Задачи разработки системы показателей. После прихода Интернета в библиотеки они получили возможности для самостоятельного производства и распространения информации. Новая «производственная» составляющая ускорила модернизацию библиотек и усилила их социальное значение. Начался переход информационно-библиотечного обслуживания на новый уровень - уже не полукустарный и ремесленный, а базирующийся на современном «машинном» производстве, компьютерной технике, гаджетах и всеобъемлющих сетевых технологиях. В тесной связи с этими изменениями необходима перестройка организационных, правовых и управленческих сторон библиотечной деятельности. Эффективное управление библиотечными сайтами и технологии веб-продвижения (SEO) опираются на постоянный мониторинг статистических показателей и, следовательно, невозможны без широкого привлечения различных инструментов веб-анализа. Отсутствие необходимых аналитических структур делает формирование электронных библиотек (ЭБ) если не бессмысленным, то малоэффективным.

Трудности разработки системы показателей для оценки результатов деятельности различных сайтов связаны с их индивидуальностью, то есть с тем, что все сайты отличаются друг от друга по структуре и организации ресурсов, по специфике поставленных целей и задач и, в конце концов, имеют разную «историю успеха». Библиотечные сайты очевидным образом не похожи на Интернет-магазины - они не преследуют коммерческих целей, а, значит, и подходы к их развитию, мониторингу и анализу результатов могут быть не столь утилитарными. С другой стороны, существование Интернет-технологий в рамках современной рыночной экономики, использование общих для всех сайтов механизмов SEO подразумевает следование некоторым универсальным «бизнес-моделям» управления. Таким образом, при создании системы показателей для оценки деятельности библиотечных сайтов речь идет о том, чтобы адаптировать ряд известных статистических инструментов и методик к специфическим потребностям современной библиотечной веб-деятельности.

На наш взгляд, оценку результатов работы вебсайта библиотеки можно вести на основе маркетинговой концепции KPI (ключевых показателей эффективности)^[1], направленной на достижение главных целей организации - в нашем случае библиотечного сайта и электронной библиотеки в частности. Положительное значение концепции заключается в том, что она фокусируется на особенностях спроса и желаниях потребителя товаров и услуг - в нашем случае пользователя информации, - избегая излишней детализации показателей. Концепция позволяет измерять уровень удовлетворенности клиентов, обеспечивает ясность стратегических задач, сигнализирует о динамике спроса, улучшении результатов или критических факторах, требующих внимания.

Разработка и применение системы показателей на основе концепции KPI позволит подойти к решению многих актуальных вопросов библиотечного сайтостроения:

1. Появятся инструменты для определения индивидуального прогресса или регресса сайтов, сравнения их между собой (в отношении сайтов, близких по тематике и характеру ресурсов). Сложится основа для формирования более или менее адекватной отчетности и планирования / контроля результатов.
2. Можно будет развивать «белую» оптимизацию сайтов, которая, не в пример «мутной» оптимизации, не старается ловить поисковые машины на ошибках и обманывать потребителя, предлагая второсортную и заимствованную информацию, а обеспечивает условия эффективной работы с уникальными библиотечными ресурсами.
3. Станет легче прогнозировать будущее развитие библиотечных сайтов на основе уже достигнутых результатов.

Принципиальная схема веб-статистики сайта. Многолетний опыт работы сайта Отделения ГПНТБ СО РАН www.prometeus.nsc.ru позволяет предложить некоторые подходы к формированию системы ключевых показателей эффективной деятельности библиотечных сайтов. Наш опыт показывает, что главной проблемой библиотечной веб-статистики становится достоверность получаемых результатов, обеспечить которую можно лишь с помощью системы взаимосвязанных показателей. Ограниченное количество этих показателей в связке друг с другом позволит получить адекватную оценку взаимодействия вебсайта библиотеки с внешней средой. В качестве принципиальной конструкции предлагается схема, базирующаяся на трех главных блоках веб-статистики (рис.1):

Рис.1. Три основных блока веб-статистики, характеризующих деятельность библиотечного вебсайта и формирующих систему его статистических показателей.

