Второй блок системы показателей статистики библиотечного сайта касается веб-метрик, отражающих его посещаемость и специфику использования представленных на нем электронных ресурсов. Сбор веб-статистики важен не сам по себе, а как необходимое средство для эффективного управления сайтом и продвижения библиотечных ресурсов и услуг. Нельзя согласиться с тем, что целью подобной работы является «навязчивое желание попасть в высшие строчки рейтингов»^[1]. В условиях быстрой эволюции интернета, возрастающей энтропии и реальной угрозы потери управляемости, на наш взгляд, следует усиливать изучение процессов, протекающих в веб-пространстве, и как можно быстрее подключать к этому сферу библиотечной вебометрики.

О статистике говорят разное и, прежде всего, то, что она мало что значит, так как часто искажает действительность. Однако "часто" не означает всегда. Хочется вспомнить происхождение самого слова "статистика" - от латинского "status", "состояние дел". Если положение дел приукрашивается, то статистика, действительно, становится "служанкой", но в истории есть и другие примеры. Например, известный академик А.Н.Крылов писал о задачах научной статистики следующее: «Статистика не должна состоять в одном только заполнении ведомостей размерами с двухспальную простыню никому ненужными числами, а в сведении этих чисел на четвертушку бумаги и в их сопоставлении между собою, чтобы по ним не только видеть, что было, но и предвидеть, что будет» [Крылов, 1945: 222].

Постоянный мониторинг ситуации в интернете позволяет точнее определять будущие направления развития, оптимизировать внутреннюю структуру и навигацию сайта, отслеживать существенные характеристики поведения пользователей и, в конечном итоге, повышать эффективность достижения библиотечных целей. Нужно понимать, что в борьбе за своего пользователя библиотеки конкурируют не только с огромной индустрией интернет-развлечений, но и с сайтами, "перехватывающими" традиционные функции библиотек - с социальными сетями, интернет-магазинами, торрент-трекерами, онлайн-библиотеками и пр. Точное знание своей аудитории, извлеченное из данных веб-статистики и сетевой аналитики, становится конкурентным преимуществом библиотек и может пригодиться при решении сугубо практических задач.

Проиллюстрируем этот тезис конкретным примером из истории сайта Отделения ГПНТБ СО РАН (www.prometeus.nsc.ru). Отрицательные последствия кризиса 2008-2009 гг. отразились в затяжном падении основных показателей сайта. Однако подробный анализ тенденций 2012-2013 гг. позволил выявить негативные факторы,

Рис.1. Основные показатели сайта Отделения ГПНТБ СО РАН prometeus.nsc.ru в 1997-2014 гг.

повлиявшие на его развитие (диспропорции в структуре ресурсов, несоответствие представленной информации и интересов пользователей, деятельность ботов и пр.) и затем принять необходимые меры, чтобы демпфировать негативные влияния и приостановить падение посещаемости. В течение четырех лет сайт постепенно вышел на небольшую траекторию роста (см. Рис.1).

Легко увидеть, что полноценному изучению веб-аудитории библиотечного сайта мешает ряд ограничений. Во-первых, речь по-прежнему идет о нечеткой терминологии и размытых понятиях, отразившихся даже в нормативных документах. В новом ГОСТе по библиотечной статистике, введенном в действие с 1.01.2015 г., смешиваются два безусловно разных понятия - "посещение" и "обращение"^[2]. Из-за этого возникает путаница в отчетах библиотек, где невозможно определить, идет ли речь о визитах (сессиях) или об открытии страниц^[3].

Да, действительно, когнитивные барьеры обусловлены сложностью и запутанностью веб-технологий. Но для их преодоления требуется всего лишь желание решать профессиональные проблемы: проводить необходимые исследования, обсуждать назревшие вопросы в печати, на конференциях и семинарах. Очевидно, что чрезвычайно низкий уровень компетенций в сфере библиотечной веб-статистики связан именно с недостаточным вниманием к этой отрасли знаний.

Терминология. В деятельности сайта Отделения ГПНТБ СО РАН учет веб-статистики был организован сразу же после запуска сервера осенью 1997 г. Для получения основного массива данных, как тогда, так и сейчас, применяется свободно распространяемая система лог-анализа AWStats (см. Таблицу 1) и, естественно, для обработки веб-статистики и принятия управленческих решений был использован ее понятийный аппарат, отраженный как в глоссарии, так и в алгоритме действий.

В отчетах AWStats принципиальное значение имеет прозрачность и однозначная трактовка понятий. Очевидно, что в случае информационно-компьютерных технологий необходима особая четкость в описании явлений и событий. С точки зрения сетевого взаимодействия запрос страницы, доступ к ней и просмотр - это вовсе не одно и то же. Назовем несколько веб-метрик AWStats, которые носят ключевой характер и которыми обычно оперируют в веб-статистике и аналитике.

