一个县级图书馆的数字化运营系统长什么样（续）
上周去隔壁县馆交流，他们馆长拉着我看后台，说最近有个怪事：少儿绘本区的借阅量突然掉了两成，但到馆人次没变。查了三天没找出原因，最后在系统里翻到一个细节——上个月他们调整了绘本区的排架，把低幼绘本从靠窗位置挪到了里面。系统记录显示，调整后那一片区的停留时长平均少了四分钟。馆长苦笑：原来就是挪了几排书架的事。
这事让我想起去年写的那篇《一个县级图书馆的数字化运营系统长什么样》，当时主要聊了基础架构和数据采集。今天接着聊，说说这套系统真正跑起来之后，会在日常运营里长出哪些意料之外的能力。
【从借阅记录到读者动线】
很多县级馆的数字化系统，最早都是冲着“管书”去的——编目、借还、查询，能把馆藏盘清楚就算及格。但真正用上两年就会发现，借阅数据只是冰山一角。我们馆从2022年开始在阅览区装了客流感知设备，不采集人脸，只统计热力分布。刚开始觉得是花架子，后来发现它能回答很多以前靠猜的问题。
比如去年暑假，我们以为下午两点到四点是高峰，结果热力图显示，上午十点到十一点少儿区就已经满了，下午反而是中学生来自习的多。这个发现直接影响了排班——原来少儿区馆员下午最忙，现在调整为上午全员上岗，下午留两个人兼顾咨询就行。一年下来，光人力成本就省了将近三万。
【那个“不务正业”的推荐算法】
县级馆做读者推荐，最怕的就是“推了没人点”。我们试过几种方案，最后跑通的是一个很土的逻辑：不推书，推“借阅组合”。系统会分析某个读者过去半年的借阅记录，找出和他借阅习惯相似度最高的二十个人，然后看这二十个人最近借了什么，挑三本推给他。
听起来简单，但效果出乎意料。2023年第四季度，通过这个推荐位产生的借阅量占了总借阅的百分之十七。更关键的是，乡镇分馆的图书流转率提高了——因为推荐池里会优先放分馆的藏书，读者在总馆借不到的书，系统会提示“XX乡镇分馆在架”，直接引导过去。有个数据可以佐证：去年乡镇分馆的到馆人次同比增长了百分之三十一，其中将近四成是总馆推荐过去的。
【设备运维的“提前量”】
县级馆最怕什么？自助借还机突然罢工。尤其是周末，排队排到门口，机器一坏，读者骂声一片。我们现在的系统里加了一个模块，叫“设备健康度”。每台自助机每完成一次借还，都会上传响应时间、扫码成功率、网络延迟三个指标。系统会算一个基线，一旦某台机器的响应时间连续三天偏离基线超过百分之十五，就会自动生成工单，推给技术员。
上个月就靠这个提前换了台机器的扫码枪。技术员说，要是等到彻底扫不出来再修，至少得停半天。现在半天能处理多少借还？我们周末高峰期一台机器一天大概八百次，半天就是四百次。四百个读者不用排队，这个账算得过来。
采购是县级馆的另一个痛点。经费有限，买什么书全靠馆员经验。我们现在做的是“借阅缺口分析”：把读者检索了但馆里没有的书、预约了但一直没到货的书、以及同类书借阅比明显偏高的品类，三个维度叠在一起，每个月生成一个采购建议清单。
去年靠这个清单调整了采购方向。原来我们文学类占采购经费的百分之四十五，后来发现农业技术和家庭教育类的“检索无结果率”最高，分别达到了百分之三十三和百分之二十八。今年把这两类的采购比例提了十个百分点，文学类降了五个点。一季度数据显示，整体借阅量没降，但“检索无结果”的投诉少了将近一半。
说了这么多系统功能，其实最深的体会是：县级馆的数字化，不是买一套软件就完了。系统是死的，得有人天天看数据、天天调参数。我们馆现在有个岗位叫“数据运营员”，不干别的，就是每天早上花半小时看昨天的报表，然后决定今天要不要调整排架、要不要推一条推荐、要不要给某个乡镇分馆调一批书。
这个岗位刚设的时候，有人觉得浪费人力。但一年跑下来，读者满意度从百分之八十二提到了百分之九十一，图书流通率提高了百分之十九。对于一个县级馆来说，这个投入产出比，值了。
所以回到开头那个绘本区的问题——要是没有系统里那些看似无用的停留时长数据，馆长可能到现在还在纳闷。数字化运营这件事，说到底不是让机器替人做决定，而是让人能看见以前看不见的东西。看见了，就好办了。
书房云 · 为城市书房打造的数字化运营平台 · 免费试用