Контент. Начнем со статистических показателей, описывающих веб-контент или наполнение сайта, иначе говоря, характеризующих ресурсную часть веб-статистики сайта. Сразу же надо оговориться, что под контентом обычно подразумевают «пользовательское» содержимое сайтов - визуализированное, то есть выведенное на экран в виде текстовой и мультимедийной информации. Между тем, для оценки индивидуального прогресса сайтов мы берем количественные показатели контента, не касаясь качественной стороны информации. Другими словами, оценка «наполнения» сайта производится с технической, «программистской» стороны - на основе кода (формата) представленных документов, их «веса» (размера), внутренней структуры сайта с точки зрения распределения файлов, директорий и пр.

Технически контент сайта может быть представлен в виде статической или динамической информации, а также в смешанном виде. В статической форме ключевая библиотечная информация хранится и предоставляется в виде документов, созданных в форматах: html, pdf, djvu, doc, rtf, txt и некоторых других. В динамической форме информацию, как правило, хранят и предоставляют системы автоматического управления контентом (CMS = content management systems), а также различные базы данных и электронные каталоги. Естественно, каждая форма организации контента требует своих собственных индивидуальных подходов к сбору и анализу статистики. Обращения к статическим страницам сайта могут обрабатываться с помощью установленных на сервере лог-анализаторов (на сайте Отделения используется программа AWStats, но в Интернете можно найти массу других популярных анализаторов - analog, piwik, semonitor, webalizer, webtrends и др.). Для обработки статистики обращений к динамическим системам, базам данных и электронным каталогам правильнее использовать корректно настроенные специализированные подсистемы или модули статистики (например, 1C-Bitrix-web-analytics, Drupal Statistics, JoomlaStats, WordPress WP-Statistics).

Рис.2. Структура сайта www.prometeus.nsc.ru по типам файлов (на 31.05.2014 г.).

Опыт показывает, что количество внутренних и внешних обращений к информационным ресурсам вебсайта прямо пропорционально их количеству. Иначе говоря, посещаемость сайта в сильной степени зависит от того объема ресурсов, который предоставляется в распоряжение пользователей. Количество обращений напрямую связано с физическими размерами сайта, с общим количеством файлов и средним размером и форматом представленных документов. Не менее важное значение имеют и другие показатели, отражающие свойства контента, такие как: 1) соотношение на сайте текстовой и графической информации, 2) среднее количество «хитов» (элементов) в составе каждой отдельной html-страницы, 3) количество хранящихся и предоставляемых пользователю мультимедиа-файлов (звука, видео). Можно утверждать, что постепенно накапливаемый объем ресурсов создает прочный фундамент ежедневной посещаемости сайта и, в какой-то степени, является залогом наблюдаемого феномена поразительной устойчивости ее показателей, мало подверженных резким всплескам (об этом - в описании второго блока системы).

Несмотря на многообразие файловой структуры любого сайта ключевое информационное значение для пользователя имеют текстовые и графические документы. Так, например, из 112 тыс. файлов тридцати различных типов, по данным на конец мая 2014 г. составляющих сайт Отделения, на графические файлы приходился 71% (по количеству), а на текстовые - лишь 25% (см. рис.2). Несмотря на большое значение графики и, в целом, визуального ряда страниц для восприятия информации^[2], ключевое значение для повышения эффективности библиотечного сайта, на наш взгляд, оказывает приращение текстовых документов. На каждом сайте конкретно эти документы представлены в разных форматах - html, fb2, txt, pdf, djvu. Соответственно, необходимо отслеживать прирост документов именно по этим доминирующим форматам. В настоящее время на сайте www.prometeus.nsc.ru присутствует 27,6 тыс. текстовых документов (страниц), из которых 96% - в html-формате. И только в последнее время здесь стали активно размещаться документы в кросс-платформенном формате pdf, который с 1 июля 2008 г. стал открытым стандартом ISO 32000^[3].

