Halk Kütüphanelerinde Okuyucu Deneyimi Verisi Nasıl Analiz Edilir?

Halk Kütüphanelerinde Okuyucu Deneyimi Verisi Nasıl Analiz Edilir?

Modern kütüphanecilik anlayışında, fiziksel ve dijital koleksiyonların ötesine geçerek kullanıcı odaklı bir hizmet modeli benimsemek, kurumların sürdürülebilirliği için kritik bir zorunluluk haline gelmiştir. Halk kütüphanelerinde okuyucu deneyimi verisi analizi, sadece ödünç alınan kitap sayısını takip etmek değil; kütüphane mekanının nasıl kullanıldığını, kullanıcıların hangi hizmetlere ihtiyaç duyduğunu ve dijital kaynakların ne kadar verimli tüketildiğini anlamlandırma sürecidir. 2026 yılı itibarıyla veri odaklı yönetim, kütüphanelerin toplumdaki yerini sağlamlaştıran en güçlü araçtır.

Bu rehberde, kütüphane yöneticileri ve bilgi profesyonelleri için okuyucu deneyimi verilerini toplama, temizleme ve stratejik kararlara dönüştürme süreçlerini adım adım ele alıyoruz. Veri analitiği, kütüphane hizmetlerini kişiselleştirmek ve sınırlı bütçeleri en verimli şekilde yönetmek için temel bir pusula görevi görür. Doğru analiz yöntemleri sayesinde, kütüphanenizi yalnızca bir kitap deposu olmaktan çıkarıp, yerel halkın ihtiyaç duyduğu dinamik bir öğrenme ve sosyalleşme merkezine dönüştürebilirsiniz.

Veri Toplama Stratejileri: Hangi Veriler Analiz Edilmeli?

Etkili bir analiz süreci, kaliteli ve doğru veriyle başlar. Halk kütüphanelerinde okuyucu deneyimi verisi analizi yaparken, nicel (sayısal) ve nitel (gözlemsel) verilerin dengeli bir şekilde harmanlanması gerekir. Sadece ödünç verme istatistiklerine odaklanmak, "kütüphaneye gelen ancak ödünç kitap almayan" kullanıcıların deneyimini göz ardı etmenize neden olur.

Nicel Veri Kaynaklarını Belirleme

Nicel veriler, kütüphanenizin dijital ayak izlerini ve fiziksel kullanım yoğunluğunu gösterir. Aşağıdaki veri setleri, temel analizleriniz için başlangıç noktasıdır:

• Kütüphane Yönetim Sistemi (KYS) Logları: Ödünç alınan materyaller, iade süreleri ve gecikme oranları.
• Wi-Fi Bağlantı Verileri: Kütüphane içerisindeki yoğunluk noktaları ve kullanıcıların ağda geçirdiği süre.
• Dijital Kaynak Erişim İstatistikleri: E-kitap, veritabanı ve abonelikli içeriklerin kullanım oranları.
• Ziyaretçi Sayım Sensörleri: Günün hangi saatlerinde kütüphanenin daha aktif kullanıldığına dair veriler.

Nitel Veri Toplama Yöntemleri

Nitel veriler, kullanıcıların "neden" sorusuna yanıt verir. Bu verileri toplamak için şu yöntemleri kullanabilirsiniz:

• Kullanıcı Memnuniyet Anketleri: Hizmet kalitesini ölçmek için kısa ve odaklı anketler (QR kod ile erişim sağlanabilir).
• Odak Grup Görüşmeleri: Farklı yaş gruplarından kullanıcılarla yapılan derinlemesine mülakatlar.
• Gözlem Günlükleri: Kütüphane personelinin, kullanıcıların mekan içindeki hareketlerini ve yaşadıkları zorlukları not ettiği günlükler.

Veri Analizinde İzlenecek 5 Adımlı Süreç

Topladığınız ham verileri anlamlı bir bilgiye dönüştürmek için sistematik bir yaklaşım izlemelisiniz. 2026 yılı standartlarında veri analitiği, manuel hesaplamalardan ziyade otomasyon ve görselleştirme araçlarını gerektirir.