Уникальный посетитель (Unique Visitor) - компьютерное устройство (хост), сделавшее не менее одного хита на сайте в течение отдельного отчетного периода (суток, недели, месяца, etc.). Если один и тот же пользователь делает несколько визитов в течение указанного периода, то он учитывается всего лишь один раз. Отслеживание посетителей ведется по IP-адресу, поэтому если несколько пользователей приходят на сайт через один и тот же IP (в случае домашней или офисной сети), то они учитываются как один уникальный посетитель. Если провести аналогию с традиционной библиотечной статистикой, то уникальный посетитель сайта - это посетитель библиотеки, который может быть как одиночным (один читательский билет), так и коллективным (группа читателей или целое учреждение).

Обращение или доступ (Access) - употребляется в смысле одномоментного обращения ("клика") к веб-странице (файлам html, php, asp, cgi и пр.). При этом, как правило, не учитываются запросы к файлам, ассоциированным с этой страницей (графическим, служебным и др.). С этой точки зрения, термины "обращение" и "страница" тождественны. "Обращения" могут длиться миллисекунды, а могут часы, т.е. напрямую они не обусловлены временем доступа. По аналогии с традиционной статистикой одно обращение подобно одной "книговыдаче" (выдаче читателю одного экземпляра документа).

Просмотр (Pageview) - более узкое понятие, чем обращение (доступ). Просмотр связан с относительно продолжительным пребыванием посетителя на странице, составляющим, в интервале между "входом" и "выходом", 30 секунд и более. Само понятие введено не столько для того, чтобы обозначить реальный просмотр страницы, сколько для отделения "живых" посетителей от программ-роботов. Обычно этим понятием оперируют системы веб-аналитики - Яндекс-Метрика, Google Analytics (GA) и др. В традиционной библиотечной статистике аналогии этому термину не существует.

Страница (Page) - метрика страниц сайта, запрошенных у сервера веб-клиентом. В узком смысле, как и в случае с обращениями, речь идет об html-страницах, php или asp-файлах, но не об изображениях или иных файлах служебного характера, ассоциированных с запрашиваемой страницей (js, css и пр.). Для правильного учета html-страниц в статистических системах, подобных AWStats, применяется настройка особых параметров конфигурации системы - "NotPageList" или "OnlyFiles". По аналогии с традиционной статистикой - это та же "книговыдача", что и при обращении к сайту.

Далее, для веб-статистики сайта очень важны две взаимосвязанные метрики:

Страница входа (Entry Page) - это первая страница, запрошенная посетителем во время визита на сайт. Страница выхода (Exit Page) - последняя страница, с которой посетитель покинул сайт. В целом ряде случаев общее количество "входов" и "выходов" может не совпадать - например, если "вход" состоялся в конце одного отчетного периода (месяца), а "выход" в начале следующего.

Хиты (Hits) - в этой метрике учитываются все файлы, запрошенные с сервера, включая и html-страницы, и мультимедиа, и служебные файлы, ассоциированные со "страницей". Для отсечения группы хитов из статистических отчетов используют параметр конфигурации "SkipFiles". Часто встречающееся понимание "хита" исключительно как обращения к html-странице (без ассоциированных файлов) вносит серьезную путаницу, так лишает атрибуции остальные элементы исходящего трафика и конкретной веб-страницы. Термину "хиты" можно было бы подыскать аналогию в традиционной статистике, если бы в обычной библиотеке книги раздавались по частям - отдельными главами, листами или рисунками.

Посещение или визит (Visit) - метрика, связанная с количеством посещений сайта отдельными уникальными посетителями. Фактически речь идет о более или менее протяженной "сессии", охватывающей некоторый промежуток времени, в течение которого уникальный IP-посетитель делает одно или ряд обращений к сайту. Все эти обращения составляют одно посещение или визит. Для идентификации сессии обычно используют временной параметр. Продолжительность сессии может считаться по-разному - в зависимости от того, как считается время посещения (по лог-файлу, по http-cookie и пр.). В системах веб-аналитики Яндекс-Метрика и Google Analytics используются файлы куки, на основании которых сессия закрывается после 30 минут бездействия пользователя. Дальнейшие визиты с того же IP-адреса будут относиться уже к новой сессии. Но если посетитель в течении 30 минут несколько раз покидал сайт, а затем возвращался, то вся его активность будет учитываться как одна сессия (визит). Что касается системы AWStats, то она считает каждый визит по времени входа-выхода с сайта, извлекая данные из лог-файла, поэтому ее "сессии" могут быть гораздо длиннее, чем полчаса. Они даже могут оказаться и совсем неопределенными - в случае если были прерваны процедурой обновления данных (апдейтом) или сессия вышла за границы отчетного периода.

Наконец, последняя ключевая метрика - это объем перекачки (Bandwidth) за определенный период, под которым подразумевается суммарный размер всех файлов (в байтах), отданных сервером в ответ на обращения пользователей, в процессе просмотра страниц, разных форм скачивания информации, etc. Иначе говоря, фиксируется суммарный исходящий трафик сайта как некий объем информации, переданной по сетям передачи данных.

