Gestion électronique des documents

L'acquisition peut s'effectuer par :

• l'intégration de documents en papier existants : c'est, pour les documents en papier, la numérisation grâce à des scanners. Lorsque c'est possible et utile, les documents numérisés peuvent alors être triés via une technologie de reconnaissance automatique de documents (RAD). Il est possible d'extraire des informations des images numérisées en mettant en œuvre une technologie de lecture automatique de document (LAD). Cette technologie peut utiliser des techniques de reconnaissance optique de caractères (ROC), de reconnaissance de codes à barres et de reconnaissance intelligente de caractères (RIC) comportant par exemple des règles de vérifications linguistiques sur les mots reconnus.

Les documents en papier peuvent ensuite être détruits (soit parce qu'ils n'ont pas d'intérêt, soit parce que la valeur probatoire des copies électroniques est certaine) ou archivés. Attention cependant, pour ce qui est des archives publiques, la copie électronique de document n'autorise pas obligatoirement sa destruction ;

• l'intégration de documents électroniques existants : une autre famille de documents est constituée des documents électroniques comme les fichiers bureautiques, les fichiers PDF… Enfin, la dernière famille de documents intégrable est constituée des documents COLD qui proviennent de systèmes d'éditique ;
• la production de documents électroniques : elle peut être le résultat d'une ou de plusieurs procédures gérées par différents agents de l'entreprise grâce à un logiciel de groupe (groupware ou collecticiel). Le document peut aussi être obtenu par un logiciel d'informatique décisionnelle à partir d'un modèle disponible via l'outil ;
• l'échange de documents électroniques : il s'effectue lorsque deux organismes partenaires souhaitent partager des documents électroniques. Ils peuvent alors procéder à une interconnexion de leurs systèmes d'information par un dispositif d'échange de données informatisées (EDI) moyennant le respect d'un même format de données normalisé.

Quel que soit le moyen par lequel le document intègre le système de gestion, il peut souvent passer par une chaîne de validation ou workflow afin d'aboutir à une version finale approuvée par les utilisateurs concernés[3]. Le workflow lié à la validation d'un document est paramétrable et prend en compte les droits d'accès et les profils des utilisateurs du système ; il agit le plus souvent sur le statut, la version et la visibilité du document[2].

L'indexation constitue la description du document et de son contenu en vue de faciliter son exploitation. La récupération rapide des documents est conditionnée à la création du schéma d'index[4]. On distingue à ce titre :

• L'indexation par type : elle offre une description formelle du document en utilisant ses métadonnées (type, auteur, titre, source, date, etc.)[5] dont le vocabulaire est standardisé afin de permettre l'utilisation de ces métadonnées par le plus grand nombre d'outils de recherche.
• L'indexation par concepts ou mots-clés : elle vise plutôt le contenu du document pour faciliter les opérations de recherche. Il peut s'agir ici, pour le concepteur du système ou le créateur du document, de recenser les termes qui apparaissent le plus souvent[4] ; on parle alors d'indexation statistique. Il peut aussi s'agir d'un système plus évolué où le concepteur sélectionne les termes dans un thésaurus (liste de mots liés par des relations de hiérarchie ou d'équivalence) en rapport avec le document pour vous familiariser avec l'édition.

La problématique du stockage est incontournable. La non prise en compte de cet aspect peut entraîner des situations critiques. Les problématiques sont les suivantes:

• Le support de stockage doit être adapté le mieux possible avec le volume des documents. Il doit aussi, en fonction de la fréquence de consultation et de l'importance des données, offrir un faible temps d'accès.
• L'organisation du stockage peut être hiérarchisée en fonction du contenu des documents (texte, vidéo, image, etc.) de leurs provenances, états, types, etc.
• La durée de conservation doit aussi être considérée afin de permettre une épuration périodique du système, en vue de faciliter le stockage et d'alimenter les archives. À cet effet, le système doit prendre en compte une sortie vers un archivage définitif dans une plateforme d'archivage électronique destinée à cet usage.
• Le lieu de stockage doit être différent pour plus de sécurité de données en cas d'incendie.
• Les sauvegardes doivent être mises en œuvre avec une périodicité en adéquation avec les impératifs de l'entreprise.