1. Veri Temizliği: Toplanan veriler içerisindeki hatalı, mükerrer veya eksik kayıtları ayıklayın. Temiz veri, doğru analizin temelidir.
2. Segmentasyon: Okuyucuları yaş, ilgi alanı, kütüphane kullanım sıklığı gibi kriterlere göre gruplandırın. Her grubun deneyimi farklı beklentiler içerir.
3. Korelasyon Analizi: Hangi hizmetlerin hangi kullanıcı grupları tarafından daha çok tercih edildiğini belirleyin. Örneğin; "Akşam saatlerinde gelen öğrenciler genellikle hangi materyallere yöneliyor?" sorusuna yanıt arayın.
4. Veri Görselleştirme: Karmaşık tablolar yerine dashboard (gösterge paneli) araçları kullanarak verileri görselleştirin. Bu, kararların daha hızlı alınmasını sağlar.
5. Eylem Planı Oluşturma: Analiz sonuçlarını, kütüphane hizmetlerini iyileştirecek spesifik projelere dönüştürün.

Kritik Uyarı: Veri analizi sürecinde kişisel verilerin korunması kanunlarına (KVKK) tam uyum sağlamalısınız. Kullanıcı verilerini anonimleştirmeden analiz süreçlerine dahil etmeyin. Kullanıcı mahremiyeti, kütüphanecilik etiğinin en temel taşıdır.

Kütüphane Mekan Kullanımı ve Deneyim Optimizasyonu

Okuyucu deneyimi sadece kitaplarla sınırlı değildir; mekanın fiziksel düzeni de deneyimi doğrudan etkiler. Halk kütüphanelerinde okuyucu deneyimi verisi analizi, kütüphane mimarisinin ve mobilya yerleşiminin verimliliğini ölçmek için kullanılabilir.

Isı Haritaları (Heat Maps) ile Mekan Analizi

Kütüphane içerisinde kullanıcıların en çok hangi bölümlerde vakit geçirdiğini belirlemek için ısı haritaları oluşturun. Bu haritalar, "ölü alanları" tespit etmenize yardımcı olur. Eğer bir çalışma masası grubu hiç kullanılmıyorsa, o alanı sosyal etkileşim alanına veya sessiz okuma köşesine dönüştürmeyi düşünebilirsiniz.

Ergonomi ve Erişilebilirlik Verileri

Engelli bireylerin veya yaşlı kullanıcıların kütüphane içindeki hareket kabiliyetini analiz edin. Kullanıcıların raflara erişim kolaylığı veya dijital kioskların kullanım oranı, kullanıcı deneyiminin kalitesini belirleyen temel metriklerdir. Eğer bir kullanıcı bir kaynağı bulamadan kütüphaneden ayrılıyorsa, bu durum "kullanıcı kaybı" olarak veriye yansımalıdır.

Dijital Hizmetlerde Kullanıcı Deneyimi (UX) Analizi

Halk kütüphaneleri artık hem fiziksel hem de dijital birer hibrit merkezdir. Okuyucuların kütüphane web sitesi veya mobil uygulaması üzerindeki hareketleri, kütüphaneye olan bağlılıklarını doğrudan yansıtır.

Web Sitesi ve Katalog Arama Deneyimi

Kullanıcılar kütüphane kataloğunda arama yaparken hangi terimleri kullanıyor? "Sıfır sonuç" veren aramaların analizi, koleksiyon geliştirme stratejiniz için altın değerindedir. Eğer kullanıcılar sürekli olarak kütüphanenizde bulunmayan kaynakları arıyorsa, bu durum satın alma listenizi şekillendirmeniz gerektiğini gösterir.

Dijital Kaynakların Kullanım Oranı

E-kitap ve sesli kitap platformlarına erişim verilerini analiz edin. Hangi türler (kurgu, akademik, çocuk) daha popüler? Bu veriler, dijital abonelik bütçenizi optimize etmenizi sağlar.

Veri Analizi Sonuçlarını Stratejik Kararlara Dönüştürme

Analiz yapmak tek başına yeterli değildir; asıl başarı, bu verilerin kütüphane politikalarına yansıtılmasıdır. Halk kütüphanelerinde okuyucu deneyimi verisi analizi, bütçe tahsisinden etkinlik planlamasına kadar her alanda kullanılmalıdır.

Bütçe Optimizasyonu

Veriler, hangi tür materyallerin artık popüler olmadığını açıkça gösterir. Kullanılmayan veya düşük sirkülasyona sahip koleksiyonları ayıklayarak (weeding), bütçenizi daha talep gören alanlara kaydırın. Bu, kütüphanenizin güncel ve canlı kalmasını sağlar.