Данный список основных понятий, на наш взгляд, вполне достаточен для формирования общих статистических отчетов по сайту, необходимых для выявления общих тенденций развития, сравнения сайтов между собой и принятия управленческих решений. Иное дело - повседневная деятельность по наращиванию ресурсов, их продвижению и улучшению показателей. Здесь требуется гораздо более детальная аналитическая работа с большим количеством метрик, описывающих качественные характеристики веб-аудитории, особенности поведения пользователей, структуру трафика и обращения к ресурсам.

Инструменты и методики. Большую проблему представляет многообразие инструментов веб-статистики, используемых для сбора и анализа данных, несопоставимость конечных результатов, возникающая от несовершенства самих инструментов и настройки их опций. Некритическое восприятие отчетов "как они есть", то есть в том виде, в котором они сгенерированы статистическим инструментом, нередко приводит к серьезным заблуждениям относительно результатов и тенденций работы вебсайта. «Главное условие эффективного использования огромного объема собранных данных, - отмечает Брайан Клифтон (Brian Clifton), - это разобраться в них и понять, о чем они могут сообщить, а о чем нет, и каковы их ограничения. Для этого требуется понимание методологий сбора данных» [Клифтон, 2013: 48].

Остановимся на двух основных, но не единственных, методиках сбора статистических данных: 1) "внутренней" статистике, собираемой из журнальных файлов ("логов") сервера и 2) "внешней", полученной на основе кодов отслеживания ("страничных тегов"), внедренных в веб-страницы сайта.

Веб-статистика, обработанная "внутренними" инструментами анализа лог-файлов (свободно доступными и бесплатными программами analog, awstats, piwik, semonitor, webalizer, webtrends, специализированными модулями 1c-bitrix-web-analytics, drupal statistics, joomlastats, wordpress wp-statistics и др.), содержит данные, собранные на стороне сервера независимо от браузеров пользователей. По мнению Клифтона, этот путь веб-аналитики малоэффективен, так как «бесплатные инструменты слишком просты для изучения поведения посетителей» [Клифтон, 2013: 49]. С этим можно согласиться, принимая во внимание, что названные программы, например, не умеют отфильтровать ложный трафик анонимных ботов и, следовательно, грешат завышенными цифрами. Помимо этого отметим, что все инструменты сильно индивидуализированы - они в значительной степени зависят от заданных опций, настроенной цикличности отчетов и пр., а также от версий используемых программ. В результате получается набор совершенно несопоставимых метрик, плохо сопряженных друг с другом.

"Внешние" инструменты веб-статистики собирают статистику на стороне клиента, используя перехват данных с помощью внедренного в страницы JS-кода (javascript-тегов и веб-маяков). В результате служебная информация от веб-браузеров пользователей аккумулируется на специализированных серверах сбора данных, где так же генерируются отчеты по сайтам-участникам сервиса. Подобные внешние сетевые решения поставщиков услуг относят к типу SaaS - software as а service ("программное обеспечение как услуга"). Они, по словам Клифтона, «не только проще с технической точки зрения, но и сопряжены со значительно меньшими требованиями к управлению данными, поскольку данные собираются и обрабатываются внешними SaaS-серверами (поставщика услуг), избавляя владельца сайта от расходов и забот по поддержанию лицензионного программного обеспечения для сбора, хранения и архивирования информации» [Клифтон, 2013: 50]^[4]. Эту методику используют счетчики-рейтинги (hotlog, liveinternet, openstat, rambler's top100), счетчики-трекеры (яндекс.метрика, google analytics), различные системы веб-аналитики, позволяющие сегментировать веб-аудиторию по просмотру страниц и по поведению (clicktale, iplogger, spybox, woopra).

Недостатки методики обусловлены спецификой веб-трафика, его зависимостью от каналов связи, скоростей загрузки и пр. В результате сбоев передачи данных, особенностей конфигурации сети, маршрутизации и по другим причинам статистика некоторых сайтов может сильно искажаться и даже теряться. На достоверность данных трекинга также могут влиять сознательные действия пользователей по анонимизации посещений. С помощью веб-браузеров, использующих различные режимы приватности ("инкогнито") или ограждающих конфиденциальность (maelstrom, pirate browser, tor browser и др.), функциональных плагинов (disallow script button, frigate, ghostery, noscript), регулярной очистки журналов посещений, удаления файлов cookie и пр. пользователи могут дезориентировать даже такие продвинутые технологии слежения как Яндекс-Метрику и Google Analytics. Механизм анонимизации подавляет исполнение скриптов, блокирует сценарии, встроенные объекты (пиксельные теги и веб-маяки), существенно уменьшая статистику посещений.

Таким образом, все это наводит на мысль, что несмотря на обилие инструментов и собранных данных, составить объективно точную картину деятельности сайта невозможно. Возникает вопрос: что лучше, завышать показатели с помощью "внутренних" инструментов веб-статистики или занижать их с помощью "внешних"? Из общих соображений понятно, что истина где-то посередине. В этой связи автор одной из интернет-публикаций справедливо пишет, что «счетчики не врут, они просто оперируют разными данными, в зависимости от своих и наших настроек». Все зависит от целей, какие ставит веб-аналитик, - «от того, какие параметры вы измеряете и какой смысл в них вкладываете» [Кокшаров, 2014]. Следовательно, если стопроцентно точной статистики не существует, то формулируя конкретные цели, можно выявить хотя бы главные тенденции и сделать верный прогноз на будущее.

