Collection HQ n ja Big Datan kytt kirjastojen

Collection HQ: n ja Big Datan käyttö kirjastojen kokoelmatyössä ja profiloinnissa Viljami Marjomäki Jyväskylän kaupunginkirjasto 15. 11. 2018

Mikä collection. HQ? • Kokoelmanhallintatyökalu yleisille kirjastoille – Vuodesta 2007 alkaen, käytössä yli 450 kirjastossa (Iso-Britannia, Pohjois-Amerikka, Australia) – Jyväskylän kaupunginkirjasto ensimmäinen c. HQ-kirjasto englanninkielisten alueiden ulkopuolelta • c. HQ perustuu EBSM -metodologiaan (Evidence Based Stock Management). • c. HQ hyödyntää ainoastaan havaintoyksikköjä ja lainadataa. – Ei asiakastietoja

Mikä collection. HQ? • c. HQ on selainpohjainen, kirjastojärjestelmästä erillinen ohjelma. • Tietoliikenne on yksisuuntainen, eli kaikki c. HQ: n antamat toimenpideehdotukset on suoritettava kirjastojärjestelmässä (Aurora). • c. HQ ei päivity reaaliaikaisesti, eli kirjastojärjestelmässä tapahtuvat muutokset eivät päivity saman tien c. HQ: hun. • collection. HQ päivittyy viikoittain ja kuukausittain: – viikkopäivityksessä päivittyy niteiden lainadata ja havaintoyksiköt – kuukausipäivityksessä päivittyy lainadatan ja havaintoyksikön lisäksi tietokantaan lisätyt niteet ja sieltä poistetut niteet – Viikkopäivitys tapahtuu sunnuntaisin, kuukausipäivitys puolestaan 15. päivän jälkeisenä sunnuntaina.

Mikä collection. HQ? • Collection. HQ on näyttöön perustuva apuväline, joka yhteiskäytössä kirjastojärjestelmän kanssa auttaa kirjaston henkilökuntaa kokoelmanhallinnassa. • Collection. HQ visualisoi kokoelmaa, esittää toimenpiteitä ja havainnollistaa tehtyä ja tekemätöntä työtä • Collection. HQ ei korvaa kirjastoammattilaista, vaan se tarjoaa lainadataan pohjautuen vinkkejä tehokkaampaan kokoelmatyöhön.

Käyttöönottoprosessi • Talvella 2015 -2016 toteutettiin AVI: n rahoittamana hanke ”Kokoelmatyökalun suunnittelu kelluvalle kokoelmalle” (4 kk) – Ohjelman saattaminen käyttökuntoon, testaaminen, suomenkielisten käyttöohjeiden laatiminen, henkilökunnan kouluttaminen (väh. 1 käyttäjä /yksikkö) – Projektivastaava , projektityöntekijä, muut pääkäyttäjät (parametrointi), ohjausryhmä (kokoelmapoliittinen näkemys) – Account manager: 2 koulutuskäyntiä + 1 seurantakäynti ensimmäisen vuoden aikana – Tekninen tuki • Tarve jatkuvalle ylläpidolle, tekniselle tuelle ja lisäkoulutukselle – Uuden ohjelman omaksuminen osaksi päivittäistä kokoelmatyötä vie aikaa – Tavoitearvojen optimointi tapahtuu testaamisen kautta, samoin ohjelman eri toimintojen soveltaminen kokoelmatyöhön – Aikataulutoiminnon hyödyntäminen

Termistö ja ohjelman rakenne ta Valin Kaunok i to lläpi Y rjallisu us o n Esiin n ine m a t s en in m i o i Arv Muut k Tietoki uin kirj rjallisu us at

c. HQ osaksi työarkea • Tavoitearvojen määrittäminen – Tavoitearvot ovat kokoelmalle ohjelmaan asetettavia arvoja, jotka määrittävät mm. niteen kuolleisuuden, nuhjuisuuden ja siirtokelpoisuuden – Projektin aikana ohjausryhmän määrittämiä, nyt kokoelmatiimin vastuulla • Kokoelmien rajaaminen – Varasto, ei-kelluvat kokoelmat (lapset ja nuoret), tilapäisesti suljetut yksiköt – Kokoelman siivoamista voi tehdä, vaikkei kokoelma ole mukana aineistonsiirroissa • Käyttäjähierarkia – Pääkäyttäjät > yksiköiden vastuukäyttäjät > jokainen kokoelmatyötä tekevä • Aikataulun hyödyntäminen (Scheduling) – Kuukausittainen aikataulutettu tehtävä (+ mahdollinen siirtolista) – Automaattiset muistutusviestit, tehtävän kuittaaminen suoritetuksi

