- แชร์ - [](https://www.facebook.com/sharer.php?u=https://about.ebsco.com/th-th/markdownify/node/66721) - []() - []() - []() # การวิเคราะห์ข้อมูลในห้องสมุด - คำถามที่ควรถามสี่ข้อ บรรณารักษ์ของมหาวิทยาลัยสี่ท่าน ได้แบ่งปันประสบการณ์ ความท้าทายในการรวบรวมและตีความการวิเคราะห์ข้อมูลในห้องสมุดของพวกเขา ![panorama analytics webinar replay blog image ](/sites/default/files/acquiadam-assets/panorama-analytics-webinar-replay-blog-image-780.jpg) 27 พฤษภาคม 2021 บรรณารักษ์ของมหาวิทยาลัยสี่ท่าน ได้แบ่งปันประสบการณ์ ความท้าทายในการรวบรวมและตีความการวิเคราะห์ข้อมูลในห้องสมุดของพวกเขา การจะเป็นห้องสมุดที่มีความคล่องตัว ผู้สามารถตอบสนองต่อการเปลี่ยนแปลงความต้องการของผู้ใช้ได้อย่างง่ายดาย และจัดสรรได้อย่างรวดเร็วคือ "มาตรฐานระดับ gold standard" อย่างไรก็ตามการขาดการวิเคราะห์ข้อมูลที่มีประสิทธิภาพ อาจทำให้ห้องสมุดพลาดหลักฐานสำคัญของการมีส่วนร่วมของผู้ใช้ ทำให้ไม่สามารถบรรลุเป้าหมายได้อย่างเต็มที่ ด้วยการแหล่งข้อมูลที่แตกต่างกัน การประมวลผลด้วยตนเองจากข้อมูลหลากหลายที่ และการขาดข้อมูลเชิงลึกที่สมบูรณ์ ทักทำให้การวิเคราะห์ข้อมูลของห้องสมุดเป็นเรื่องยาก ในการสัมมนาทางเว็บของ EBSCO เมื่อเร็วๆนี้ คุณ Michael Levine-Clark คณบดีห้องสมุดแห่งมหาวิทยาลัยเดนเวอร์, คุณ Thomas A. Peters คณบดีฝ่ายบริการแห่งห้องสมุด Missouri State University Libraries และคุณ Andrew White ผู้อำนวยการห้องสมุดของ Rensselaer Polytechnic Institute (RPI) ได้แบ่งปันประสบการณ์และความสำเร็จในการวิเคราะห์ข้อมูลในห้องสมุดของพวกเขา และได้หารือเพิ่มเติมเกี่ยวกับกลยุทธ์ในการสร้างเส้นทางที่มั่นคงด้วยข้อมูลของห้องสมุดที่ซึ่งสะท้อนจากข้อมูลเชิงลึกตามหลักฐาน รวมทั้งการพิสูจน์คุณค่าของห้องสมุด ### “แล้วอย่างไร?” ผู้ร่วมอภิปราย คุณ Thomas A. Peters ถามคำถามนี้ในช่วงต้นของการอภิปราย ซึ่งเป็นคำถามที่ดีที่จะถามเมื่อทำการวิเคราะห์ข้อมูลห้องสมุด ด้วยการถามว่า “แล้วอย่างไร” กับหัวข้อที่ว่าคุณจะเปลี่ยนห้องสมุดของคุณจากการเป็นหน่วยงานที่ “ขับเคลื่อนด้วยข้อมูล” เป็นหน่วยงานที่ “นำเสนอข้อมูล” ซึ่งสิ่งนี้อาจเกิดขึ้นโดยการถอยห่างจากแนวคิดของ [**Big data**](https://www.libraryjournal.com/?detailStory=promise-and-problems-of-big-data-from-the-bell-tower) ซึ่งเป็นที่นิยมในช่วงหลายปีที่ผ่านมา เป็นการเปลี่ยนแปลงในเรื่องเล็กๆน้อยๆ ที่ซึ่งสามารถเปลี่ยนเส้นทางความพยายาม