Etkinlik ve Program Tasarımı

Kullanıcılarınızın demografik verilerini analiz ederek, onların ilgi alanlarına uygun atölyeler ve etkinlikler düzenleyin. Örneğin; veriler 25-35 yaş arası kullanıcıların arttığını gösteriyorsa, bu gruba yönelik dijital okuryazarlık veya kariyer geliştirme odaklı etkinlikler planlayabilirsiniz.

Sıkça Sorulan Sorular

Halk kütüphanelerinde veri analizi yapmak için teknik bir ekibe ihtiyaç var mı?

Hayır, başlangıç seviyesinde temel Excel bilgisi ve ücretsiz veri görselleştirme araçları (Google Looker Studio gibi) yeterlidir. İlerleyen süreçlerde veri analitiği konusunda uzmanlaşmış kütüphanecilerle çalışmak süreci profesyonelleştirecektir.

Veri toplarken kullanıcıların gizliliğini nasıl koruyabilirim?

Verileri toplarken "anonimleştirme" yöntemini kullanın. Kullanıcıların isimlerini veya kişisel bilgilerini değil, sadece davranışlarını (örneğin; "30-40 yaş arası bir kullanıcı, öğleden sonra saat 14:00'te tarih bölümünden kitap aldı") takip edin.

Hangi sıklıkla veri analizi yapmalıyım?

Stratejik kararlar için yıllık analizler yeterli olabilir; ancak operasyonel iyileştirmeler (mekan kullanımı, etkinlik verimliliği) için üç aylık (çeyrek dönem) analizler daha sağlıklı sonuçlar verir.

Küçük bir kütüphaneyim, bu yöntemler bana uygun mu?

Evet, ölçek ne olursa olsun veri analizi kütüphanenizin kaynaklarını daha verimli kullanmanızı sağlar. Küçük kütüphanelerde manuel kayıt tutma ve basit anketler bile büyük fark yaratabilir.

Veri analizi sonuçlarını kütüphane yönetimine nasıl sunmalıyım?

Sonuçları uzun raporlar yerine, görselleştirilmiş dashboardlar ve kısa yönetici özetleri (Executive Summary) ile sunun. Karar vericilerin "ne yapılması gerektiğini" hızlıca anlamasını sağlayın.

Sonuç

Halk kütüphanelerinde okuyucu deneyimi verisi analizi, kütüphaneciliğin geleceğini şekillendiren en önemli disiplinlerden biridir. 2026 yılında, sezgisel yönetim yerini kanıta dayalı kararlara bırakmıştır. Kullanıcılarınızı dinlemek, onların dijital ve fiziksel davranışlarını anlamlandırmak ve bu bilgiyi hizmet kalitesini artırmak için kullanmak, kütüphanenizi toplumun merkezinde tutacaktır.

Bu rehberde paylaşılan adımları uygulayarak, kütüphanenizin verimliliğini artırabilir, kaynaklarınızı daha akılcı yönetebilir ve okuyucularınız için daha tatmin edici bir deneyim inşa edebilirsiniz. Unutmayın; veri, kütüphanenizin hikayesini anlatan en dürüst araçtır. Bu hikayeyi doğru okuyarak, kütüphanenizin geleceğini başarıyla yazabilirsiniz.

Veri Analizi Sürecinde Sık Yapılan Hatalar ve Kaçınma Yolları

Halk kütüphanelerinde veri analizi süreci, doğru planlanmadığında yanıltıcı sonuçlar doğurabilir. Kütüphane yöneticilerinin ve bilgi profesyonellerinin sıklıkla düştüğü hatalar, kaynakların yanlış tahsis edilmesine neden olur.

• Sadece Nicel Veriye Odaklanmak: Sadece ödünç alınan kitap sayısına bakmak, okuyucunun kütüphanede neden vakit geçirmediğini açıklamaz. Nitel verilerle desteklenmeyen nicel veriler "bağlamsızdır".
• "Ortalama" Tuzağına Düşmek: Tüm kullanıcıları tek bir homojen grup olarak görmek, farklı yaş ve ilgi gruplarının ihtiyaçlarını göz ardı etmenize neden olur. Segmentasyon şarttır.
• Veri Temizliği Yapmamak: Eksik, hatalı veya mükerrer kayıtlar analiz sonuçlarını doğrudan bozar. Veri girişi aşamasında standart bir protokol uygulanmalıdır.
• Geri Bildirim Döngüsünü Kapatmamak: Kullanıcılardan veri toplayıp, bu veriye dayanarak yapılan iyileştirmeleri onlara duyurmamak, kullanıcı güvenini zedeler.

