Uno de los aspectos más consultados por quienes administran repositorios institucionales en DSpace es el funcionamiento de las estadísticas. ¿Qué significa una visita? ¿Cómo se registran las descargas? ¿Por qué algunos registros muestran estadísticas de archivo y otros no? ¿Es posible generar reportes globales?
Durante una reciente implementación en DSpace 7, tuvimos la oportunidad de revisar en profundidad el funcionamiento interno del módulo de estadísticas, analizando directamente el índice de Apache Solr, la API REST de DSpace y la forma en que la interfaz administrativa presenta la información. El resultado permitió aclarar varios conceptos que frecuentemente generan confusión entre administradores y usuarios.
El corazón de las estadísticas: Apache Solr
Aunque desde la interfaz de DSpace pareciera que las estadísticas forman parte de la aplicación, en realidad el registro histórico de eventos es almacenado por un componente independiente: Apache Solr.
Cada vez que un usuario realiza una acción relevante, DSpace registra un evento en el núcleo (core) de estadísticas de Solr. Entre ellos encontramos:
- Visualización de un ítem.
- Acceso a un archivo (bitstream).
- Fecha y hora.
- País de origen.
- Dirección IP (según configuración).
- Agente de usuario (navegador).
- Clasificación entre usuario humano y robot.
Esto significa que la información estadística permanece almacenada independientemente de la interfaz gráfica, permitiendo generar consultas, reportes y análisis avanzados directamente sobre Solr.
Consultas versus descargas
Uno de los errores más comunes consiste en asumir que toda visita corresponde a una descarga. En realidad, DSpace diferencia claramente ambos conceptos.
| Evento | Qué registra |
|---|---|
| Consulta (View) | Acceso a la ficha bibliográfica del ítem. |
| Descarga (Bitstream View) | Acceso a un archivo almacenado físicamente en DSpace. |
En consecuencia, un usuario puede visitar un registro decenas de veces sin descargar nunca el documento, o bien descargar directamente un archivo luego de ingresar al registro.
Las estadísticas dependen del nivel consultado
La interfaz administrativa de DSpace no presenta la misma información para todos los objetos. Cada nivel dispone de estadísticas diferentes.
Comunidades
- Visitas.
- Distribución temporal.
- Países.
Colecciones
- Visitas.
- Consultas por período.
- Distribución geográfica.
Ítems
- Visitas al registro.
- Visitas mensuales.
- Visitas por país.
- Visitas de archivo (descargas), únicamente cuando existen archivos almacenados en DSpace.
Esta diferencia suele generar confusión, ya que muchos administradores esperan encontrar estadísticas de descarga directamente desde la vista de una colección. Sin embargo, ese comportamiento corresponde al diseño estándar de DSpace.
¿Por qué algunos registros muestran descargas y otros no?
La respuesta depende del origen del documento.
Documentos almacenados en DSpace
Cuando el repositorio almacena físicamente el PDF u otro archivo digital, DSpace registra cada acceso al bitstream y presenta la información bajo la sección:
Visitas de archivo
Estas estadísticas corresponden efectivamente a las descargas o accesos realizados al documento.
Registros cosechados mediante OAI-PMH
Muchos repositorios institucionales funcionan como agregadores de información utilizando el protocolo OAI-PMH (Open Archives Initiative Protocol for Metadata Harvesting).
En estos casos DSpace almacena únicamente:
- Metadatos.
- Autores.
- Resumen.
- Palabras clave.
- Enlace al repositorio de origen.
El documento permanece alojado en otra institución.
Por esta razón, DSpace registra correctamente las visitas al registro bibliográfico, pero no puede registrar la descarga del documento, ya que ésta ocurre fuera de la plataforma.
¿Dónde se encuentran realmente las estadísticas?
Toda la información es almacenada en el núcleo de estadísticas de Apache Solr.
Desde allí es posible consultar:
- Visitas por ítem.
- Descargas por archivo.
- Estadísticas mensuales.
- Estadísticas anuales.
- Países.
- Navegadores.
- Sistemas operativos.
- Robots versus usuarios reales.
La interfaz administrativa utiliza precisamente esta información para construir las pantallas de estadísticas visibles por los administradores.
¿Es posible exportar un reporte completo?
Aquí aparece otra diferencia importante.
Aunque toda la información existe dentro de Solr, DSpace no incorpora de forma nativa un reporte consolidado en PDF, CSV o Excel con las estadísticas globales del repositorio.
La plataforma entrega estadísticas contextuales por comunidad, colección o ítem, pero no un informe único que reúna toda la actividad del repositorio.
Sin embargo, como los datos ya se encuentran almacenados, es perfectamente posible desarrollar reportes personalizados que incluyan:
- Total de visitas por ítem.
- Total de descargas.
- Comunidades.
- Colecciones.
- Países.
- Evolución mensual.
- Ranking de documentos más consultados.
- Ranking de documentos más descargados.
Estos reportes pueden generarse automáticamente consultando el índice de Solr, sin necesidad de recorrer manualmente cada registro desde la interfaz.
Una ventaja poco conocida
Al almacenar las estadísticas en un motor especializado como Apache Solr, DSpace obtiene una gran capacidad de escalamiento.
Incluso repositorios con millones de eventos pueden responder consultas complejas en tiempos muy reducidos, permitiendo construir paneles personalizados, integraciones con herramientas de inteligencia de negocios (BI) o reportes periódicos para instituciones de investigación.
Conclusiones
El módulo de estadísticas de DSpace es considerablemente más potente de lo que muestra su interfaz administrativa.
Mientras la plataforma presenta reportes específicos para comunidades, colecciones e ítems, el verdadero historial de eventos permanece almacenado en Apache Solr, desde donde es posible obtener información mucho más detallada.
Comprender esta arquitectura permite interpretar correctamente las cifras de consultas y descargas, especialmente en repositorios que combinan documentos propios con registros cosechados mediante OAI-PMH. Asimismo, abre la posibilidad de desarrollar reportes institucionales avanzados, adaptados a las necesidades de cada organización, aprovechando toda la información que DSpace registra de manera automática.
Referencias
- DSpace Documentation – Statistics Module
https://wiki.lyrasis.org/display/DSDOC7x/Statistics - DSpace GitHub Repository
https://github.com/DSpace/DSpace - Apache Solr Documentation
https://solr.apache.org/guide/ - Open Archives Initiative – OAI-PMH Specification
https://www.openarchives.org/pmh/