Цели и направление действий. Основные цели, для которых может понадобиться веб-статистика, просматриваются по ряду направлений: 1) управление ресурсами (изучение аудитории пользователей, запросов и поведения, мониторинг посещаемости, выявление проблем в структуре, навигации и контенте сайта, принятие решений по развитию функционала, оценка эффективности вложений); 2) анализ и прогноз тенденций развития; 3) представление статистической отчетности в вышестоящие органы; 4) библиометрические и библиотековедческие исследования; 5) проведение сравнений между сайтами, участие в рейтингах.

Согласитесь, что управление ресурсами и отчетность библиотек - это два разных подхода. Если главной целью работы со статистикой является предоставление отчетности или сравнение показателей вебсайтов, то, на наш взгляд, наилучшим решением была бы разработка специализированной и унифицированной системы сбора и анализа библиотечной веб-статистики, возможно, реализованная на базе госзаказа. Известно, что многие проблемы библиотечных технологий, например, были сняты с помощью системы автоматизации библиотек ИРБИС - типового интегрированного решения для библиотек любого типа и профиля. Подобная же разработка по веб-статистике библиотек была бы для них хорошим подарком. Ну, а далее можно было бы помечтать и о полуфантастических вариантах. Например, о том, чтобы в Яндекс-Метрике создали дополнительный модуль, настроенный на библиотечные показатели. В таком случае стало бы возможным не только оценивать продажи и прочую "коммерцию", но и результаты деятельности сайтов библиотек.

При невозможности решить задачу ни одним из названных способов наиболее адекватным представляется обращение к трекерным системам статистики, причем в этом случае обращение к инструментам Яндекс-Метрики, по нашему мнению, кажется более предпочтительным, чем к "продвинутой" системе Google Analytics. В пользу отечественной разработки говорят не только ее разумные настройки и интерфейс, но и более лояльное отношение Яндекса к русскоязычному трафику.

Обычно считается, что точность данных Google Analytics, опирающейся на всю мощь корпорации Гугл, намного выше других систем. Но высокая гибкость настроек и точность данных, наверное, были бы крайне необходимы, если бы речь шла о космосе, нью-йоркской бирже или глобальных изменениях климата. У нас же речь идет всего лишь об одном из направлений библиотечной статистики. В библиотечной сфере повышенная "точность" данных, в которой, кстати, еще нужно убедиться, может оказаться совершенно излишней и даже вводящей в заблуждение. Учитывая, что оба инструмента (Яндекса и Гугла) имеют не только достоинства, но и недостатки (см. Таблицу 2), можно предположить наличие больших расхождений между данными по одним и тем же метрикам, что подтверждают и многие практики сети. Таким образом, на основании приведенных рассуждений и с учетом всех плюсов и минусов логичнее отдать предпочтение отечественной системе.

Вернемся, однако, к главной цели веб-анализа и работы со статистикой - максимально эффективному управлению ресурсами. Здесь принципиальный подход заключается в том, чтобы возможно полно использовать все имеющиеся инструменты - счетчики посещений отдельных страниц, средства лог-анализа, трекеры, проекты банерной статистики и внешней аналитики. Как уже было сказано, каждый инструмент не лишен недостатков, следовательно, относительно полную и объективную картину может дать лишь комплексное использование всех инструментов.

Google Analytics Яндекс-Метрика   Возможность редактирования кода счетчика, добавления разных параметров и условий оценки входящего трафика; все поддомены собираются в одном месте, удобная фильтрация; интеграция с AdWords и AdSense; много справочных пособий, сертификация специалистов   Простой интерфейс; простая настройка счетчика; лояльное отношение к русскоязычному трафику; интеграция с Яндекс-Директ, Яндекс-Маркет, Целевой звонок; вебвизор (сервис слежения за активностью пользователей)   Достаточно сложный интерфейс; значительные погрешности при анализе российского трафика (до 20-40%); необходима коррекция кода счетчика; отсутствие вебвизора   Погрешности в оценке входящего трафика; невозможность настройки счетчика для разных поддоменов (msk.site.ru, nsk.site.ru, etc.); трудности отслеживания переходов из Google

Проблема точности измерений и достоверности вебометрических показателей вряд ли будет решена в ближайшие годы, хотя, видимо, это и не нужно. С точки зрения решения библиотечных задач, вполне достаточно чутко улавливать основные тенденции, выстраивая прагматические отношения с пользователями.