Veri Analizi İçin Kullanılabilecek Araç ve Yazılım Ekosistemi

Kütüphane ölçeğine göre seçilecek araçlar, veri toplama ve işleme hızınızı belirler. İşte kütüphaneler için ideal araç kategorileri:

Örnek Senaryo: Düşük Kullanımlı Bir Bölümün İyileştirilmesi

Bir halk kütüphanesinde "Yerel Tarih" bölümünün kullanım oranlarının düştüğünü varsayalım. İzlenecek yol şu şekilde olmalıdır:

1. Veri Toplama: Bölümdeki kitapların son 12 aydaki ödünç alma sayıları ve bölümdeki fiziksel ziyaretçi sayısı (ısı haritası ile) ölçülür.
2. Nitel Sorgulama: Bölümde vakit geçiren veya bölümün yanından geçen kullanıcılara kısa "Neden burayı tercih etmiyorsunuz?" soruları sorulur.
3. Analiz: Veriler, bölümün ışıklandırmasının yetersiz olduğunu ve kitapların güncel olmadığını gösterir.
4. Eylem: Aydınlatma iyileştirilir, popüler yerel tarih dergileri eklenir ve bölüm "Okuma Köşesi" olarak yeniden tasarlanır.
5. Doğrulama: 3 ay sonra veriler tekrar analiz edilerek iyileşme oranı kaydedilir.

Veri Güvenliği ve Etik Yaklaşım: KVKK Uyumluluğu

Kullanıcı verilerini işlerken kütüphanelerin uyması gereken temel etik kurallar şunlardır:

Kullanıcı verileri hiçbir zaman kişisel kimlik bilgileriyle (ad, soyad, TC kimlik no) doğrudan eşleştirilerek anonimlikten çıkarılmamalıdır. Analizler, "kullanıcı grubu" veya "segment" bazında yapılmalıdır.

• Anonimleştirme: Veri setlerinde kişisel verileri maskeleyin.
• Aydınlatma Metni: Kullanıcılara verilerinin hangi amaçla (hizmet iyileştirme) toplandığını açıkça belirtin.
• Saklama Süresi: İhtiyaç duyulmayan verileri yasal sürenin sonunda imha edin.

Fiziksel Alan Analizinde Ergonomi ve Erişilebilirlik Verileri

Kütüphane mekanının verimliliği, sadece kaç kişinin girdiği ile değil, mekanın ne kadar "kullanılabilir" olduğu ile ölçülür.

Erişilebilirlik Denetimi

Engelli kullanıcıların kütüphane içindeki hareket rotalarını veri ile takip edin. Hangi raflara erişimde zorluk çekiliyor? Hangi geçiş yolları dar kalıyor? Bu veriler, fiziksel mekanın yeniden düzenlenmesi için temel teşkil eder.

Ergonomi Verisi

Kullanıcıların çalışma masalarında geçirdikleri ortalama süre, mobilya konforu ile doğrudan ilişkilidir. Eğer kullanıcılar 30 dakikadan sonra ayrılıyorsa, sandalye ergonomisi veya masa yüksekliği bir veri noktası olarak incelenmelidir.

Dijital Kaynakların Kullanım Oranı ve Kullanıcı Davranışları

Kütüphane web sitesi üzerinden sunulan e-kitaplar ve veritabanları, fiziksel kütüphaneden daha fazla veri üretir. Bu verilerin analizi şu şekilde optimize edilmelidir:

• Tıklama Hızı (Click-through Rate): Katalogda arama yapan bir kullanıcının, aradığı kaynağa ulaşana kadar kaç tıklama yaptığı ölçülmelidir. Çok fazla tıklama, arayüzün karmaşık olduğunun göstergesidir.
• Hemen Çıkma Oranı (Bounce Rate): Kullanıcı dijital kaynağa ulaştığında hemen çıkıyorsa, içerik beklediği formatta olmayabilir.
• Mobil vs. Masaüstü: Kütüphane hizmetlerinizin mobil uyumluluğunu, cihaz bazlı trafik verileriyle analiz edin.