La diffusion des documents peut se faire via l'internet ou l'intranet. Certains éditeurs de logiciels GED proposent une consultation client léger qui fournit tout ou une partie des fonctionnalités de consultation et d'indexation des documents dans un navigateur web. Selon une étude serdaLAB, l'amélioration de l'accès à l'information et le partage des informations sont les principales motivations dans les projets de gestion électronique de documents[6].

Dans le périmètre de la gestion électronique des documents, l'analyse des contenus non structurés (en anglais Content analytics ou Content analysis) permet de passer de la gestion à la valorisation des documents. L'analyse de contenu consiste à extraire de cette masse d’information une forme compréhensible et intelligible d’information. L’analyse syntaxique, sémantique et morphologique des contenus[7] et la réconciliation sont alors possibles en prenant en compte l’identification des exceptions. Le résultat de ce travail ne serait pas audible sans la mise en œuvre de systèmes de représentation qui permettent une navigation progressive et multidimensionnelle dans la connaissance extraite. Les solutions d'analyse de contenus numériques proposent cette valorisation. La transformation des documents en indicateurs, d’indicateurs en tendances, de tendances en situations, de situations en décision, représente l’enjeu du marché du Content Analytics.

Le marché français de la GED et de la gestion de contenu s'élevait à 1,1 milliard d’euros en 2008, en progression de 8 % par rapport à 2007[8]. Les intégrateurs et SSII représentaient en 2009 la part la plus importante du marché, à 83 %, les éditeurs de logiciels 16 % du marché et les sociétés de conseil ne représentaient que 1%[8].

Le marché reste en pleine expansion. Selon les prévisions réalisées par Global Market Insights, il devrait croître à plus de 15 % pour atteindre plus de 5 milliards d’euros en 2024[9].

Les prémices de la GED peuvent être perçus dès les années 1940 et années 1950.

Vannevar Bush imagine en 1945 les bases d'une machine, appelée le Memex, permettant d'archiver, de lier, d'annoter des documents multimédia[10], préfigurant la GED et les liens hypertexte. Suzanne Briet pose en 1951 les premiers fondements de l'indexation par la production de métadonnées documentaires : elle décompose livre en unités plus élémentaires, et introduit la notion de « documents seconds » et de contenu « inter-documentaire ». De plus, elle considère qu'un document est un « objet qui informe quelle que soit sa forme matérielle »[11].

Le terme de GED apparaît dans les années 1980 pour désigner l'informatisation de la recherche de documents imprimés au sein de collections[12]. Michael Buckland montre notamment l'impact de l'ordinateur sur la gestion des bibliothèques et la recherche d'information[13].

Les premières bases des outils de gestion électronique de documents apparaissent à la fin des années 1980 et dans les années 1990[14].

En 1995, le premier logiciel à avoir été développé pour la GED fut dénommé Taurus[15]. Ce logiciel documentaire, créé pour les besoins de la documentation technique, présente aussi la particularité d’avoir été le premier logiciel directement développé sous Windows ; auparavant les logiciels étaient développés sous MS-DOS. Il fut inventé par Jacques Guérin. Un des plus grands projets mis en place grâce au logiciel Taurus consistait en la numérisation, le classement, le stockage et l'archivage des 740 000 documents composant les registres d’état civil de la mairie de Bordeaux. L'étape de dématérialisation des registres dura 6 mois et coûta plus de 3,5 millions de francs[16]. Elle permit de sauvegarder les documents originaux et d'améliorer la recherche des informations contenues dans ces registres.

Il existe une association des professionnels autour des métiers de la gestion de contenu : e-Futura[19] (l'APROGED a été mise en liquidation judiciaire).

D'autres associations et fédérations œuvrent pour le métier : Xplor France[20], la FNTC, FedISA.