之前在《筆記到底該使用Notion、Obsidian還是綜合派呢?!》一文中曾說明，所謂「結構化、非結構與半結構化」的組合，但無論是何種的組合，筆記軟體要能直接解決數位化的基本問題，才能夠有效協助企業組織數位轉型建構第二大腦，若是以可量化衡量程度做為評定的標準，結構化則是明確具體可量化衡量的維度(Dimension)，而非結構與半結構化，除取決於數位化的廣度與深度外，透過Obsidian的Metadata(或稱後設資料、詮釋資料、元數據)，有人稱為「data about data，關於資料的資料或描述資料的資料」，我們將Metadata的定義為「賦予可量化衡量的維度(Dimension)」，透過維度的規劃設計，可將非/半結構化的筆記內容資訊視覺化呈現，不僅是該筆記軟體的亮點，更使得數位轉型/第二大腦的建構得以逐步實現，而非停留在空中閣樓，遙不可及的階段。
Metadata「賦予可量化衡量的維度(Dimension)」
既然沒有所謂完美的工具或是終極的解決方案，筆記軟體就要能直接解決個人與組織使用數位化工具的基本問題----「有效連結資訊孤島與強化透明度」，嚴格來說，就是「防止侷限而片段思考，強化透明度」，或是稱為廣度與深度的多維空間，也唯有解決基本的「連結」問題，方能多元「綜觀全局」的思考，找出關鍵問題的系統解而不是「頭痛醫頭，腳痛醫腳」的徵狀解，如此才能透過「第二大腦」的建構「持續改善專注與精實(Lean)大腦的思維」。
拜晶片科技、AI/GPT與物聯網技術之賜，使得「透明度」不再是個難題，甚至於成為隱私的議題，但因為理念與工具實踐情境或場域的不同，所以區分「連結」與「透明度」兩個層次，這也凸顯筆記軟體的使用價值與亮點，為了徹底同時解決兩個層次的問題，就必須與現行資訊系統的數據資料庫有系統的整合並理解箇中差異，「各取所長，去蕪存菁」，強化數位轉型在效率與難度上的學習曲線，此過程類似於建模(Modeling)的方式，才不至於「跌床架屋」，成為受害者聯盟。
至於筆記軟體與現行資訊化系統(結構化/線性)的差異，或是可以解讀為筆記的設計概念是如何的運作，成為我們所熟知的資料庫結構，其中Metadata扮演著舉足輕重的角色，也就是我們定義的「賦予可量化衡量的維度(Dimension)」。- 結構化(線性)系統，其邏輯是將文字、紀錄儲存至檔案(如WORD、EXCEL等編輯軟體)，隨後依需求發展成為欄位(Field)、數據表(Table)的表格形式，明確、具體的線性資料結構化成形，將線性的結構化數據表，透過索引(Key Index)與正規化方式成為關聯式資料庫(Relational database)，大多數的資訊系統都屬於此種類別。
- 非結構與半結構化(非線性)系統，其邏輯是將文字、紀錄儲存至筆記(.MD檔)，除了筆記軟體預設的欄位外(如建立日期、時間戳記、修改日期等欄位)，沒有欄位(Field)、數據表(Table)的表格形式(或是透過第三方插件自訂)，或是解讀為直接跳過線性結構化的階段，直接儲存文字內容，事實上在自動存檔的當下，就已經是資料庫(Vault)，這就是Obsidian筆記軟體。
筆記軟體的Metadata
數位筆記是數位轉型的最後一哩路
那如何將這些隨興或侷限片段的筆記紀錄聯結成為有脈絡(Context)可循的內容記錄，「原子化」與「聯結」是關鍵的基礎工作(有關「原子化」的分拆/解構原則，我們日後再做說明)，除此之外，Metadata可以讓筆記擁有類似資料表欄位的設計，我們稱為「賦予可量化衡量的維度(Dimension)」，簡單說，就是透過Metadata的設計與線性結構化的資訊系統有效整合聯結(當然也包含非線性半結構與非結構的內容資料)，完成「數位轉型與第二大腦」的基礎建構----「有效連結資訊孤島與強化透明度」或稱為企業數位轉型的最後一哩路(The last mile)。