Veri Analizinde Uzman Desteği ve İşbirliği

Teknik bir ekibiniz yoksa, yerel üniversitelerin Bilgi ve Belge Yönetimi bölümleriyle işbirliği yapmak, stajyer öğrencileri veri analizi projelerine dahil etmek hem maliyeti düşürür hem de akademik bir perspektif katar. Kütüphanecilikte veri okuryazarlığı, günümüzün en kritik yetkinliğidir.

Veri Analizi Sürecinde Sık Yapılan Hatalar ve Kaçınma Yolları

Halk kütüphanelerinde veri analizi, doğru kurgulanmadığında yanıltıcı sonuçlar doğurabilir. En yaygın hataların başında "sadece nicel verilere odaklanmak" gelir. Sadece ödünç alınan kitap sayısına bakmak, kütüphanenin bir "sosyal alan" olarak kullanımını göz ardı etmenize neden olur.

• Bağlamdan Kopuk Veri Yorumlama: Kullanıcı sayısındaki düşüşü sadece hizmet kalitesine bağlamak yanlıştır; mevsimsel etkiler veya bölgedeki demografik değişimler mutlaka analize dahil edilmelidir.
• Veri Çeşitliliği Eksikliği: Sadece kütüphane yönetim sistemi (KYS) verileriyle yetinmek, fiziksel mekanda yaşanan ancak sisteme yansımayan deneyimleri (örneğin sessiz çalışma alanındaki yetersizlik) görmenizi engeller.
• Geri Bildirim Döngüsünün Kurulmaması: Veri toplamak bir süreçtir; analiz sonuçlarını kullanıcılarla paylaşmamak, katılımcıların güvenini zedeler.

Kaçınma Yolu: Verilerinizi her zaman "neden" sorusuyla destekleyin. Bir bölümde kullanım düşükse, o bölümdeki kullanıcılarla kısa mülakatlar yaparak veriyi nitel bilgilerle zenginleştirin.

Veri Analizi İçin Kullanılabilecek Araç ve Yazılım Ekosistemi

Kütüphanenizin ölçeğine göre seçebileceğiniz araçlar, operasyonel yükünüzü hafifletebilir. İşte temel kategoriler:

Örnek Senaryo: Düşük Kullanımlı Bir Bölümün İyileştirilmesi

Diyelim ki kütüphanenizin "Periyodik Yayınlar" bölümü son 6 ayda %40 daha az ziyaret ediliyor. Bu durumu analiz etmek için şu adımları izleyin:

1. Veri Toplama: Bölüme yerleştirilen basit bir "tık sayacı" ile girişleri ölçün.
2. Gözlem: Kullanıcıların bölüme girip neden çıktığını (veya girmediğini) 1 hafta boyunca gözlemleyin.
3. Hipotez: Belki de dergiler çok eskidir veya aydınlatma yetersizdir.
4. Müdahale: Bölümü "dinlenme ve okuma köşesi" konseptiyle yeniden düzenleyin, daha konforlu koltuklar ekleyin.
5. Ölçümleme: Yenileme sonrası 3 aylık veriyi, önceki 3 ayla kıyaslayın.

Veri Güvenliği ve Etik Yaklaşım: KVKK Uyumluluğu

Halk kütüphanelerinde veri toplarken Kişisel Verilerin Korunması Kanunu (KVKK) çerçevesinde hareket etmek zorunluluktur. Kullanıcı deneyimi verisi analiz ederken şu kurallara uyun:

"Kullanıcıların kimlik bilgilerini, analiz süreçlerinde anonimleştirin. Veri setlerinde kişisel isimler yerine ID numaraları veya kullanıcı grupları (Örn: 18-25 yaş arası öğrenci) kullanın."

Topladığınız verilerin nerede saklandığı, kimin erişebildiği ve ne kadar süre tutulacağı konusunda şeffaf olun. Kullanıcılara, verilerinin sadece kütüphane hizmetlerini iyileştirmek amacıyla kullanılacağına dair kısa bir bilgilendirme metni sunun.