c. HQ osaksi työarkea Tavoitearvot (’Targets’) Jyväskylässä: • Umpikuollut nide: nide ei lainassa neljään vuoteen (1460 vrk) – Auroran käyttöönotosta lokakuussa neljä vuotta • • Kuollut nide (’Dead Item’) = nidettä ei ole lainattu vuoteen (365 vrk) Nuhjuinen nide (’Grubby Item’) = nidettä lainattu vähintään 80 kertaa Siirtokelpoinen nide: nide ei lainassa 6 kuukauteen, alle 80 lainaa Suosituimpien kirjailijoiden niteitä oltava hyllyssä koko ajan 25 %

c. HQ osaksi työarkea

Collection. HQ kyselyt • Kokoelman siivoaminen (Collection Maintenance) – Collection Check, Long Overdue Check • Kysyntä ja tarjonta (Collection Demand) – Collection Use Summary, Popular Author Summary, Popular Subject Summary • Aineiston siirtäminen (Collection Refresh) – Popular Author Transfer, Popular Subject Transfer, Grubby Items Refresh • Aineiston poistaminen (Collection Removal) – Dead Items Removal, Grubby Items Removal • Kelluttaminen (Collection Rebalance) – Floating (Push), Floating (Pull) • Toimintasuunnitelma (Collection Action) – Transfer list

Mitä on tehty, mitä saavutettu?

Mitä on jäänyt tekemättä?

Mitä on tehty, mitä saavutettu? • ” Nopeuttaa ja helpottaa päätöksentekoa. Antaa varmuutta kokoelmatyöhön, varsinkin poistoihin. Joskus kielitaito rajoittaa, jos tutkii esim. periaatteita joilla joku luku muodostuu. ” • ”Mielestäni hyvä työkalu! Hieman pukkaa kiirettä noiden kanssa, mutta en ota paineita. . Tämähän on vain tämä alkurumba, joka joskus helpottaa. . ” • ”Loistava apuväline kokoelmatyön avuksi. ” • ”Hyviä puolia on ehdottomasti se, että kadonneet kirjat tulee poistetuksi CHQ: n avulla hyvin. Huonoja puolia en ole juurikaan löytänyt, kätevä työkalu! ” • ”Ohjelma on selkeä ja suht. helppokäyttöinen, toimii nopeasti ja antaa selkeitä tuloksia. ”

Mitä on tehty, mitä saavutettu? • ”Luovutaan chq: sta: nyt kun ottaa chq-listoja, samat niteet pyörivät siellä tehtävästä toiseen. Jotkut chq-tehtävät tuntuvat “väkisin” laadituilta. Olisi hyvä välillä käydä aineistoa läpi ihan kirjalta: samalla tulee tarkistettua kirjojen kunto ja kokoelman laajuus ja syvyys. ” • ”Tänään olen kellut dekkareita PALJON muualle, kun täällä todella hyväkuntoisia jotka ei ole hyllystä liikahtaneet, mutta muualla ovat paljon lainassa kiertäneitä. ” • ”Hieman isompana kirjastona tunnemme saaneemme c. HQ: sta paljon hyötyä kelluvan kokoelman hallinnassa. Myös nuhjuisten niteiden listasta on ollut hyötyä ja sen käyttö ei ole meistä ollut työläs, Aurora täytyy aina joka tapauksessa olla auki. ” • ”Kahden järjestelmän päällekkäinen ja limittäinen käyttö tuntuu ajoittain hankalalta. ”

Mitä jatkossa? • Jatketaan ainakin ensi vuosi • Lasten ja nuorten aineisto alkaa kellumaan

Big Data projekti • • • Jyväskylän ja Turun kaupunginkirjastot Projekti käynnistyi 15. 1. 2018 Projekti päättyi 31. 10. 2018 Projektityöntekijä Viljami Marjomäki Ohjausryhmä – Jyväskylästä Hanna Martikainen & Juha Hälinen – Turusta Kaisa Hypen & Aki Pyykkö

Tapahtumat tiivistetysti • • Maaliskuussa projektin esittely Turussa ja Jyväskylässä Koulutus Porissa huhtikuussa Koulutus Turussa toukokuussa Etäyhteys Turkuun ongelmallista koko projektin ajan Kaikkea ei saatu ajoissa (Raportointipalvelu) Yllättäviä lisäyksiä (Auroran lisäosat, Power Bi) Kiinnostusta kohderyhmien ulkopuolella

