23/03/2018

La tentation était trop grande. À force de lire des articles sur les CMS headless, comme cette bonne synthèse de l’ami Fabrice, vient un moment où l’on a envie de voir, de toucher. Bref, d’essayer. Quelques clics plus tard nous voici donc face à l’interface de Watson Content Hub, le CMS headless d’IBM. Un CMS qui, comme son nom le laisse deviner (coucou Watson), exploite des services cognitifs.

Avant d’ouvrir la boîte, quelques précisions sur cette notion de « CMS headless ». Pour faire (très) court, là où le CMS classique est pensé fondamentalement pour motoriser un site web, le CMS headless est plutôt conçu comme un référentiel de contenus que l’on peut invoquer pour nourrir des sites web, des applications mobiles et, dans la pratique, tout type de dispositif digital. Dissocié de ses potentiels frontaux, un CMS headless est aussi la plupart du temps un CMS serverless car il ne demande pas de mettre sur pied un serveur. Ce type de CMS s’appuie sur des ressources cloud, une infrastructure distribuée dont la solution masque la complexité.

IBM n’est pas le seul à s’essayer à l’exercice, des acteurs comme Contentful ou encore Scrivito sont aussi investis sur le sujet. Enfin, les historiques WordPress et Drupal ne regardent pas les trains passer et évoluent aussi, progressivement, pour permettre ce type de mise en oeuvre.

Typage des contenus et taxonomie des images

Sur ce, revenons à ce cher Watson Content Hub. L’ouverture d’une version d’essai est proposée avec un site exemple pour simplifier la prise en main. Une fois dans le back office, ce qui retient l’attention, c’est la place accordée à la structuration des assets. Le menu « Modèle de contenu » propose ainsi d’organiser les types de contenus, les profils d’images et la taxonomie. Tout ce qu’il faut pour modéliser son architecture d’information.

watson content hub - typage des contenus

Avec les types de contenus, il s’agit tout simplement de spécifier les champs requis ou souhaités pour un modèle de contenu (un article de blog, une page offre, une landing page…). Il est possible d’aller assez loin dans la définition de ces champs en les typant (textes, images, dates…) et en imposant des calibrages maximaux.

Ce typage s’applique aussi aux images : des spécifications (image de header, image de biographie) peuvent être définies (avec des formats imposés) que l’on intègre ensuite dans les modèles de contenu. Logique. C’est avec ces images que l’on comprend pourquoi le Content Hub d’IBM a été affublé du préfixe « Watson ». Dès qu’une image est téléchargée, Watson Content Hub procède à son analyse pour proposer de lui associer des mots-clés. Un étiquetage cognitif plutôt efficace si l’on se fie à nos différents essais et qui fait gagner un temps précieux pour éditer les méta-données des contenus.

watson content hub - étiquetage cognitif

Afin d’organiser tout cela, un tour du côté du menu « Taxonomie » ne sera pas de trop pour hiérarchiser les méta-données. C’est lors de la création de contenus que cet étiquetage cognitif prend tout son sens : en cours d’édition d’un article, il suffit de saisir les premières lettres d’un sujet pour remonter les images associées, les sélectionner et les intégrer. C’est évidemment avec une bonne volumétrie d’assets et une taxonomie riche que Watson Content Hub peut révéler toute sa puissance.

watson content hub - recherche image

Une expérience d’édition un brin… rugueuse

Si le typage des contenus et l’étiquetage cognitif séduisent, l’expérience d’édition des contenus laisse un peu plus… perplexe. Nous sommes (vraiment) loin de l’ergonomie que proposent aujourd’hui un Medium ou le back office d’un WordPress. Soyons francs, l’interface n’est pas pensée pour de longues expériences de rédaction. Il faut ainsi préciser le nombre de zones de textes figurant dans un article afin de voir les images s’intercaler proprement…

watson content hub - edition article

L’objectif est clair : baliser l’édition des contenus pour éviter de s’écarter des modèles définis mais le résultat final, du point de l’édition en tout cas, est un brin… rugueux. Ajoutons toutefois qu’il est possible d’éditer les contenus directement depuis les frontaux web servis par le hub. Pratique pour ajuster des titres et résumés mais pas plus enthousiasmant que cela pour les contenus longs.

Ce premier contact avec Watson Content Hub confirme sa nature profonde : une machine à structurer et typer des contenus en tirant parti des ressources du cloud. Pour distribuer ces contenus dans les plateformes cibles (site, web app), il faut sans surprise recourir aux API (disponibles pour Java, Node.js ou encore Javascript). Oui, comme souvent avec les CMS Headless, un passage par la case développeurs s’impose – nous ne sommes pas ici dans le prêt-à-porter d’un WordPress (même si ce point mérite débat mais là, nous allons digresser…).

Ce premier contact avec Watson Content Hub laisse un léger goût d’inachevé. D’un côté la plateforme, même avec quelques contenus de démonstration, laisse entrevoir un joli potentiel, notamment avec la bonne intégration de l’étiquetage cognitif. De l’autre, le back office pour l’heure disponible n’est pas à mettre entre toutes les mains. De quoi donner envie de se frotter à d’autres CMS headless, histoire de voir si certains sont parvenus à un meilleur compromis entre headless/serverless et ergonomie.

 

+ Les possibilités de typage des contenus
+ L’étiquetage cognitif pour étoffer les méta-données des contenus
+ Les API pour servir tout type de dispositif
– Une expérience d’édition des contenus en deçà des standards du moment
libero velit, Curabitur facilisis ipsum dictum nunc accumsan
Share This