Fiziksel Alan Analizinde Ergonomi ve Erişilebilirlik Verileri

Erişilebilirlik Denetimi

Erişilebilirlik verisi, sadece fiziksel engelli bireyler için değil, tüm kullanıcılar için "mekan kalitesi" göstergesidir. Analiz sırasında şu soruları yanıtlayın:

• Raf yükseklikleri, tekerlekli sandalye kullanan bir birey için uygun mu?
• Yönlendirme levhaları, görme güçlüğü çekenler için yeterli kontrast ve braille alfabesi içeriyor mu?
• Dijital kataloglar, ekran okuyucu yazılımlarla uyumlu mu?

Ergonomi Verisi

Mobilya konforu, "kütüphanede geçirilen süre" ile doğrudan ilişkilidir. Eğer kullanıcılar 30 dakikadan sonra ayrılıyorsa, sandalye ergonomisi veya masa yüksekliği bir veri noktası olarak incelenmelidir. Sandalyelerin bel desteği, gürültü emici panellerin varlığı ve ışık açısı, kullanıcıların kütüphaneyi "tercih etme" oranını doğrudan etkiler.

Veri Analizinde Uzman Desteği ve İşbirliği

Teknik bir ekibiniz yoksa, yerel üniversitelerin Bilgi ve Belge Yönetimi bölümleriyle işbirliği yapmak, stajyer öğrencileri veri analizi projelerine dahil etmek hem maliyeti düşürür hem de akademik bir perspektif katar. Kütüphanecilikte veri okuryazarlığı, günümüzün en kritik yetkinliğidir. Profesyonel bir veri analisti ile çalışmak yerine, kütüphane personelini kısa süreli "veri görselleştirme" eğitimlerine yönlendirmek, uzun vadede daha sürdürülebilir bir çözüm sunar.

Veri Analizi Sürecinde Sık Yapılan Hatalar ve Kaçınma Yolları

Halk kütüphanelerinde veri toplama ve analiz süreci, yanlış metodolojilerle yürütüldüğünde yanıltıcı sonuçlar doğurabilir. En sık karşılaşılan hatalardan biri, "nicel verinin her şey demek olduğu" yanılgısıdır. Sadece ödünç alınan kitap sayısına bakmak, kütüphanenin bir "sosyal alan" olarak sunduğu değeri göz ardı etmektir.

• Örneklem Hatası: Sadece kütüphaneyi yoğun kullanan kişilere anket yapmak, kütüphaneyi hiç kullanmayan veya nadir gelenlerin ihtiyaçlarını anlamanızı engeller.
• Veri Kirliliği: Sisteme hatalı girilen ödünç alma kayıtları veya mükerrer üyelik verileri, analiz sonuçlarını manipüle eder. Veri temizleme sürecini ihmal etmeyin.
• Bağlamdan Kopuk Yorumlama: Örneğin, bir dönemdeki düşük kullanım oranını sadece "ilgisizlik" olarak yorumlamak yanlıştır; belki o dönemde kütüphane çevresinde yol çalışması yapılmıştır. Çevresel faktörleri mutlaka not edin.

Kaçınma Yolu: Veri analizini tek bir kaynağa dayandırmak yerine, "üçgenleme" (triangulation) yöntemini kullanın. Yani; ödünç verme verilerini, gözlem notları ve kullanıcı görüşmeleri ile destekleyin.

Veri Analizi İçin Kullanılabilecek Araç ve Yazılım Ekosistemi

Kütüphanenizin dijital olgunluk seviyesine göre kullanabileceğiniz araçlar çeşitlilik gösterir. Karmaşık yazılımlar yerine, iş akışınızı kolaylaştıracak temel araçlardan başlamak en doğrusudur.

Örnek Senaryo: Düşük Kullanımlı Bir Bölümün İyileştirilmesi

Bir halk kütüphanesinin "Yerel Tarih" bölümü, istatistiklere göre ayda sadece 5 kişi tarafından ziyaret ediliyor. Bu durum, kaynakların verimsiz kullanıldığı izlenimini yaratıyor. İyileştirme süreci şu şekilde yönetilmelidir:

1. Veri Toplama: Bölümdeki kitapların son 2 yıldaki ödünç alma ve yerinde okuma verileri çıkarılır.
2. Gözlem: Bölümün fiziksel konumu incelenir; belki de çok karanlık veya erişimi zor bir köşededir.
3. Kullanıcı Görüşmesi: Bölümü ziyaret eden 5 kişiye, "Neden bu bölümü seçtiniz?" ve "Neyi bulmakta zorlandınız?" soruları sorulur.
4. Aksiyon: Elde edilen veriler ışığında, bölüm daha merkezi bir alana taşınır, aydınlatma artırılır ve popüler yerel tarih konularını içeren bir "sergileme alanı" oluşturulur.
5. Ölçüm: 3 ay sonra aynı veriler tekrar analiz edilir.

