Ομιλητής
Περιγραφή
Η αξιοποίηση των δεδομένων που συλλέγονται από τις Ακαδημαϊκές Βιβλιοθήκες αποτελεί καθοριστικό παράγοντα για τη λήψη τεκμηριωμένων αποφάσεων και τη συνεχή βελτίωση των παρεχόμενων υπηρεσιών. Η επεξεργασία και η οπτικοποίηση των στοιχείων αυτών προϋποθέτουν κατάλληλα εργαλεία επιχειρηματικής ευφυΐας (Business Intelligence), τα οποία επιτρέπουν την ανάλυση, τη σύνθεση και την ερμηνεία μεγάλου όγκου πληροφοριών. Από το 2014, η Μονάδα Διασφάλισης Ποιότητας Ακαδημαϊκών Βιβλιοθηκών (ΜΟΔΙΠΑΒ), ανταποκρινόμενη στη σύγχρονη πραγματικότητα, εγκατέστησε και χρησιμοποιεί στις έρευνές της λογισμικό BI. Ωστόσο, το λογισμικό αυτό έπαψε να αναβαθμίζεται και να υποστηρίζεται, καθιστώντας αναγκαία τη μετάβαση σε ένα νέο σύστημα επιχειρηματικής ευφυΐας. Παράλληλα, η αναθεώρηση του ερωτηματολογίου, το 2024, με την ενσωμάτωση νέων ερωτήσεων για τον υπολογισμό νέων στατιστικών και δεικτών απόδοσης, ανέδειξε την ανάγκη διατήρησης της συνέχειας και της συγκρισιμότητας των δεδομένων.
Η παρούσα ανακοίνωση παρουσιάζει τη διαδικασία μετάβασης από το παλαιό σύστημα επιχειρηματικής ευφυΐας, στην επιλογή και τη συνδυαστική χρήση δύο εργαλείων ανοικτού κώδικα, του Metabase και του Apache Superset, ώστε να καλυφθεί ένα διευρυμένο φάσμα αναγκών, από απλές ad-hoc αναλύσεις έως σύνθετα dashboards μεγάλης κλίμακας. Ιδιαίτερη αναφορά γίνεται στις τεχνικές προκλήσεις που αντιμετωπίστηκαν: τον σχεδιασμό μιας κοινής βάσης δεδομένων, την υλοποίηση της αρχιτεκτονικής σε ξεχωριστά αλλά διασυνδεδεμένα περιβάλλοντα Docker και τη μετάπτωση των ιστορικών δεδομένων της Μονάδας από το 2010 και εξής, η οποία υλοποιήθηκε μέσω χαρτογράφησης (mapping) μεταξύ των παλαιών και νέων ερωτήσεων, στατιστικών και δεικτών για τη διατήρηση της πολύτιμης ιστορικής πληροφορίας.
Περίληψη (Αγγλικά)
The utilization of data collected from Academic Libraries constitutes a decisive factor in making evidence-based decisions and continuously improving the services provided. The processing and visualization of these data require appropriate Business Intelligence tools, which enable the analysis, synthesis, and interpretation of large volumes of information. Since 2014, the Quality Assurance Unit of Academic Libraries (MODIPAB), responding to the contemporary reality, installed and has been using BI software in its surveys. However, this software ceased to be upgraded and supported, making the transition to a new business intelligence system necessary. At the same time, the revision of the questionnaire in 2024, with the incorporation of new questions for the calculation of new statistics and performance indicators, highlighted the need to maintain the continuity and comparability of the data.
This paper presents the process of migrating from the old business intelligence system to the selection and combined use of two open-source tools, Metabase and Apache Superset, in order to cover an expanded range of needs, from simple ad-hoc analyses to complex, large-scale dashboards. Particular attention is given to the technical challenges encountered: the design of a common database, the implementation of the architecture in separate but interconnected Docker environments, and the migration of the Unit's historical data from 2010 onwards, which was carried out through mapping between the old and new questions, statistics, and indicators, in order to preserve the valuable historical information.
| Λέξεις Κλειδιά | Επιχειρηματική ευφυΐα, Ακαδημαϊκές βιβλιοθήκες, Διασφάλιση ποιότητας, Οπτικοποίηση δεδομένων, Λογισμικό ανοικτού κώδικα |
|---|---|
| Τίτλος (Αγγλικά) | Designing a Sustainable Infrastructure: The Migration of the Quality Assurance Unit to a New Business Intelligence Environment |
| Λέξεις Κλειδιά (Αγγλικά) | Business intelligence, Academic libraries, Quality assurance, Data visualization, Open-source software |