Metadata Matters by John Horodyski [3].

數位轉型 (Digital Transformation) 是企業利用最新數位技術，全面升級業務運營和客戶互動的過程。一篇 2019 年的評論給了定義：「數位轉型旨在透過資訊、計算、通訊和連接技術的組合引發實體屬性重大變化來改進實體的過程」。在 2021 年的一項調查中，55% 的歐洲公司表示，COVID-19 增加了對數位技術的需求，46% 的公司表示，他們的數位化程度已提高。數位轉型不僅能提高效率，還能激發創新，使企業在市場競爭中脫穎而出。無論是零售商建立線上購物平台，還是娛樂公司推動串流服務，數位轉型正在改變我們的生活、工作與體驗世界的方式 [1]。

如果說在數位轉型中有什麼是扮演關鍵角色的，那就非資料 (data) 莫屬了。以 KKBOX 為例，這個平台透過提供數千萬至數億首音樂，讓音樂變得「易取得、易負擔、易享受」(Accessible, Affordable, Enjoyable) 的內容 (music as a content)。它讓這些音樂變成資料，同時進一步根據這些音樂打造出的推薦系統，讓音樂本身的旋律、節奏、風格等也化為資料 (music as a data)，讓 KKBOX 能夠精準或多元地推薦新音樂給用戶，提升聆聽體驗。

除了資料，還需要後設資料/元資料 (metadata)，好讓這一切更加的魔幻。繼續以 KKBOX 為例，它的後設資料包含音樂類型、專輯資訊、藝術家背景、千變萬化的標籤……等，這些 metadata 讓 KKBOX 系統能夠更深入地理解音樂，並提供更細緻的分類和推薦。想像一下，當你聽到一首新歌，後設資料能即時告訴你這首歌的來歷、風格，以及你可能會喜歡的其他歌曲。這不僅提升了用戶體驗，也大大增加了音樂探索的樂趣。對於在數位浪潮中拼搏的各位，掌握並善用資料和後設資料，將是未來成功的關鍵 [9] [10]。

Cassette tape and it’s metadata… by Stas Knop from Pexels

什麼是 metadata？如果你去問開發 KKBOX 或是 BlendVision 的同事，他們可能會回說：「metadata 就是用來描述 content 的一些欄位，包含像是 title name, aka, year, genres, singer, actors, synopsis, moods, tags, ……等欄位。」

metadata 真的只是這樣嗎？我們會不會是把它想得太簡單了？有沒有可能忽略了它的意義與潛力？根據定義，後設資料是一群資料，其內容提供了有關於另一群資料的資訊 [2]。這說法很饒舌。換個方式，寫成 (偽) 數學式，如下所示：

metadata := data about data

關鍵在於那個 “about”，它著眼在「關於某個事物的描述」，而不是「某個事物的精確定義」。前者強調的是 “aboutness”，後者則是 “exactness” [3]。對於習慣以白話文方式來思考的我們而言，這樣的說法太複雜了。但請姑且忍住，試著想像自己是一位哲學家新鮮人，然後再次緩慢而仔細地對以下這句話反覆思考個幾回：

後設資料是一群關於另一群資料的資料。

你還清醒著，還在看這一篇嗎？太好了，恭喜你我一起克服了白話文對我們腦袋的迫害，我們離腦殘又遠那麼一點點了。

稍為遠離哲學家思辨，我們試著另外從應用的角度來看。metadata 對於 data 來說，提供了重要的額外資訊，從而增強其價值和應用。後設資料對於資料有至少三個主要功能：身份識別、特徵描述和可發現性。

Metadata is to make data identified, described, and discovered [3].

  1. 身份識別 (Identification)：後設資料能夠幫助我們確定資料的來源和真實性。比如，在音樂串流平台上，後設資料可以包括每首歌的標題、演唱歌手、發行日期等，這些訊息確保用戶知道他們正在聆聽什麼。
  2. 特徵描述 (Description)：後設資料還提供了對資料更深入的描述，使我們能夠更好地理解和使用這些資料。對於音樂來說，這些描述可能包括曲風、節奏、情感基調等，有助於平台根據用戶的喜好進行個人化推薦。
  3. 可發現性 (Discoverability)：最後，有了後設資料，資料更容易被發現性。這意味著用戶可以更輕鬆地找到他們感興趣的內容。例如，音樂串流平台可以根據後設資料進行分類和標籤，使用戶能快速搜索並發現新音樂。

通過這三個功能，後設資料為資料賦予了更多的價值，使資料不僅僅只是資料，更能成為一個易於被使用和被探索的資源，產生更高的價值。

Data and metadata as a language… by Pixabay from Pexels.