Veri Güvenliği ve Etik Yaklaşım: KVKK Uyumluluğu

Kullanıcı verilerini işlerken, 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) temel rehberiniz olmalıdır. Kütüphane deneyimi analizi, bireylerin mahremiyetini ihlal etmemelidir.

"Kullanıcıların hangi kitapları okuduğu veya hangi internet sitelerine girdiği, 'özel nitelikli kişisel veri' kapsamına girebilir. Bu nedenle, analiz raporlarında asla kişisel kimlik bilgileri (ad, soyad, TC kimlik no) kullanılmamalıdır. Veriler mutlaka anonimleştirilmelidir."

Uygulama Adımları:

• Anonimleştirme: Veri setindeki isimleri kodlarla (örn: Kullanıcı_01) değiştirin.
• Rıza: Anket yaparken, verilerin sadece kütüphane hizmetlerini iyileştirmek için kullanılacağına dair bilgilendirme metni sunun.
• Saklama Süresi: Analiz tamamlandıktan sonra, kişisel veri içeren ham dosyaları güvenli bir şekilde imha edin veya şifreli ortamlarda saklayın.

Fiziksel Alan Analizinde Ergonomi ve Erişilebilirlik Verileri

Kütüphane mekanları, statik birer depo değil, yaşayan organizmalardır. Fiziksel alanın verimliliğini ölçmek için "kullanım yoğunluğu" ve "ergonomik konfor" iki ana eksendir.

Erişilebilirlik Denetimi

Erişilebilirlik, sadece bir rampa yapmak değildir; bilginin herkes için eşit derecede ulaşılabilir olmasıdır. Analiz sırasında şu soruları yanıtlayın:

• Raf yükseklikleri, tekerlekli sandalye kullanan bir birey için uygun mu?
• Yönlendirme levhaları, görme güçlüğü çekenler için yeterli kontrast ve braille alfabesi içeriyor mu?
• Dijital kataloglar, ekran okuyucu yazılımlarla uyumlu mu?

Ergonomi Verisi

Mobilya konforu, "kütüphanede geçirilen süre" ile doğrudan ilişkilidir. Eğer kullanıcılar 30 dakikadan sonra ayrılıyorsa, sandalye ergonomisi veya masa yüksekliği bir veri noktası olarak incelenmelidir. Sandalyelerin bel desteği, gürültü emici panellerin varlığı ve ışık açısı, kullanıcıların kütüphaneyi "tercih etme" oranını doğrudan etkiler.

Veri Analizinde Uzman Desteği ve İşbirliği

Teknik bir ekibiniz yoksa, yerel üniversitelerin Bilgi ve Belge Yönetimi bölümleriyle işbirliği yapmak, stajyer öğrencileri veri analizi projelerine dahil etmek hem maliyeti düşürür hem de akademik bir perspektif katar. Kütüphanecilikte veri okuryazarlığı, günümüzün en kritik yetkinliğidir. Profesyonel bir veri analisti ile çalışmak yerine, kütüphane personelini kısa süreli "veri görselleştirme" eğitimlerine yönlendirmek, uzun vadede daha sürdürülebilir bir çözüm sunar.

İşbirliği Stratejileri:

• Akademik Ortaklıklar: Üniversitelerin istatistik bölümleriyle "bitirme tezi" kapsamında kütüphane veri analizi projeleri geliştirin.
• Personel Gelişimi: Kütüphanecilerin sadece kitap tasnifi değil, temel Excel ve veri analizi araçlarını kullanabilmesi için kurum içi atölyeler düzenleyin.
• Topluluk Geri Bildirimi: Kütüphane gönüllülerinden oluşan bir "danışma kurulu" kurarak, verilerin yorumlanmasında kullanıcı perspektifini dahil edin.