В своих выводах относительно трендов развития мы, как уже говорилось, опираемся на опыт библиотечного сайта www.prometeus.nsc.ru, его длительную историю и устойчивые показатели статистики. Архив данных, собранный с 1998 г., позволяет сравнить возможности и ограничения разных инструментов - системы AWStats (Advanced Web Statistics, ее разных версий) и внешних инструментов мониторинга - в первую очередь, Яндекс-Метрики (с 2011 г.). Применение Google Analytics изначально было сильно ограничено по вполне понятным причинам: GA продвигает свой поисковик, сильно "заточена" на маркетинговые цели, сложна в использовании и работает с отчуждаемыми данными [Ковязина, 2012а].

Рис.2. Сближение показателей уникальных посетителей www.prometeus.nsc.ru в соседние периоды 2014 г.

Тренд-анализ функционирования библиотечного сайта. На основе многолетнего опыта www.prometeus.nsc.ru сформировалось достаточно четкое представление о главных закономерностях деятельности библиотечных сайтов. Прежде всего, отметим цикличность и "волнообразный" характер визитов, сезонную амплитуду подъемов и спадов посещаемости, феномен значительной устойчивости и инерционности показателей, проявляющийся у хорошо продвинутых и долгоживущих сайтов. Последнее обстоятельство вселяет надежду, что в библиотечной веб-статистике не все уж так безнадежно. Сайты могут демонстрировать очень близкие или же совершенно совпадающие показатели в соседние дни, недели и месяцы, даже несмотря на то, что речь идет об очень больших цифрах (см. Рис.2, близкие показатели выделены красным цветом). Можно утверждать, что накопленный объем ресурсов формирует прочный фундамент посещаемости и в какой-то степени является залогом устойчивости, мало подверженной каким-либо неожиданностям.

Еще раз подчеркнем, что рассматривать посещаемость сайта без какой бы то ни было связи с объемом и структурой ресурсов и типом контента не имеет никакого смысла. Без учета индивидуальной специфики каждого ресурса можно легко впасть в ошибку и посчитать популярными совсем не те документы, которые ими являются на самом деле. Так, например, библиографические ресурсы имеют разное наполнение, разное количество страниц и библиографических записей. Для проведения сравнений требуется сравнивать подобное с подобным и при анализе посещаемости учитывать существующую разницу в размере ресурсов.

На сайте www.prometeus.nsc.ru проведение сопоставлений изначально опиралось на показатели "коэффициентов обращений" (Ко), рассчитанных как отношение спроса, то есть количества обращений, на единицу ресурса - страницу или библиографическую запись. Если придерживаться такого подхода, то нетрудно заметить, что ежегодная посещаемость указателя "Новая Россия" (www.prometeus.nsc.ru/biblio/newrus), содержащего 632 страницы с библиографией по разным аспектам права, экономики, социологии и пр. (на конец 2014 г.) на самом деле в несколько раз выше, чем средняя посещаемость всего сайта, где размещается около 30 тысяч страниц (см. Рис.3).

Рис.3. Коэффициент обращений (Ко) к библиографическому указателю «Новая Россия» и к сайту Отделения ГПНТБ СО РАН за 2003-14 гг.

Из кривой, представленной на диаграмме, совсем не вытекает, что пик 2009 года является абсолютным верхом посещаемости "Новой России". На самом деле, взлет обращений связан с активизацией роботов, которые примерно с 2005/06 г. превратились в настоящий бич сайта и весомый фактор искажения веб-статистики. На наш взгляд, значительная часть ботов преследует цели, далекие от библиотечных, обслуживая интернет-маркетинг. По замерам AWStats, трафик ботов к www.prometeus.nsc.ru составляет как минимум 85% обращений. Большинство ботов ведут себя крайне некорректно, избегают захода в файл robots.txt, скрывают или подделывают служебную информацию в идентифицирующем поле user-agent. На основании данных AWStats статистику ботов невозможно отделить от визитов живых пользователей. Роботы создают предельную нагрузку на сервер, ухудшают доступ к сайту. По всем этим причинам все чаще звучат предложения о модерации или запрещении деятельности роботов на сайтах библиотек [Ковязина, 2012б].

Проблема ботов. Однако с предлагаемыми мерами трудно согласиться - они кажутся, как минимум, парадоксальными. Полное отсечение роботов и других автоматических средств копирования или индексирования информации не только затруднит продвижение ресурсов, но при неумелой фильтрации может отрезать внушительную часть легальной аудитории. Блокируя некоторые IP-адреса, можно по ошибке запретить доступ десяткам тысяч ни в чем не повинных пользователей, работающих через прокси-сервера. Кроме того, в последнее время многие посетители обращаются к разным инструментам, ускоряющим или облегчающим загрузку файлов, - менеджерам закачки (Download Master, Free Download Manager, TeleportPro), утилитам или плагинам (FlashGot, DownloadHelper, NetVideoHunter), которые по внешнему виду и поведению очень похожи на роботов.

Хочется нам того или нет, но придется свыкнуться с простой мыслью, что сетевая деятельность библиотек вышла на новую ступень развития и применение разных средств автоматизации становится будничным и даже рутинным компонентом действительности. Разумная постановка задачи улучшения библиотечной веб-статистики состоит не в том, чтобы всеми способами тормозить "технологический" трафик библиотек, исходящий от сетевой автоматики, но чтобы как можно точнее структурировать поток запросов, выявляя в нем "ручную" и роботизированную составляющую, хотя бы на уровне приблизительных оценок и доверительных интервалов. При этом, естественно, требуется исключить откровенно вредоносные действия и "накрутку" счетчиков.