Такое положение объясняется тем, что долгое время вебсайт Отделения ориентировался на создание текстовых html-документов, полагая их наиболее «легкими» для пересылки через www. В эпоху малой пропускной способности Интернет-каналов такой подход давал значительные преимущества, расширяя аудиторию пользователей сайта. Кроме того, большинство поисковых машин, за исключением Google, не сразу озаботились индексированием pdf-документов и их конвертацией в распознанный текст с возможностью поиска по ключевым словам. Впоследствии, когда объемы передачи данных перестали быть серьезной проблемой, а pdf-документы стали регулярно появляться в поисковых выдачах, ЭБ сайта стала пополняться оцифрованными документами других, более «весомых» форматов (pdf, djvu, doc, ppt). Достоинства pdf-документов заключаются в том, что они дают возможность сохранить макет, структуру и общий вид печатных аналогов. Документы в форматах doc и ppt, кроме того, что они, как правило, очень «весомы», так нередко еще и «рискованны» - в смысле заражаемости вирусами. Но зато они удобны для просмотра и редактирования.

Первые pdf-файлы появились на сайте лишь через пять лет после его создания - в январе 2003 г. В этом формате стали выкладываться полные тексты патентов, книг и статей сибирских ученых - академиков В.А. Коптюга и Н.Н. Яненко, юбилейных изданий СО РАН, презентаций докладов сотрудников библиотеки. Чуть позже был внедрен формат djvu, в котором аккумулировался архив выпусков дайджеста прессы «РАН. СО РАН. Сибирь». Данный формат, поддерживающий текстовый слой, а значит, и поисковые возможности по ключевым словам, выигрывал в легкости передачи документов по сетям по сравнению с более тяжелыми файлами pdf. Небольшое количество нормативных документов и презентаций, выложенных на сайте, не конвертировалось в более безопасные файлы pdf и djvu и были представлены в форматах doc, rtf, ppt и pps.

Надо заметить, что с точки зрения современных Интернет-технологий конвертация документов из одного формата в другой не представляет никаких затруднений. Масса специализированных программ («ридеров», редакторов, etc.) легко справляется с трансформацией текстовых и графических данных в альтернативные виды представления, причем даже в онлайн-режиме^[4]. В этой связи, кажется справедливым видеть главную задачу библиотечных сайтов в том, чтобы готовить и выкладывать уже имеющийся в распоряжении библиотек материал, полагаясь в дальнейшем на самостоятельную инициативу пользователей и их самообразование, почерпнутое из разных источников, в том числе и из Интернета.

Так или иначе, однажды приняв решение о расширении использования pdf-формата и других более тяжелых типов файлов на сайте Отделения, мы пришли к тому, что объем сайта www.prometeus.nsc.ru стал расти гораздо быстрее (см. табл.1).

Еще раз подчеркнем, что при анализе и, главное, при сопоставлении статистических показателей различных сайтов (даже одной тематики или одного профиля) нужно подходить индивидуально к каждому собранию файлов или Интернет-страниц. Необходимо сравнивать подобное с подобным - статические документы со статическими, каталоги с каталогами и т. д. Так, например, когда мы делаем вывод о первоочередном внимании к увеличению количества оцифрованных документов в текстовом формате, тут же нельзя не оговориться, что многие библиотечные сайты, напротив, ориентированы на представление информации в графическом виде (в файлах типов jpg, png и др.)^[5]. Очевидно, что в этом случае количественную статистику по сканированию каталожных карточек и созданию «имидж-каталогов» нельзя сравнивать со статистикой по оцифровке страниц полнотекстовых документов, применяя для этого одинаковые единицы измерения. Аналогично, книги, представленные в файлах «картинок» (несколько сотен на одно издание), с точки зрения отчетных цифр далеко не равнозначны единому полнотекстовому pdf-файлу.

