ทีมวิจัยพัฒนา workflow ด้วย SQL และ n8n สำหรับดึงรายการยืมเกินกำหนด จัดระดับความเร่งด่วน ส่งอีเมล และอัปเดตสถานะ โดยจำนวนรายการคืนล่าช้าลดจาก 196 เหลือ 164 รายการ
ข้อค้นพบสำคัญ
- รายการคืนล่าช้าลดจาก 196 เป็น 164 หรือลด 16.33% ส่วนรายการล่าช้า 4–14 วันลดจาก 29 เป็น 25 และคะแนนความพึงพอใจเฉลี่ยอยู่ที่ 4.30
ทำไมจึงมีความสำคัญระดับโลก
กรณีศึกษาชี้ว่าระบบอัตโนมัติแบบ low-code อาจช่วยห้องสมุดลดงานแจ้งเตือนซ้ำและติดตามทรัพยากรที่ยืมได้เป็นระบบ โดยเฉพาะบริการที่มีสิ่งของหลากหลายกว่าหนังสือ
บทบาทของนักวิจัยไทย
นักวิจัยมหาวิทยาลัยราชภัฏยะลาพัฒนาและประเมิน workflow ในบริบทบริการ Library of Things ของห้องสมุดมหาวิทยาลัยธรรมศาสตร์
ข้อจำกัดที่ควรรู้
ไม่มีการสุ่ม กลุ่มควบคุม หรืออัตราต่อจำนวนการยืมทั้งหมด การเปรียบเทียบสองช่วงอาจถูกรบกวนด้วยฤดูกาล องค์ประกอบผู้ยืม และการเปลี่ยนนโยบาย อีกทั้งยังไม่รายงานเวลาทำงานที่ประหยัดได้หรืออีเมลที่ส่งสำเร็จ