要改进OPAC，直接对OPAC的使用情况进行统计分析，有时比做读者问卷调查更重要。
记得上交大做过读者对OPAC的调查，结果反应还不错。我以为那是因为国内的网上书店没有Amazon那么出色，豆瓣也不似LibraryThing那般整合众多书目信息、经挖掘整理后可用于OPAC。如果有功能强大的参照物，结论应当有所不同。
keso曾经有文题为“不要听用户的”：“Jakob Nielsen的可用性第一准则，就是不要听用户的……苹果的乔布斯相信，用户的需求不是他自己发现的，而是你替他发现的。在iPod出来之前，没人知道自己需要一个iPod。”，豆瓣的“杨勃相信数据，相信用户怎么做比他们怎么说更本质。”“一件有创造性的工作，在很大程度上不是满足用户已有的需求，而是创造尚不存在的需求。你怎么可能指望用户对自己尚未意识到的需求，提供有价值的看法呢？”
斯塔夫里阿诺斯在《全球通史》（北京大学出版社，2006年第2版）中举过类似的例子：“不是存在于本世纪(指20世纪)初的对汽车的需求创造了今天巨大的汽车制造业，而是制造廉价的T型“福特”牌汽车的能力刺激了现代对汽车的大量需求。”(下册，p487)
LibraryThing的Tim Spalding在NGC4Lib邮件组中征求OPAC中的推荐、标签等的点击数据。英国Huddersfield大学图书馆的David Pattern提供了一份很详细的数据，在最近12个月的总共2,055,707次关键词检索中，他所提供的OPAC新功能的点击次数及所占百分比[可以与一年前的数据对比：If you build it, will they come? (part 2)]：
62,410 (3.0%) 拼写建议("Did you mean?") [日均171:126]
33,709 (1.6%) 借阅参考("People who borrowed this, also borrowed") [日均92:70]
4,131 (0.2%) 其他版本(xISBN/ThingISBN)（数月前停用xISBN）[日均11:16]
2,058 (0.1%) 关键词组合建议
381 (0.02%) 推荐("We think you might be interested in")
“关键词组合建议”是在用户只输入1-2个关键词时，根据之前所有用户关键词组合检索记录，提供多至4个其他关键词[保存检索记录，加以统计分析，进而利用]。“推荐”则是在用户登录图书馆帐户的情况下，向其提供的个性化建议。这两项功能推出不久[不知是不合用，还是用户没有注意到]。
David还提供了各类关键词的检索数据、不同命中结果量数据（其中21.4％无命中）、检索所用关键词数量，并说明了他暂时还没有统计的数据，如浏览检索结果详细页面的情况。[是否点击结果，从某种程度上说明结果是否真正是检索者想要的]
Emory大学图书馆的Selden Deemer提供了一份该馆2008年1月不同检索途径的检索数据，尽管不合乎Tim的要求，可谓文不对题，但对于了解一般OPAC的使用也是有价值的。统计分为检索与浏览两部分，合计：检索110,973，浏览5,263[不足5％]。不同检索途径的详细数据：
General 50,997
Title 16,994
Author 13,951
Periodical 4,798
Subject 3,999
Series 223
Other 20,011
并说明无命中结果的情况占20％（关键词）到50％（丛编）。
结果发布，却引来砖头无数，其中最重要的一点是认为没有对用户加以区分：哪些类型的用户使用哪些检索途径，是馆员用的还是一般用户用的。
我原以为馆员在所有用户中所占比例极小，对统计结果的影响应该是微乎其微的，但从Texas A&M大学图书馆的Bennett Claire Ponsford提供的按馆员与公众区分的OPAC使用统计(OPAC usage stats)来看，某些检索途径馆员使用占所有使用量的比例相当大，甚至远超公众使用量（如索书号浏览、题名前方一致检索），因而足以影响统计分析。
中国用户的OPAC使用数据又有什么样的特点呢？老拿国外数据说事儿，也是无奈之举啊。