
  4. Ken de batchmetadata toe op het moment van inlezen.
  5. Controleer steekproefsgewijs of de indexering klopt.
  6. Archiveer pas nadat de controle is afgerond.

Stap vijf wordt het vaakst overgeslagen. Dat is begrijpelijk, want het voelt als dubbel werk. Maar een fout in de metadata van een batch van honderd documenten is later honderd keer zo duur om te corrigeren als een fout die je direct na de scan ontdekt.

Uitzonderingen zijn er altijd. Sommige documenten passen niet in één categorie. Een brief die zowel een klacht als een factuurbetwisting bevat, vraagt om een keuze. Maak die keuze expliciet en leg hem vast in je werkprocedure. Niet in je hoofd, maar op papier of in een procesbeschrijving die iedereen kan raadplegen.

Vindbaarheid begint bij naamgeving, niet bij de zoekmachine

Er is een hardnekkig misverstand dat een goede zoekmachine slechte metadata compenseert. Dat klopt niet. Zoekmachines zoeken in wat er staat. Als er niets staat, of als er inconsistente tekst staat, geeft de zoekmachine je inconsistente resultaten.

Naamgeving van bestanden is de eerste laag van vindbaarheid. Gebruik een vaste structuur. Een voorbeeld:

[JJJJMMDD]_[Klantnummer]_[Documenttype]_[Versienummer].pdf

Dus: 20230415_KL00234_Jaarrekening_v1.pdf

Dat ziet er formeel uit, maar het werkt. Je kunt een bestand terugvinden zonder een systeem te openen. Je kunt een map sorteren op datum of op klant. En als iemand een bestand per e-mail verstuurt, weet de ontvanger meteen wat ze voor zich hebben.

Combineer dit met de velden in je archiefsysteem. De bestandsnaam is de snelle laag, de metadata is de diepe laag. Beide moeten kloppen.

Een begrip dat hier relevant is, is het Dublin Core Metadata Initiative, een internationale standaard voor het beschrijven van digitale documenten. Wikipedia geeft een heldere uitleg van de vijftien basiselementen die deze standaard definieert. Je hoeft die standaard niet letterlijk te volgen, maar het is nuttig om te begrijpen waarom bepaalde velden als universeel worden beschouwd.

Bewaartermijnen koppelen aan metadata

Bewaartermijnen zijn geen administratieve bijzaak. Ze bepalen wanneer je een document mag vernietigen, en in sommige gevallen wanneer je dat verplicht bent. Metadata is de manier waarop je die termijnen beheersbaar maakt.

De werkwijze is als volgt. Je koppelt aan elk documenttype een bewaartermijn. Niet aan elk individueel document, maar aan het type. Dat doe je eenmalig, in een bewaartermijntabel. Die tabel is het fundament van je archiefbeleid.

Zodra een document wordt gearchiveerd, erft het automatisch de bewaartermijn van zijn type. Dat is geen handmatige invoer per bestand, dat is een systeemregel. De einddatum wordt berekend op basis van de aanmaakdatum of de ontvangstdatum, afhankelijk van het documenttype.

Eén keer per jaar voer je een vernietigingsronde uit. Je filtert op documenten waarvan de bewaartermijn is verstreken. Je controleert of er geen lopende procedures zijn waarbij het document nog relevant is. Je legt de vernietiging vast in een vernietigingsverslag. Dan verwijder je.

Let op de uitzonderingen:

  • Documenten die onderdeel zijn van een juridisch geschil, blijf je bewaren tot het geschil is afgerond, ongeacht de bewaartermijn.
  • Documenten met een historische of precedentscheppende waarde kunnen worden overgedragen aan een permanente collectie in plaats van vernietigd.
  • Documenten die onder meerdere categorieën vallen, krijgen de langste van toepassing zijnde bewaartermijn.

Sla de vernietigingsverslagen zelf ook op. Ze zijn het bewijs dat je zorgvuldig hebt gehandeld.

Tot slot

Metadata is een investering die je aan het begin van een project doet. Hoe later je begint, hoe duurder de correctie. Bij kantoren die al jaren digitaal werken zonder metadatabeleid, zie je altijd hetzelfde: een archief dat groeit maar niet rijpt. Documenten staan erin, maar niemand vertrouwt erop dat ze ook gevonden worden.

De oplossing is geen nieuw systeem. De oplossing is een beslissing over welke velden je gebruikt, gevolgd door een werkprocedure die iedereen volgt, gevolgd door een steekproefcontrole die je periodiek uitvoert.

Begin klein. Kies vijf tot zeven velden. Maak keuzelijsten. Train je team op de uitzonderingen. Evalueer na drie maanden of de velden in de praktijk werken zoals je bedacht had. Pas aan waar nodig.

Een goed metadataschema is nooit af. Het groeit mee met de organisatie, met nieuwe documenttypen, met nieuwe klantcategorieën. Maar het begint altijd met dezelfde vraag: hoe vind ik dit document terug als ik vergeten ben dat het bestaat?

Als je die vraag kunt beantwoorden voor elk documenttype dat je archiveert, zit je goed.

Meer om te lezen