Ключевые показатели эффективности. Как уже отмечалось в первой части статьи^[5], в количественных выводах библиотечной веб-статистики целесообразно опираться на маркетинговую концепцию KPI (Key Performance Indicators - ключевых показателей эффективности), которая стремится учесть достижение главных целей развития, фокусируясь на особенностях спроса посетителей и избегая лишней детализации е-метрик. С этой точки зрения, принципиально важным представляется анализ динамики уникальных посетителей (хостов), имеющей волнообразный характер (см. Рис.4). Даже несмотря на его не очень высокую достоверность, показатель "уникальных" можно рассматривать как ключевой (KPI), так как его искажение ботами намного меньше других метрик ("посещений" и "обращений").

Рис.4. Ежемесячная динамика уникальных посетителей в 2010-2015 гг. (AWStats 7.3)

В условно принимаемый "рабочий период" (осень-весна) наблюдается всплеск посещаемости, причем, ее пик приходится на время студенческих сессий, а в летние месяцы наблюдается "провал", хотя в этот период сайт посещает "более качественный" пользователь (по запросам и уровню образования). В последние годы амплитуда колебаний значительно усилилась - за счет глубины летнего падения. Во все времена года в течение недели наибольшее количество визитов приходится на вторник и среду, а наименьшее - в субботу. Отметим, что приливы и отливы спроса, с точностью до времени суток, отмечаются не только в деятельности сайта, но и в реальной библиотеке, хотя количество "живых" читателей теперь и минимально. Совпадение "циклов жизнедеятельности" традиционной библиотеки и ее сайта позволяет говорить об определенных объективных тенденциях спроса на библиотечные продукты и услуги. До некоторой степени функционирование сайта, отраженное в диаграмме KPI, напоминает кардиограмму человека (Рис.5).

Рис.5. Общая статистическая сводка по сайту www.prometeus.nsc.ru за год с 30.11.2014 по 30.11.2015 г. (по данным Яндекс-Метрики)

Эффективность библиотечного сайта. Когда речь заходит о "показателях эффективности библиотечной деятельности" или об "эффективном функционировании библиотечного сайта", нужно точно формулировать, что имеется в виду. Понятие "эффективности", как способности выполнять определенную работу и при этом достигать желаемого результата с наименьшей затратой времени и усилий - это понятие, прежде всего, количественное, применяемое в последнее время чаще всего в сфере рыночной экономики^[6]. Но кто может сказать, что такое "эффективность" в сфере науки, образования, знаний, что такое "эффективность" прочитанной книги? Как их измерить и подсчитать, тем более в масштабах всего общества?

О "продуктивности" библиотечных сайтов свидетельствует, конечно, не ежедневная выручка, а достижение библиотечных целей, выраженное в библиотечных показателях - в количестве уникальных посетителей, визитов, обращений, объемах перекачиваемой библиотечной информации. Если эти индикаторы имеют положительную динамику, то можно говорить об общем прогрессе сайта. Но этих цифр явно недостаточно для более точной и качественной оценки использования ресурсов, для адекватных сравнений с другими сайтами и прогнозирования будущего. В этом случае полноценные исследования и сравнения возможны лишь при использовании всех возможных инструментов и методик.

Проблемы и решения. Сформулируем конкретные предложения, направленные на совершенствование библиотечной веб-статистики и решение накопившихся проблем.

1. На наш взгляд, необходимо уделять более серьезное внимание сбору и анализу библиотечных веб-метрик, вырабатывать единую терминологию, проводить обсуждение сложившихся тенденций, исследовать самые эффективные инструменты и методики и пр. К сожалению, неразрешимые вопросы возникают даже на уровне того, что должна измерять библиотечная веб-статистика, какие метрики имеют смысл, а какие нет.
2. Одной из самых серьезных проблем являются автоматизированные средства работы с сайтом. Требуется принципиальное решить, что делать с ботами - как их считать (или не считать), нужно ли их блокировать и по каким критериям.
3. Не меньшая проблема связана с "ложным" трафиком, сгенерированным ботами - агентами интернет-маркетинга. Здесь тоже требуется принятие конкретных решений или хотя бы разработка рекомендаций.
4. Целесообразно разграничить два вопроса: а) предоставления унифицированной отчетности, позволяющей органам управления сравнивать показатели разных учреждений и б) эффективного управления библиотечным сайтом.
5. Для решения (а) нужно использовать единую, специально разработанную (по типу WEB-ИРБИСа), унифицированную и интегрированную систему библиотечной веб-статистики, или же Яндекс-Метрику - более предпочтительную, чем Google Analytics. Второй вопрос (б) полноценно решается лишь на основе комплексного использования всех доступных статистических инструментов.