如果把 data 與 metadata 都當作一種要被拿來消耗或是使用的素材，或是一種溝通的工具來看的話，那更是另一種新面貌，是新大陸。2022 年出版的 Metadata Matters 裏頭提到：如果資料是構建我們現代社會的語言，那麼後設資料就是其語法，是其意義的建構、內容的組成，讓我們能夠理解資料的全部 [3]。

If data is the language upon which our modern society will be built, then metadata will be its grammar, the construction of its meaning, the building for its content, and the ability to understand what data can be for us all. — John Horodyski

這是個非常高竿的比喻：資料是我們主要的溝通媒介，而後設資料則是讓我們的溝通能清楚、有效、有結構、而不會模擬兩可的文法。進一步想，我們可以把 data 比喻成語言中的名詞，表示我們關注的對象。而 metadata 則是用來輔助這些名詞的東西，它可以是另一個名詞、形容詞或甚至是作用在它上頭的動詞。

舉例來說，正值畢業季的發燒歌曲《致遠道而來的我們 》，把它看作是一個名詞的話，那麼它的歌唱者 “丁噹“ 與 “陳華“ 就是用來輔助它的另外的二個名詞；語系中的 “Mandarin“ 是另一個用來輔助它的名詞；“Pop“ 或是 “C-Pop“ 則是被用來描述它的曲風的形容詞；而 “相互鼓勵“、“互相安慰“、“情誼“ 則是更多用來描述它的形容詞。很明顯的，上述這些都是這首歌的 metadata。

結合上述的功能性 (Identification, Description, Discoverability) 以及語言學上的不同詞性 (名詞，形容詞，動詞），組合起來就可以有很多的變化。頓時，一首歌曲的 metadata 不再只是原來的那幾個欄位，還可以包含更多像是 BPM, loudness, danceability, energy, arousal, valence, mood, ……等 [4] [5]。它們代表了不同的意義，提供了不同的應用情境，創造了更多的可行性。

資料 (data) 與它的裏資料 (metadata) by Markus Spiske from Pexels

在數位時代，常聽到類似「平台為王，內容為后」這樣的說法，這反映了平台和內容 (資料) 在現代商業中的關鍵地位。平台為王，意味著擁有強大和廣泛用戶基礎的平台，能夠主導市場，比如 Facebook、YouTube 等社交媒體平台，它們擁有巨大的影響力和控制力。內容為后，則強調優質內容的重要性。再好的平台，如果缺乏吸引人的內容，也無法長期吸引和留住用戶。無論是 Netflix 上的熱門劇集，還是 Spotify 上的音樂播放列表，內容的品質和多樣性決定了平台的成功與否。

If data is the new currency, it’s no wonder why tech companies keep getting richer [11]. — Zack Whittaker

如果只是把大量的原始內容當作資料放上一個平台，是否就能創造出「平台為王，內容為后」的加成效應？如果有一家公司自三大主要音樂唱片公司 (Sony Music, Universal Music, Warner Music) 獲得數千萬首歌的授權後，建立另一個平台，然後直接把歌曲以及不修飾的 metadata 上架，會成為另一個強力的音樂串流挑戰者嗎？

可能很難。因為它的 metadata quality 可能不足以撐起它的音樂 (data)，無法帶來優質的音樂聆聽體驗。

內容不再是“王后”… 在這個領域中，有許多重要的元素，其中包括用戶和用戶體驗。如果你有很棒的內容但用戶卻找不到，那麼內容的價值將被削弱或甚至完全消失。你可以想很多功能來解決這個“找不到“的問題，但好的 metadata 一定是你必備的利器之一。

AI and ML learns from data + metadata, and then produce data and metadata.

最後，我們借用費曼學習法的精神，回過頭來問自己一個簡單問題：什麼是後設資料 (metadata)？

  • 對一張圖片來說，IPTC (IIM), XMP 或是 EXIF 是它的 metadata。
  • 對一個 mp3 來說，ID3 是它的 metadata。
  • 對一首歌來說，歌詞是它的 metadata。
  • ISBN (書)；ISAN (影音)；ISRC (錄音)；IPI (詞曲家) ……都是識別用的 metadata。
  • hashtag “#” 之於 Twitter (X) 來說是一個 metadata。
  • Open Graph, Schema.org (JSON-LD, Microdata, RDFa) 是 HTML 的 metadata。
  • MARC 與 ONIX 是出版商與圖書館用的 metadata。
  • ……

可以說，我們的世界是透過大大小小不同領域的 data 與 metadata 的組合而建構完成的。沒有 metadata 的 data，會是一個很難想像而且“不好使用“的世界。

Music AI 大小事

延伸閱讀

  1. 數位化轉型
  2. 後設資料
  3. Metadata matters
  4. Spotify API: Get Track’s Audio Features
  5. Dublin Core™ Metadata Element Set
  6. 都柏林核心集最佳實務指引 , 數位典藏與數位學習國家型科技計畫 & 中研院
  7. Metadata , MIT Press, by Jeffrey Pomerantz
  8. Metadata後設資料：精準搜尋、一找就中，數據就是資產！教你活用｢描述資料的資料」，加強資訊的連結和透通
  9. Metadata MOOC  (101 videos, 14h28m), by Jeffrey Pomerantz
  10. Introduction to Metadata , by Getty Research Institute
  11. Today’s startups should terrify you