Если не обращать внимания на эти особенности файловой структуры и «архитектуры» сайтов, то можно получить крайне негативные последствия. Так, в частности, случилось с последним (от февраля 2014 г.) «Рейтингом сайтов научных учреждений СО РАН» - весьма авторитетным проектом Института вычислительных технологий (ИВТ СО РАН). Этот проект, созданный в 2008 г. с использованием методики Cybermetrics Lab (Испания) и программного обеспечения, разработанного в ИВТ^[6], базируется на данных, полученных от трех различных поисковиков (Яндекса, Google и Bing) по запросам вида: «найти все страницы на сайте с адресом таким-то» или «найти все ссылки с адресом таким-то». Кроме того, в нем учитываются ссылки, включенные в систему научного цитирования Google Scholar, которые, в отличие от автоматизированной выдачи поисковых машин, носят более «очеловеченный», рецензированный (peer-reviewed) характер. Однако, в целом, данная методика, на наш взгляд, сильно нивелирует индивидуальные черты сайтов, сводя их оценку к очень усредненным показателям. Полностью ей доверившись, авторы рейтинга при последнем подсчете получили гигантские приросты значений «внешних ссылок» и «количества страниц»^[7]. За полгода с 26.08.2013 по 27.02.2014 портал СО РАН (www.sbras.ru) прирастил более 275 тыс. ссылок и 97 тыс. страниц, сайт ИВТ СО РАН (www.ict.nsc.ru) - более 331 тыс. ссылок, а сайт ГПНТБ СО РАН (www.spsl.nsc.ru) - более 1 млн страниц. При этом на поверхности лежит то обстоятельство, что прирастив массу новых ссылок, портал СО РАН никак не мог потерять сразу 79 качественных ссылок из «Google Scholar» (см. табл.2).

Табл.2. Сравнение первых десяти позиций по двум соседним рейтингам сайтов научных учреждений СО РАН за 26.08.2013 и 27.02.2014 г.*

*

Источник данных: URL: http://ict.nsc.ru/ranking/. - Дата обращения: 11.06.2014. Стрелками вверх или вниз показано приращение или снижение показателей за период между двумя измерениями. В первой колонке («Позиция в рейтинге») рядом со стрелками указано, на сколько мест продвинулся или упал сайт в рейтинге за тот же период.

Что же произошло на самом деле? Наверное, математикам из ИВТ, поддерживающим данный рейтинг, стоит заняться подробным изучением случившегося. По нашему мнению, злую шутку сыграла «усредненная» методика сбора параметров, которая усугубилась дефектами самих поисковых машин, далеко не безгрешных в отношении своевременного наложения «тормозов» (соответствующих фильтров) на поисковую выдачу. Можно предположить, что по запросам вида «найти все ссылки с адресом таким-то» в доменах sbras.ru или nsc.ru поисковики нередко не могут отделить результаты одних сайтов от других и ошибочно выдают обобщенный результат по массе разнородных веб-ресурсов. Примеры такого рода неоднократно случались при тестировании поисковых машин по ресурсам сайта www.prometeus.nsc.ru, когда его адрес воспринимался как домен 3-го уровня на сайте www.nsc.ru, а, фактически, выдавался результат по целой группе сайтов. Отметим также, что часть ресурсов различных научно-исследовательских учреждений СО РАН в настоящее время располагается «в облаке» (это замечание, в частности, касается каталога WebИРБИС Отделения ГПНТБ СО РАН), а «облако», как известно, базируется на домене sbras.ru.

Ничего не зная об индивидуальных особенностях аккумулирования ресурсов на сайтах SBRAS и ИВТ, трудно что-либо говорить о причинах резкого взлета их веб-статистики, но в отношении ГПНТБ СО РАН достоверно известно, что в последнее время сайт библиотеки подвергся значительным техническим изменениям. Прежде всего, произошел глобальный переход на управление с помощью CMS WordPress, а она, как замечено многими веб-мастерами, приводит к значительному дублированию контента^[8] и, как следствие, к неправомерному умножению статистики. Конечно, этому должны противодействовать поисковые системы и не исключено, что в скором времени сайт окажется «забаненным», попав под так называемый Duplicate Content Filter, но, видимо, роботы поисковиков не настолько расторопны и щепетильны.

	Рис.3. Пример поисковой выдачи Google из электронного каталога WebИРБИС с многократным размножением одной и той же записи.

Еще одна причина, по которой сайт ГПНТБ СО РАН мог прибавить сразу миллион страниц за полгода, на наш взгляд, кроется в особенностях индексирования поисковыми машинами динамических результатов, полученных из электронного каталога библиотеки - системы автоматизации библиотек (САБ) WebИРБИС. Проведенное нами тестирование Гугла показало, что одну и ту же библиографическую запись, извлеченную из электронного каталога WebИРБИС, Гугл расписывает примерно в виде 50 поисковых результатов - отдельных ссылок или страниц (см. рис.3)^[9]. При этом меняется лишь представление библиографической записи - по автору, по заглавию, году издания, типу документа, формату вывода (библиографическое описание, краткий или полный вид). Таким образом, и в этом случае мы наблюдаем многократное дублирование одной и той же информации и, как следствие, неправомерное увеличение показателей веб-статистики.