Raportointipalvelu

Tavoitteet • Hyödyntää kirjastojärjestelmän tuottamaa dataa kokoelmaprosessin kehittämisessä • Olemassa olevat työkalut tehokkaampaan käyttöön – Axiell Aurora (JKL & TKU) – Raportointipalvelu (JKL & TKU) – Collection Hq (JKL) • Henkilöstön osallistaminen: kehitetään osaamista datan hyödyntämisestä eri tavoilla ja kehitetään uusia kokoelman hallinnan toimintatapoja

Profilointi • Kirjastojen profilointi anonymisoidun lainadatan avulla. – Millainen asiakaskunta? – Kokoelman erityispiirteet? – Mikä kasautuu ja mikä katoaa? – Mikä on kokoelman enimmäismäärä? • Etsitään tasapainoa kokoelman kattavuuden ja profiloinnin välillä.

Tasapainoilu • Kokoelman tasapainotus kelluvassa kokoelmassa – Kasautumien ja aukkojen tasaaminen – Nuhjuisten niteiden korvaaminen olemassa olevilla • Kokoelman kokonaisuuden ja aineistoihin kohdistuvan kysynnän parempi hallinta

Jyväskylän teemat • Kirjastojen profilointi anonymisoidun lainadatan avulla. – Mistä lainaajat tulevat? – Keitä he ovat? – Mitä he lainaavat ja palauttavat? – Yksiköiden väliset erot, onko niitä?

Jyväskylä ja Turku Jyväskylän lainojen jako 2017 48% Ensilainat Jyväskylä Kaikki uusinnat Automaattiuusinnat Palvelutiskiuusinnat Verkkokirjaston uusinnat 52% Uusinnat Osuus uusinnoista 1277426 100 % 1102 0 % 155533 12 % 1120791 88 % Turun lainojen jako 2017 46% 54% Ensilainat Turku Kaikki uusinnat Automaattiuusinnat Palvelutiskiuusinnat Verkkokirjaston uusinnat Uusinnat Osuus uusinnoista 1362374 100 % 1331 0 % 131162 10 % 1229881 90 %

Jyväskylä ja Turku Kirjasto Jyväskylän pääkirjasto * Kirjastoauto Wivi Halssilan lähikirjasto Huhtasuon lähikirjasto Keljonkankaan lähikirjasto Keltinmäen lähikirjasto Korpilahden lähikirjasto * Kirjastoauto Martti Kortepohjan lähikirjasto Vaajakosken aluekirjasto * Kirjastoauto Aino Palokan aluekirjasto Tikkakosken lähikirjasto Vesangan lähikirjasto Lohikosken pienkirjasto Säynätsalon lähikirjasto Yhteensä * Kirjastoautot Ensilainat 514545 57237 28535 32037 36347 44385 24597 19186 97327 137262 65881 200572 46154 10191 14494 31152 1 359 902 142304 Kirjasto Turun pääkirjasto Hirvensalon kirjasto Jyrkkälän kirjasto Ilpoisten kirjasto Lausteen kirjasto Maarian kirjasto Nummen kirjasto Paattisten kirjasto Pansion kirjasto Runosmäen kirjasto Varissuon kirjasto Vasaramäen kirjasto Turun kirjastoautot Skanssin yhteispalvelupiste Yhteensä Ensilainat 961312 73210 7372 76487 18778 13017 138122 19794 15203 71088 54183 43422 73033 17153 1 582 174

Jyväskylä ja Turku Turun ensilainat ja palautukset yksiköittäin 2017 Skanssin yhteispalvelupiste Turun kirjastoautojen kokoelma Vasaramäen kirjasto Varissuon kirjasto Runosmäen kirjasto Pansion kirjasto Paattisten kirjasto Nummen kirjasto Maarian kirjasto Lausteen kirjasto Ilpoisten kirjasto Jyrkkälän kirjasto Hirvensalon kirjasto Turun pääkirjasto 0% 10% 20% 30% Ensilainat 40% 50% Palautukset 60% 70% 80% 90% 100%

Jyväskylä ja Turku Jyväskylän ensilainat ja palautukset yksiköittäin 2017 Säynätsalon lähikirjasto Lohikosken pienkirjasto Vesangan lähikirjasto Tikkakosken lähikirjasto Palokan aluekirjasto Kirjastoauto Aino Vaajakosken aluekirjasto Kortepohjan lähikirjasto Kirjastoauto Martti Korpilahden lähikirjasto Keltinmäen lähikirjasto Keljonkankaan lähikirjasto Huhtasuon lähikirjasto Halssilan lähikirjasto Kirjastoauto Wivi Jyväskylän kaupungin pääkirjasto 0% 10% 20% 30% Ensilainaus 40% 50% Palautukset 60% 70% 80% 90% 100%

