Decisiones con Datos en tu Biblioteca: Analítica de los 4 Pilares

Las bibliotecas generan datos de forma continua. Cada préstamo, cada devolución, cada descarga del repositorio, cada artículo enviado a una revista, cada citación en una base académica es un evento que queda registrado en algún sistema. El problema es que esos eventos viven en sistemas diferentes —Koha, DSpace, OJS, OpenAlex— que rara vez se comunican entre sí. El resultado es que los equipos directivos de las bibliotecas toman decisiones a partir de una fracción pequeña de la información disponible, o dedican tiempo considerable a extraer y cruzar datos manualmente antes de poder sacar conclusiones.

La analítica de los 4 pilares de LibraryStack parte de una premisa simple pero poderosa: los datos de todos tus sistemas deben poder analizarse juntos, en un solo contexto, con la capacidad de hacer preguntas en lenguaje natural y recibir respuestas con datos verificados. No estimaciones, no tendencias inferidas: cifras reales con su fuente declarada.

El problema: datos dispersos, decisiones por intuición

En una institución académica típica, los datos de biblioteca están distribuidos así: el sistema de circulación registra préstamos y devoluciones en Koha; el repositorio institucional guarda métricas de vistas y descargas en DSpace; la revista académica lleva un seguimiento de envíos y publicaciones en OJS; y la producción científica de los investigadores está en bases externas como OpenAlex. Cuatro sistemas, cuatro interfaces, cuatro formatos de exportación distintos.

Cuando la dirección necesita un informe de gestión, alguien del equipo exporta datos de cada sistema, los lleva a una hoja de cálculo, los homogeneiza y construye el informe. El proceso consume tiempo, introduce errores de homologación y produce un resultado que ya está desactualizado cuando se presenta. Además, el análisis suele quedarse en la superficie: cifras totales, comparaciones anuales, muy poco cruce entre sistemas. La pregunta "¿las carreras con mayor producción en el repositorio son también las que más consultan el catálogo?" raramente tiene respuesta porque cruzar esos datos manualmente requiere un esfuerzo desproporcionado.

La consecuencia directa es que las decisiones sobre adquisiciones, servicios, personal y presupuesto se toman con información parcial. Se compran libros basándose en solicitudes anecdóticas en lugar de patrones de búsqueda fallida. Se mantienen suscripciones que nadie usa porque no hay datos de uso cruzados con el catálogo. Se recortan servicios con alta demanda real porque esa demanda nunca se midió con precisión.

Los 4 pilares: una visión completa del ecosistema

LibraryStack estructura la analítica en torno a los cuatro sistemas que definen el ecosistema de una biblioteca académica moderna. Cada pilar aporta una dimensión diferente; juntos, ofrecen una imagen completa del estado y el impacto de la institución.

Pilar 1 — Circulación (Koha)

El pilar de circulación agrupa todas las métricas de uso del fondo bibliográfico gestionado en Koha. Esto incluye el volumen de préstamos, devoluciones y renovaciones desagregados por sede, carrera, tipo de material y período. Incluye también el seguimiento de morosos —usuarios con préstamos vencidos— y la identificación de los títulos con mayor rotación y de los que permanecen sin movimiento durante períodos prolongados.

Este pilar responde preguntas como: ¿qué tipo de material (libros, revistas, AV) tiene mayor demanda en cada facultad? ¿Cuál es el tiempo promedio de permanencia en préstamo por área? ¿Hay sedes con mayor índice de renovaciones que podrían beneficiarse de más ejemplares? ¿Qué títulos adquiridos recientemente tienen alta rotación y justifican ejemplares adicionales?

Pilar 2 — Repositorio (DSpace)

El pilar del repositorio mide el impacto y el uso de los materiales depositados en DSpace. Las métricas principales son vistas y descargas por ítem, por colección y por período, el crecimiento del acervo en número de ítems nuevos por ciclo, la distribución del fondo por tipo de material y área temática, y el porcentaje de ítems con cumplimiento FAIR, OpenAIRE y COAR.

Este pilar permite responder: ¿qué colecciones generan más descargas? ¿Hay tesis que nadie descarga a pesar de su potencial valor? ¿Qué áreas tienen escasa representación en el repositorio en comparación con su producción académica real? ¿Cuántos ítems no cumplen los estándares de interoperabilidad y qué impacto tiene eso en la visibilidad internacional del repositorio?

Pilar 3 — Revistas (OJS)

El pilar de revistas cubre las métricas estadísticas básicas de los journals gestionados en OJS: volumen de envíos y publicaciones por número y año, producción editorial agregada por revista, y métricas de actividad del proceso editorial. Este módulo es estadístico en su versión actual; el análisis editorial avanzado —tiempos de revisión, tasas de aceptación detalladas— está en el roadmap de desarrollo.

Aun así, los datos disponibles son suficientes para responder preguntas relevantes para la gestión: ¿cuál es el ritmo de producción de cada revista? ¿Se están cumpliendo los calendarios editoriales? ¿Hay revistas con muchos envíos y pocas publicaciones que podrían necesitar más apoyo editorial?

Pilar 4 — Investigación (OpenAlex)

El cuarto pilar conecta la actividad de la biblioteca con la producción científica de la institución, usando como fuente los datos de OpenAlex. Incluye métricas de producción científica y citas de los investigadores afiliados, redes de colaboración nacional e internacional, fondos de financiamiento activos vinculados a proyectos del área, y análisis de tendencias de publicación por disciplina.