Третий блок библиотечной веб-статистики включает в себя интеграционные и репутационные характеристики сайта. В условиях глобализации информационных процессов библиотеки становятся частью общемировой сети знаний и, как уже говорилось, вступают в конкуренцию не только в своих традиционных областях, но и в пограничных сферах, исторически закрепившихся за другими научно-образовательными, развлекательными и коммерческими учреждениями. Становление сетевого характера библиотек усиливает взаимозависимость сайтов и отдельных ресурсов между собой, тем более, что изначальная конструкция гипертекстовой "паутины" всегда подразумевала укрепление разного рода связей и отношений. Появление веб-цитирования (ссылок, упоминаний, рекомендаций, оценок, etc.) стало прямым следствием эволюции интернета, и эти же процессы являются базовым элементом всей инфраструктуры знания и ключевым фактором коммуникации.

Из всего сказанного становится понятно, что традиционные статистические показатели библиотек, характеризующие состав их фондов и справочно-библиографического аппарата, количество пользователей и размеры книговыдачи^[7], нужно дополнить блоком "нетрадиционных", неизвестных доселе, показателей, описывающих вовлеченность сайтов в общую структуру интернет-пространства и оценивающих их репутацию в сети.

Показатели интеграции связаны, прежде всего, с веб-цитированием библиотечных ресурсов, с их индексированием поисковыми машинами и отражением документов в веб-каталогах в виде ссылок. Веб-цитирование преследует научные, образовательные и технологические цели^[8], носит информационный, рекомендательный или рекламно-новостной характер. По типу источника веб-цитирования все ссылки можно условно структурировать на десять взаимосвязанных групп: 1) поисковые системы; 2) коллекции "полезных ссылок" и навигаторы; 3) базы данных, электронные каталоги учреждений; 4) обзоры, путеводители по "внешним" ресурсам; 5) учебные материалы (программы, методические рекомендации); 6) виртуальные справки, консультации; 7) полнотекстовые материалы (электронные тексты); 8) СМИ, анонсы, новостные и рекламные материалы; 9) вики-проекты, веб-архивы; 10) социальные сети, блоги, форумы.

Степень "узнаваемости" библиотечных сайтов, их интеграционные и репутационные характеристики в значительной степени зависят от особенностей цитирования. Проведенные замеры показывают очень разнородную картину упоминаний как с количественной, так и с качественной стороны (см. Таблицы 3-4). В первом приближении можно говорить о том, что на показатели цитирования влияют самые разные факторы, связанные с размерами сайта, длительностью его существования, со спецификой контента, востребованностью ресурсов, энергичностью продвижения и даже с текущей модой. Ряд библиотечных сайтов, сделавших ставку на открытость своих страниц, получают хороший "ссылочный вес" в интернете, тогда как другие, в силу организационных (условия доступа) или технических причин (закрытые базы данных), серьезно ограничивают свое продвижение.

С точки зрения поисковой оптимизации (SEO) учитываются как "внутренние", так и "внешние" ссылки (с анализируемого сайта и к нему), сайты-доноры и сайты-акцепторы ссылок (с отдельной статистикой по общему количеству ссылок и детализацией по уровням вложений - ссылки с главной страницы, со 2-го, 3-го и т.д. уровня), а также множество других компонентов - "анкоров" (текстов ссылок), ключевых слов и пр.

Наконец, существенным элементом интеграции сайтов во внешнюю веб-среду является количество и качество их документов, архивированных в известных проектах и веб-хранилищах, таких как Internet Archive (archive.org - существует с 1996 г.), WebCite (webcitation.org - с 1998), Archive.today (archive.is - с 2012) и др. Веб-архивы обеспечивают долгосрочное архивирование веб-материалов, собранных с помощью особых веб-сканеров (ботов), а также поддерживают бесплатный доступ к своим базам данных для широкой публики^[9]. Если глобальный "Архив Интернета" (Рис.6) собирает копии целых сайтов, графические материалы, видео- и аудиозаписи, программное обеспечение (по состоянию на ноябрь 2015 г. он архивировал 452 млрд веб-страниц), то большинство других проектов ограничивается наиболее качественными документами, ценными для истории интернета.

Показатели веб-репутации сайтов тесно

	Рис.6. Титульная страница глобального "Архива Интернета" (Internet Archive), содержащего копии многих миллионов сайтов

связаны с различными индексами "доверия", "авторитетности" или "важности", автоматически сгенерированным на основе формальных параметров по специально разработанным алгоритмам. Самыми известными индексами являются PageRank (PR) от Google и "тематический индекс цитирования" (тИЦ) от Яндекса. Но кроме них есть множество других индексов, разработанных специалистами других систем веб-анализа и SEO. Большое количество метрик собирают сайты поисковой оптимизации - pr-cy.ru, cy-pr.com, xtool.ru, majesticseo.com, linkpad.ru и др. Профиль их деятельности предполагает разработку рекомендаций для интернет-маркетинга, покупки и продажи ссылок, а также для "монетизации трафика".