Jyväskylä ja Turku Henkilöasiakkaiden ensilainat 2017 Vasaramäen kirjasto 3% Turun kirjastoautojen kokoelma 5% Skanssin yhteispalvelupiste 1% Varissuon kirjasto Runosmäen kirjasto 3% 4% Pansion kirjasto 1% Paattisten kirjasto 1% Nummen kirjasto 9% Maarian kirjasto 1% Lausteen kirjasto 1% Ilpoisten kirjasto 5% Jyrkkälän kirjasto Hirvensalon kirjasto 0% 5% Turun pääkirjasto 61%

Jyväskylä ja Turku Henkilöasiakkaiden ensilainat 2017 Säynätsalon lähikirjasto 2% Lohikosken Kirjastoautot pienkirjasto 10% 1% Vesangan lähikirjasto 1% Jyväskylän kaupungin pääkirjasto 38% Tikkakosken lähikirjasto 3% Palokan aluekirjasto 15% Vaajakosken aluekirjasto 10% Kortepohjan lähikirjasto 7% Korpilahden lähikirjasto 2% Halssilan lähikirjasto 2% Huhtasuon lähikirjasto Keljonkankaan Keltinmäen 2% lähikirjasto 3% 3%

Collection HQ • • • www. collectionhq. com Käytössä vain Jyväskylässä Havainnollistaa hyvin kysyntää Havainnollistaa hyvin aineiston kiertoa Saa raportteja ulos valmiissa muodossa

Miksi ei Collection HQ • • Rajalliset hakutoiminnot Raporttien muokkaaminen työlästä Pimittää datahistoriaa Ei sisällä asiakastietoja

Collection HQ Kaunokirjallisuus

Collection HQ tietokirjallisuus

Collection HQ ei kirjat

Aurora • Tilastoi monipuolisesti, jos kaikkia ominaisuuksia käytetty – Autojen pysäkkiseuranta • Dataa saa helposti ulos csv-tiedostona • Datan muokkaaminen Excelissä rajatonta. • Tilastot monipuolistuneet vuosien aikana (Ensilainat, Uusinnat, Palautukset) • Kymmeniä raportteja, moninkertaisesti mahdollisuuksia – Pieniä kaupunkien välisiä eroja • Saa ulos isojakin massoja • Rajauksia voi tehdä hakuun, sekä hakutulokseen

Aurora • • Ei yleispäteviä ohjeita, koska tietokantojen rakenteet kimpoissa erilaiset Osastojen moninaisuus kuntien välillä – Keskissä käytössä Nuortenosasto NA, Nuortenosasto NN, Nuoret aikuiset Sijaintien käyttö vaihtelee paljon kunnittain – Keskissä käytössä Jännitys, Dekkarit Osastojen ja sijaintien käytöissä eroja kun kyseessä on varasto Aineistolajit ja julkaisutyypit ei yksiselitteisiä – Julkaisutyyppi Kirja voi olla useampaa aineistolajia – Isoteksti on sekä aineistolaji, että sijainti Palautustilasto ei mukana alusta asti. – Keskissä marraskuu 2015? Uusinnat eivät tilastoi kaikkea, kuten lainaajan postinumero

Aurora • Axiell halukas kehittämään – Tilasto Plus • Vaatii ideointia ja sql-osaamista • Raporttien jakamisen mahdollisuus – Kokoelma Plus • Testikäytössä (Jyväskylä & Turku) • Ikäryhmät mahdollista saada tällä hetkellä suoraan • Kaikki kehitysversiot eivät vielä toimi, kuten liikkuvuusanalyysi • Palautusyksikkö ja ikäryhmät toimivia lisäyksiä

Big Datan ympäristö Henkilöasiakkaiden ensilainat alueittain 2017 250000 216272 206030 200000 143797 150000 108634 100000 81319 76681 63630 60228 55389 56061. 8571428571 4000742463 40983 50000 3083728059 21943 2525127438 14890 4646 98160 90355 39072. 5 38138 24489 15730 10944 2053 890 476 i o an ia ed M 0 0 rv ia Ke sk 34 21 0 0 0 0 33 21 96 20 90 20 88 20 81 20 80 20 76 20 75 20 0 0 74 20 73 20 72 20 70 61 20 0 54 20 0 52 20 0 50 20 0 46 20 0 40 20 0 38 20 0 36 20 0 32 20 0 30 20 0 25 20 0 24 20 0 21 20 0 20 20 10 0 0