Este pilar transforma la perspectiva de la analítica: ya no solo mide el uso de los servicios de la biblioteca, sino el impacto de la institución en el ecosistema científico global. Eso permite justificar inversiones, identificar oportunidades de colaboración y alinear los servicios de información con las prioridades de investigación de la institución.

El backfill histórico: analizar tendencias, no solo el estado actual

Uno de los desafíos más comunes en la analítica bibliotecaria es la falta de datos históricos estructurados. Los sistemas de gestión como Koha o DSpace almacenan el estado actual —qué libros están prestados, qué ítems existen en el repositorio— pero no siempre conservan un histórico detallado de todos los eventos pasados en un formato que permita el análisis temporal.

LibraryStack construye un event store o backfill histórico enriquecido: un registro cronológico de los eventos de cada sistema (préstamos, devoluciones, depósitos, descargas, citaciones) almacenado en un formato normalizado que permite consultas temporales precisas. Este backfill se construye con los datos históricos disponibles en cada sistema al momento de la integración y se mantiene actualizado con cada nuevo evento.

El resultado es que la analítica puede responder no solo "¿cuántos préstamos hubo este mes?" sino "¿cómo ha evolucionado la demanda de materiales de esta área en los últimos tres años?", "¿el aumento de depósitos en el repositorio se correlaciona con un incremento en las citaciones externas?" o "¿los ciclos de mayor actividad en circulación coinciden con los períodos de mayor producción editorial en OJS?". Este tipo de análisis temporal y cruzado es imposible con los datos fragmentados en sistemas separados.

Tablas pivote e informes ejecutivos en lenguaje natural

La capacidad analítica más transformadora de LibraryStack no es la visualización de datos —aunque los tableros están disponibles— sino la posibilidad de conversar con los datos en lenguaje natural a través de JAVI.

El proceso funciona así: el responsable de la biblioteca formula una pregunta como "dame los préstamos del último semestre cruzados por facultad y tipo de material". JAVI identifica la intención de la consulta, determina qué datos son necesarios, genera la consulta correspondiente sobre el event store, ejecuta el cruce y presenta el resultado como una tabla estructurada acompañada de un resumen textual de los hallazgos principales. Cada respuesta incluye la fuente del dato —el sistema consultado, el período analizado— de modo que el equipo puede verificar cualquier cifra.

Esta capacidad elimina la dependencia de conocimientos técnicos para extraer valor de los datos. No es necesario saber SQL, ni conocer la estructura de la base de datos de Koha, ni dominar herramientas de BI. El lenguaje natural es la interfaz.

El mismo mecanismo permite generar informes ejecutivos completos. En lugar de construir el informe desde cero con datos extraídos manualmente, el equipo puede solicitarle a JAVI: "prepara un informe de gestión del año académico con los indicadores clave de los 4 pilares". El agente consolida los datos, identifica las tendencias más relevantes, señala los puntos de atención y genera un documento estructurado listo para presentar.

Casos de uso para la dirección

Justificación de adquisiciones con datos

La solicitud de presupuesto para adquisiciones bibliográficas se fortalece cuando va acompañada de evidencia: búsquedas sin resultado en el catálogo por tema, materiales con alta rotación que generan colas de espera, áreas de la colección con cobertura insuficiente respecto a la producción científica reciente del campo. La analítica de los 4 pilares cruza datos de búsqueda del pilar de circulación con datos del pilar de investigación para construir ese argumento con precisión.

Reportes de gestión ante autoridades

Las bibliotecas deben rendir cuentas ante rectorados, vicerrectorías de investigación y organismos financiadores. Un reporte que muestre no solo el volumen de préstamos sino también el impacto del repositorio en descargas internacionales y la correlación entre los servicios de la biblioteca y la producción científica de la institución es cualitativamente diferente de los informes tradicionales.

Detección de suscripciones sin uso real

Las bases de datos suscritas son una inversión significativa. Cruzar los datos de acceso a esas bases —cuando están disponibles— con las estadísticas de búsqueda del descubridor permite identificar qué suscripciones generan uso real y cuáles podrían no justificar su renovación.

Planificación de servicios y horarios

Los datos de circulación desagregados por hora, día y semana permiten identificar los picos de demanda reales y ajustar los recursos humanos y físicos en consecuencia. La apertura de nuevas sedes, la ampliación de horarios o la reorganización de espacios puede fundarse en datos de uso concretos en lugar de estimaciones.

De la intuición a la evidencia

El cambio que propone la analítica de los 4 pilares no es solo tecnológico: es cultural. Implica pasar de una gestión bibliotecaria donde las decisiones se toman en gran medida a partir de la experiencia acumulada y la percepción del equipo, a una donde esa experiencia se complementa con datos verificados y cruzados que revelan patrones que la percepción humana no puede detectar fácilmente.

Esto no invalida el criterio profesional: lo amplifica. El bibliotecario con años de experiencia que intuye que "la demanda de materiales de salud ha crecido" ahora puede confirmarlo con datos, dimensionarlo con precisión, compararlo con otras áreas y usarlo como argumento ante la dirección. La intuición sigue siendo valiosa; la diferencia es que ahora tiene evidencia que la respalda.

Para las instituciones que buscan demostrar el valor estratégico de la biblioteca en el ecosistema académico, la capacidad de medir, analizar y comunicar ese impacto con datos concretos es un diferenciador crítico. La analítica de los 4 pilares hace posible esa conversación.