圖書館分析服務在過去這幾年的發展已走過漫長的路，隨著各項隱私法規的立法、雲端基礎架構的數據儲存轉變、遠端學習的延伸和由於COVID新冠疫情而優先納入的數位存取都讓圖書館持續擴充圖書館數據資料並保持領先的發展趨勢。
EBSCO和圖書館期刊(Library Journal )在2021年底共同進行了一項調查來讓我們更加了解圖書館分析服務的產品定位和成功執行、維護和擴充適當的圖書館資源分析策略所面臨的各種阻礙跟挑戰；對此我們訪查了美加地區將近 200間的學術圖書館，其中亦發現了一些有趣的狀況和趨勢。
最大的阻礙 – 時間、人員和缺乏專業知識
當開始進行數據資料彙集和分析時，很多館員分享目前碰到最大的阻礙有缺乏時間、人員和專業知識；有超過半數的館員認為他們的圖書館要執行資料分析的3項阻礙分別是缺乏時間(61%)、缺乏專業知識(54%)和缺乏人員(52%)，這項趨勢或許見怪不怪，其主要原因則出在北美許多學術圖書館都正在面臨因COVID-19而刪減或持平的預算配置。
「髒」數據孤島 > 擷取數據
雖然蒐集數據資料是一件費時的工作，但在清理這些資料時，註冊學生人數達到萬人或以上的大型學校還會遇到一些更大的難題；對這類型的學校單位來說，跟獲取數據資料相比，分散孤立的資料會構成更大阻礙，雖然圖書館可將其資料連結到各種校園活動領域(像是學習分析與設施使用率)，但要將資料效率化並縮小其系統與工作流程能力則可能大有問題。因針對資料儲存、蒐集及清理，有些圖書館到現在還是由人工處理。
這正是雲端技術還有尤其以資料湖泊(data lake)與資料倉儲(data warehouse)等基礎設施為本的技術能夠改善分析的區塊。資料湖泊可讓將來自不同系統的無關聯資料儲存在一起；我們不妨把它想成是一片水域，在其中代管的資料被混在一起且毫無任何順序的漂浮在水面上；這些資料會再流到一座資料倉儲並在裡面不僅能被清理得井然有序，還能夠存取出來；由於資料湖泊與資料倉儲都建構在雲端服務上，像是亞馬遜網路服務(Amazon Web Service, AWS)與Snowflake雲端資料倉儲公司，這樣就能減少管理責任；而各項步驟像是主機代管、擷取、組織、除錯和重複審視都可加以自動執行。
業界沒有足夠且適當的應用工具
雖然大家都認為市面上有各種資料管理工具，但仍有58％的調查回覆者認為自己的圖書館並沒有足夠的工具(甚至有更高比例的行政主管—73％—是抱持這種看法)；究竟是什麼原因？答案就是絕大多數的工具都只能應付傳統的圖書館數據資料，因館員對涵蓋典藏、服務和運作方式的圖書館全貌需有清晰概念，但在面對更龐大的資料內容時卻只有很少的工具足以提供更先進的指標且額外的數據報表也需要能夠全部整合進來包括進館人次、Wi-Fi使用率、建築物服務據點使用率和共用場所服務(像是寫作指導中心、課業輔導室、電腦室等)的使用率，此外還有許多負責支援的館內同仁也都注意到，雖有一些必要工具，但它們都需要深入學習並具備特定專業知識，這意思是適當的圖書館分析工具不但要能應付資料的廣度，還要同時能當作圖書館員的自助式平台來讓他們能迅速取得、查看和完全投入自己的資料分析當中––且幾乎不需要額外訓練或分析方面的專業知識。
當開始進行數據資料彙集和分析時，很多館員分享目前碰到最大的阻礙有缺乏時間、人員和專業知識。
當開始進行數據資料彙集和分析時，很多館員分享目前碰到最大的阻礙有缺乏時間、人員和專業知識。
很難取得學生成功指標
超過90%的受訪者同意(其中有60%「非常」同意)圖書館分析服務能提升圖書館和讀者之間的互動參與和理解。
了解參與其中和對學術成功的影響非常關鍵，由美國大學與研究圖書館學會發布的ACRL’s Assessment in Action program評量方案可看出使用圖書館資源跟學生成功之間的影響存在正相關的5個重要部分，其中包含圖書館利用指導的預備課程、一般基礎圖書館使用還有像是館內協作計劃、資訊素養課程和圖書館研究諮詢；當然這些成果最重要的是提供數據加以輔助來達成。
沒有使用適當的分析工具需承受的風險相當高
根據一份美國圖書館協會在2020年的訪查(ALA 2020 Survey)可看出大多數的受訪者均表示若沒有用適當的分析工具需承受的風險相當高，而有超過一半的大專院校和研究型學術圖書館如招募計畫、專業領域的發展和館藏發展等資金預算遭刪減；下列是這次我們共同合作訪查取得的回饋：
- 8成的人認為管理者忽視圖書館的價值。
- 跟上方將近同樣多(佔了78%)的人則擔心投入參與跟使用者結果之間的關聯性不明。
- 有62%的人則表示若評量證明無效其結果或許會造成傳統型圖書館服務縮水。