PageRank корпорации Google представляет собой один из алгоритмов ссылочного ранжирования, назначающий документам определенные численные значения, фиксирующие его "вес" среди других документов. Чем больше ссылок приходится на определенный документ, тем он "важнее". Кроме того, значение каждого документа определяется "весом" ссылающихся на него других документов и, таким образом, PageRank - это метод вычисления значимости веб-страниц путем вычисления "важности" ссылок на них. В отношении PR замечен ряд особенностей, например, такая: PageRank выше 5 получают, как правило, "старые" сайты, прошедшие испытание временем и заслуживающие доверия, а также проекты с большим количеством посещений (например, социальные сети).

тИЦ Яндекса - это технология расчета авторитетности веб-ресурсов на основе их тематической близости к ссылающимся на них сайтам. Яндекс использует этот индекс для ранжирования сайтов в своем каталоге. Показатель тИЦ имеет округленные значения и пересчитывается примерно два раза в месяц (апдейт).

Индекс X-траст (XT) от компании XTool в режиме онлайн определяет уровень "доверия" к сайту на основе собственного закрытого алгоритма. В числовом выражении он представляет интерпретацию доверия к сайту со стороны Яндекса, коррелирующую с передаваемым ссылочным весом страниц. К мощным трастовым ресурсам XTool относит сайты с показателем XT от 8 до 10, к крепким "середнякам" - от 4 до 7, а к некачественным и откровенно плохим - ниже 3. Сервис XTool не только оценивает качество ресурсов с точки зрения Яндекса, но и приводит ценную информацию о заспамленности сайта "мусорными" ссылками, вероятности установки на него "антиспам-фильтров" и других санкций со стороны поисковиков. В той или иной степени, все эти параметры также относятся к репутационным.

Наконец, большое значение для оценки веб-репутации библиотечных сайтов имеют места, занимаемые в различных рейтинговых проектах - Rambler Top100, LiveInternet и пр. Заслуженную репутацию приобретают (а затем ею пользуются) так называемые "трастовые сайты", занимающие высокие места в рейтингах. На эти сайты ориентируются не только интернет-пользователи, но и поисковые машины.

Выход библиотек в интернет, изменение годами устоявшегося бытия, переход к виртуальным и удаленным формам обслуживания породили массу нерешенных вопросов. Электронные библиотеки стали оснащаться различными технологиями администрирования и статистическими сервисами, позволяющими фиксировать использование ресурсов, аккумулировать статистику посещений, обрабатывать данные о посетителях сайтов и пр. [Лаврик, Калюжная, 2009: 25, 27; Калюжная, Лаврик, 2011: 69]. Вместе с тем, оказалось, что технологические возможности счета и измерений отнюдь не гарантируют понимания всей сложности процессов, протекающих в сети и, тем более, эффективного управления.

На наш взгляд, ключевые проблемы современных библиотек и библиотечных сайтов обусловлены непрекращающейся изменчивостью интернета. Череда постоянных модернизаций становится для библиотек и благом, и наказанием. Наслаиваясь на социальные изменения в обществе, трансформация библиотечных учреждений часто сталкивается с малопредсказуемыми результатами.

Веб-мониторинг деятельности библиотечных сайтов, наряду с целенаправленным развитием аналитики, призван замедлить и предотвратить развитие негативных тенденций. В этом смысле веб-статистика библиотечных сайтов представляет собой одну из отраслей информационной деятельности, которая изучает процессы информационных обменов между сайтами библиотек и потребителями информации. Регулярный сбор, измерение и анализ показателей деятельности позволяют определить направления будущего развития сайтов, совершенствовать ресурсы, оптимизировать внутреннюю структуру и навигацию и, таким образом, максимально полно реализовывать предназначение библиотек в новых условиях. Применяя различные инструменты и методики веб-анализа, можно отслеживать особенности взаимодействия с разными группами пользователей, выявлять существенные характеристики их поведения, вносить необходимые коррективы в организацию и наполнение библиотек.

Быстрое развитие интернета затрудняет проведение мероприятий по измерению, сбору, анализу, представлению и интерпретации данных, необходимых для подготовки статистических отчетов по сайтам библиотек. Огромные массивы отличаются "тремя V": объемом (volume), скоростью прироста (velocity) и разнообразием (variety). Задачу осложняет отсутствие квалифицированных кадров, несовершенство терминологии и инструментов, значительная "подвижность" технологий. Конечной целью всей веб-аналитической работы является принятие конкретных управленческих решений, но в настоящее время становится понятным, что эффективность развития сайтов сдерживается недостоверностью собранных данных и оценок. В качестве пожелания хотелось бы, чтобы библиотекари, при помощи других специалистов, активнее занимались разными аспектами веб-аналитики. Мотивация к этому одна, а именно та, что чем сложнее проблема, тем большего внимания она требует.

Короткая история библиотечной веб-статистики и аналитики убеждает пока лишь в том, что все современные достижения библиотечных сайтов в гораздо большей степени зависят от опыта, "чутья" и искусства веб-мастеров, чем от сформировавшихся научных представлений.