Big Datan ympäristö Henkilöasiakkaiden ensilainat alueittain Series 1 138716 128737 101393 95396 88683 62916 59551 37612 47052 46271 44343 38054 36936 28670 25705 19114 4846 38137 32103 22949 7604 7541 5690 28320 69564961 35766. 1388888889 28495 15531 6986 22174143090781 977 40 10 40 0 25 40 0 27 40 0 32 40 0 34 40 0 35 40 0 40 40 0 42 40 0 50 40 0 52 40 0 53 40 0 60 40 0 62 40 0 63 40 0 64 40 0 66 40 0 70 40 0 72 40 0 74 40 0 80 40 0 82 40 0 90 41 0 12 41 0 14 41 0 16 41 0 45 41 0 63 41 0 80 41 0 82 41 0 84 41 0 86 41 0 87 41 0 88 41 0 93 41 0 Ke 94 sk 0 M iarv ed o ia an i 59 50689 48581

Big Datan ympäristö Turun pääkirjaston lainaajat 2017 yli 90 84 -89 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 Naiset 42 -47 Miehet 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -60000 -40000 -20000 0 20000 40000 60000 80000 100000

Big Datan ympäristö Jyväskylän pääkirjaston lainaajat 2017 yli 84 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 Naiset 36 -41 Miehet 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -30000 -20000 -10000 0 10000 20000 30000 40000 50000 60000

Big Datan ympäristö Nummen lainaajat 2017 yli 90 84 -89 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 Naiset 42 -47 Miehet 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -10000 -5000 0 5000 10000 15000 20000

Big Datan ympäristö Kortepohjan lainaajat 2017 yli 84 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 Naiset 36 -41 Miehet 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -6000 -4000 -2000 0 2000 4000 6000 8000 10000 12000 14000

Big Datan ympäristö Varissuon lainaajat 2017 yli 90 84 -89 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 Naiset 42 -47 Miehet 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -4000 -3000 -2000 -1000 0 1000 2000 3000 4000 5000 6000

Big Datan ympäristö Lainaajat Huhtasuolla 2017 yli 84 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 Naiset 36 -41 Miehet 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -2000 -1000 0 1000 2000 3000 4000

Big Datan ympäristö Turun kirjastoautojen lainaajat 2017 yli 90 84 -89 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 Naiset 42 -47 Miehet 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -15000 -10000 -5000 0 5000 10000 15000 20000

Big Datan ympäristö Jyväskylän kirjastoautojen lainaajat 2017 yli 84 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 Naiset 36 -41 Miehet 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -40000 -30000 -20000 -10000 0 10000 20000 30000 40000 50000

Big Datan ympäristö Säynätsalon lainaajat 2017 yli 84 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 Naiset 36 -41 Miehet 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -2000 0 2000 4000 6000 8000 10000 12000

Big Datan ympäristö Lausteen lainaajat 2017 yli 90 84 -89 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 Naiset 42 -47 Miehet 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -3000 -2000 -1000 0 1000 2000 3000 4000

Big Datan ympäristö Lohikosken lainaajat 2017 yli 84 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -2000 Naiset Miehet -1500 -1000 -500 0 500 1000 1500 2000 2500

Big Datan ympäristö Pansion lainaajat 2017 yli 90 84 -89 78 -83 72 -77 66 -71 60 -65 54 -59 48 -53 42 -47 36 -41 30 -35 24 -29 18 -23 12 -17 6 -11 0 -5 -1000 -500 0 500 Naiset Miehet 1000 1500

Datan lähteet ja visualisointi • Axiell Aurora Tilasto Plus • Collection HQ Kokoelma Plus • Raportointipalvelu Visualisointi Power BI: llä Visualisointi Exclillä

Datan lähteet ja visualisointi Jyväskylän kokoelma toukokuun loppupuolella TOP 10 aikuisten kirjat TOP 20 tietokirjat Musiikki TOP 20 Kuokkalamallinnus kirjastoauton datasta Kuokkalamallinnus pääkirjaston datasta Jyväskylän kirjastot, lainat ja asukkaat alueittain Turun kirjastot, lainat ja asukkaat alueittain Jyväskylän kirjastojen palvelutuntien lainaus 2015 -2018 Turun kirjastojen palvelutuntien lainaus 2015 -2018

Big Data Kysymyksiä? Kiitos!