และช่วยนำทางให้ห้องสมุดบอกเล่าเรื่องราวต่างๆด้วยข้อมูลและความรู้ที่ได้รับจากการวิเคราะห์ข้อมูล ### สิ่งที่อาจจะพลาดไป? เมื่อใดที่มีความต้องการของข้อมูลเกิดขึ้น สิ่งนี้มักขึ้นอยู่กับบรรณารักษ์ หรือเจ้าหน้าที่ ในการกำหนดแหล่งข้อมูลที่เหมาะสม จากนั้นใช้เวลารวบรวมข้อมูล โดยความท้าทายอาจเกิดขึ้นจากการใช้เวลาในการรวบรวมข้อมูลที่มากเกินไป แทนที่เราจะทำการตีความข้อมูลแบบเดิม เรามาลองใช้การวิเคราะห์ข้อมูลในห้องสมุดที่สามารถดำเนินการโดยอัตโนมัติ และนำเสนอในรูปแบบที่เข้าใจง่าย สิ่งนี้จะช่วยให้ระบุแนวโน้มได้ง่ายขึ้นกว่าเดิมอย่างแน่นอน และเมื่อเราใช้การแปลข้อมูลแบบอัตโนมัตินี้ บรรณารักษ์ หรือเจ้าหน้าที่ก็จะมีเวลากับการวิเคราะห์ข้อมูลมากขึ้น ซึ่งผลที่ตามมาคือเราอาจจะมองเห็นคำถาม รวมทั้งคำตอบต่างๆในมุมมองที่แตกต่างออกไป ### บทบาทของห้องสมุดในความสำเร็จของนักศึกษาคืออะไร? การสนับสนุน [**ความสำเร็จของนักศึกษา**](/blogs/ebscopost/library-analytics-and-student-success-its-time-close-divide) เป็นสิ่งจำเป็นสำหรับห้องสมุดวิชาการทุกแห่ง แต่สิ่งที่สำคัญไปกว่านั้นก็มีเช่นกัน นั่นคือความเข้าใจที่ดีขึ้นเกี่ยวกับสิ่งที่ที่นักศึกษายังไม่ประสบความสำเร็จ และแนวโน้มที่น่าสนใจต่างๆของพวกเขา ความเข้าใจในจุดนี้ของห้องสมุดสามารถแสดงให้เห็นถึงจุดยืนในฐานะผู้ที่มีอิทธิพลต่อความสำเร็จของพวกเขา ตัวอย่างเช่นในการดูข้อมูล คุณ Michael Levine-Clark จาก Denver Libraries พบว่านักเรียนที่มีเซสชันการใช้งาน EzProxy ที่มากกว่ามักจะมีเกรดเฉลี่ยสูงกว่า ### เราทำสิ่งใดเพื่อปกป้องข้อมูลได้บ้าง? ผู้ร่วมอภิปรายกล่าวว่าข้อมูลส่วนบุคคลจำเป็นต้องเก็บให้อยู่เฉพาะในสถาบัน และสามารถเลือกประเภทข้อมูลที่ต้องการโหลดลงในแพลตฟอร์มการวิเคราะห์ห้องสมุดได้ สิ่งนี้เป็นขั้นตอนสำคัญในการปกป้องข้อมูล ตัวอย่างเช่นเจ้าหน้าที่รักษาความปลอดภัยของ RPI สรุปว่า IP address เป็นข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้ และเลือกได้ว่าข้อมูลนี้จะไม่รวมเข้ากับแพลตฟอร์มการวิเคราะห์ [**Panarama library analytics** ](/th-th/products/panorama)ของ EBSCO ชมการสัมมนาทางเว็บเพื่อดูภาพรวมเกี่ยวกับการวิเคราะห์ของห้องสมุด ## [รับชมวีดีโอ](https://vimeo.com/546025521) ประเภท : [ห้องสมุด ](/th-th/blogs/ebscopost/category/ห้องสมุด) Tags: [Data analytics](/th-th/blogs/ebscopost/tag/data-analytics) - แชร์ - [](https://www.facebook.com/sharer.php?u=https://about.ebsco.com/th-th/markdownify/node/66721) - []() - []() - []()