Завершая описание ресурсной части системы статистических показателей для оценки эффективной деятельности библиотечного сайта, еще раз отметим, что веб-статистика, как отражение объективных процессов, происходящих в глобальной сети, очень сложна и было бы ошибкой подходить к ней с единой меркой. Количественные и структурные особенности каждого сайта во многом определяют его обмены с внешней средой - размеры прямого и скрытого (неотображаемого) трафика, количество уникальных посетителей, визитов и обращений, объемы перекачиваемой информации.

К сожалению, библиотечные, как и все остальные, сайты до сих пор не раскрывают количественные показатели своего контента, а без них вся остальная статистика сайта представляется абсолютно несопоставимой с другими и становится предметом банальной спекуляции, теряя всякий смысл.

Статья посвящена интересной проблеме - достоверности статистической информации, накапливаемой популярными поисковыми системами. В статье высказаны сомнения в полезности этой информации в задачах эффективности того или иного сайта. При этом, вынесенный в заголовок класс библиотечных сайтов является условным, ибо все написанное в статье в равной мере касается и других типов сайтов.

Статья, безусловно, полезна для специалистов в области WEB-метрики, т.к. заставляет задуматься о предмете исследований этих специалистов и о методах исследований в этой области.

Приведенные в статье примеры иллюстрируют возможность генерации поисковиками ложной статистической информации, причем эта возможность может быть обусловлена как объективными причинами, связанными с архитектурными особенностями некоторых сайтов, так и субъективными, связанными с желанием администраторов улучшить показатели формальной статистики для своих сайтов.

К сожалению, автор, излагая проблемы не делает никаких выводов и рекомендаций для формирования объективных статистических данных. Складывается впечатление, что сама по себе цель попасть в высшие строчки рейтингов сайтов является ложной,но навязчивой. Сообществу навязана игра в рейтинги, которые никому не нужны, т.к. фактически эти рейтинги ничего не отражают.

Рекомендации автору:

1. Не принимать всерьез любые статистические данные о сайтах. Есть правда, есть ложь, а есть статистика. Умелый разработчик всегда может искусственно поднять рейтинг своего сайта в рамках сегодняшних систем показателей.
2. Высказывая критические замечания по конкретному предмету, следует предлагать свои решения для устранения проблем, зафиксированных этими замечаниями.
3. В научных публикациях проводится анализ литературных источников, связанных с обсуждаемой проблемой.

Рекомендации редакции: Дождаться второй части статьи и опубликовать их вместе при условии наличия литературы.

Представленный материал посвящен одному из перспективных научных направлений в методологии изучения сайтов библиотек - разработке системы показателей для оценки деятельности библиотечного сайта. Этот вопрос особенно важен сегодня, поскольку современное интернет-пространство характеризуется значительным и непрерывном ростом информации, которая нуждается в адекватной обработке и анализе. Кроме того, такая система показателей позволит решить многие вопросы библиотечного сайтостроения.

В первой части статьи автор рассматривает очень важную составляющую системы статистики - показатели структуры и наполнения сайта. Эти показатели определяют ресурсную часть библиотеки, и именно от нее в значительной степени зависит посещаемость сайта. На наш взгляд, необходимо было провести сравнение библиотечных сайтов не только с интернет-магазинами, но и, например, с сайтами электронных библиотек, не относящимися к традиционным библиотекам. Помимо этого, вполне возможно, что при отсутствии отечественных систем библиотечной веб-статистики подобные разработки существуют зарубежом и было бы неплохо провести их анализ.

Следует отметить акцентирование внимания автором на критериях, с которыми следует подходить к сравнению статистических показателей различных сайтов, и, в частности, избегать «усредненной» методики, приводящей к глубоко искаженной статистике. В целом, статья представляет значительный интерес и вносит свой вклад в дальнейшее развитие библиотечной вебометрики.