楊 秀
(鎮江市圖書館,江蘇 鎮江 212001)
隨著社會的發展,公共圖書館不斷創新閱讀推廣活動形式,豐富活動內容,但其活動數據采集和活動效果評估工作相對滯后,僅通過微信公眾號、移動客戶端等線上閱讀推廣平臺大范圍抓取數據,主要收集用戶數據、圖文數據、菜單數據和交互數據[1]。由于線下閱讀推廣活動的相關數據指標模糊、類型繁多、收集困難,公共圖書館大多不會關注對相關數據的采集,即便進行采集,采集到的數據也存在權屬、標準、共享程度等方面的差異性問題,且時效性較弱,難以應用。 因此,公共圖書館亟須構建結構完整、適用性強的線下閱讀推廣活動數據采集框架,并不斷提高該框架的包容度,為線下閱讀推廣活動的評估和優化提供數據支持。
閱讀推廣活動數據取自閱讀推廣活動的全過程,涉及閱讀推廣活動的所有要素。 因此,公共圖書館有必要開展活動流程分析工作,厘清在活動不同階段指向和生成的數據,奠定數據采集框架的構建基礎。 筆者依據時序原則,將公共圖書館線下閱讀推廣活動劃分為活動前、活動中和活動后三個環節,每個活動環節都會產生生物數據、行為數據、文本數據等多模態數據[2]。
該環節是公共圖書館線下閱讀推廣活動的準備階段,主要收集活動類型、預計參與人數、預計參與對象、參與對象特征、參與對象行為、活動預計時長、活動場次、活動場所、活動共同體、平臺工具和活動預算等數據[3]。
該環節是公共圖書館借助物理的或符號的、內部的或外部的中介工具(圖書、畫作、音樂等)對客體(活動目標、活動內容、活動任務)進行操作和轉化,引導活動對象做出獲取、建構、表征和遷移等行為的階段,旨在解決何種活動組織開展形式可以達到既定目標的問題,主要收集主體行為、對象行為、互動交流、情感變化、實時評測、過程管理和活動評價等數據。
該環節解決的是活動效果與活動目標是否匹配的問題,相關數據是公共圖書館判斷活動價值的關鍵,主要收集滿意度、資源利用、拓展延伸、預設對比和成果總結等數據。
系統數據等四個類型,組成了從下到上、從小到大、逐級匯聚的公共圖書館線下閱讀推廣活動多維數據群[4],詳見圖1。

圖1 公共圖書館線下閱讀推廣活動多維數據群
閱讀推廣活動相關數據直接或間接地描述了活動目標的達成情況,筆者根據數據來源與范圍的不同,將公共圖書館線下閱讀推廣活動開展過程中產生的各類數據分為個體數據、活動數據、管理數據和個體數據是公共圖書館線下閱讀推廣活動過程中產生的最基礎、最易得的數據,主要為閱讀推廣活動主體和對象的基本信息,是公共圖書館開展多元分析工作的基礎數據,具體的數據指標如表1 所示。

表1 公共圖書館線下閱讀推廣活動的個體數據指標
活動數據一般是單次線下閱讀推廣活動過程中產生的數據,包括活動基本信息、過程數據、評價數據等,是公共圖書館評判特定線下閱讀推廣活動成效的核心數據,具體的數據指標如下頁表2 所示。

表2 公共圖書館線下閱讀推廣活動的活動數據指標
管理數據是公共圖書館根據線下閱讀推廣活動類型的不同,以月、季、年等較長時段為統計周期收集的數據,旨在收集在不同時間段開展的各類線下閱讀推廣活動的宣傳覆蓋率、社會影響力、活動對象滿意度、閱讀轉化率等數據[5],幫助公共圖書館評估線下閱讀推廣活動效果,為相關管理工作提供數據支持。 管理數據的數據類別、指標與活動數據類似,主要為不同類型活動的場次、登記報名人數、覆蓋人群、活動對象滿意度等量化數據,以及總結報告、反思評價等質性數據。
活動理論認為兩個活動系統之間可建立聯系,形成更大的活動系統,以增強活動的開放性與活動之間的交互性[6]。 同樣,活動與讀者閱讀、用戶管理、設備使用、辦公管理之間也會產生聯系并生成相應數據,這些數據即系統數據,是更偏向價值關照的數據,有助于圖書館對其整體發展趨勢和動態發展特征進行評估,能夠為圖書館館藏建設、活動規劃、人事調整、空間再造、社會合作、智慧轉型等政策的制定提供依據。
公共圖書館線下閱讀推廣活動過程中產生的數據量較大,數據采集工作的難度較大。 筆者從“過程”和“范圍”兩個角度對公共圖書館線下閱讀推廣活動進行了分析,厘清了線下閱讀推廣活動的基本環節及每個環節所能產生的初級數據,并在此基礎上構建了基于數據的來源與采集、分析與處理、保存與應用三個模塊的公共圖書館線下閱讀推廣活動數據采集框架,詳見下頁圖2。

圖2 公共圖書館線下閱讀推廣活動數據采集框架
數據具有識別與串聯價值、描述價值、時間價值、預測價值和導向價值,但單一、靜態的數據價值不高,難以被用于客觀分析和預防引導等。 因此,公共圖書館應將數據采集作為一項系統工程,不斷完善頂層設計,建立健全數據采集和信息更新機制,加強數據型閱讀推廣團隊建設,提升館員的數據素養,在保障數據質量的同時,促進數據采集工作的常態化開展。
公共圖書館應根據自身實際情況,在保障數據質量的前提下有選擇地采集活動數據。 例如,公共圖書館可根據數據應用目的采集相關數據,在條件有限的情況下優先采集活動參與人次、活動對象特征、活動投入產出、活動滿意度評價等數據邊界清晰、加工難度較小、價值密度較高的數據;根據自身業務特點、硬件條件等,選擇合適的數據采集粒度[7]。 越重要的數據指標,數據采集粒度應越細。
在數據采集和應用過程中往往存在隱私、安全等倫理問題。 因此,公共圖書館應始終堅持理性的閱讀推廣服務價值和功能取向[8],著力解決好數據采集與個人隱私之間、數據管理應用與信息安全之間的矛盾[9],具體做法如下:一是合法采集個人數據。 公共圖書館應在法律允許的范圍內,收集經活動對象認證的數據,并明確告知數據的使用目的、方式和范圍。 二是加強對個人數據的保護。 公共圖書館應通過科學的管理措施和技術手段保障數據的安全,避免信息泄露、侵犯他人隱私等問題的發生;堅持限期存儲原則,設置合理的數據存儲期限,及時清理超過存儲期限的數據。三是堅持收集真實數據。 數據的真實性決定了數據的核心價值,公共圖書館應保證相關活動數據的真實性、客觀性,避免人為夸大、捏造、修改活動數據等問題的發生。
目前,公共圖書館界針對大數據的研究已從理念與價值層面深入模型構建與應用層面。 筆者構建的公共圖書館線下閱讀推廣活動數據采集框架,既包含活動投入與產出、活動對象滿意度等核心數據,也包含活動預計目標的實現程度、活動實施質量等重要但易被忽略的數據,在關注數據采集完整度和可靠度的同時,還基于公共圖書館的實際情況強調了數據采集的實用性與可行性。 筆者將在相關實踐過程中不斷優化該框架,為公共圖書館有效開展線下閱讀推廣活動提供數據支持。