Migração para o Koha: como levar seu catálogo de outro sistema sem perder dados

O que a migração para o Koha move, exatamente

Uma migração completa move cinco conjuntos de dados diferentes, e cada um tem seu próprio formato e seu próprio grau de dificuldade. Confundi-los é o primeiro erro de planejamento: muitos projetos orçam a “migração do catálogo” pensando só nos registros bibliográficos e depois descobrem que faltaram os exemplares.

• Registros bibliográficos: a descrição de cada obra. É o que viaja em MARC21 ou MARCXML.
• Exemplares: cada cópia física, com código de barras, número de chamada, unidade, coleção e situação. No Koha, ficam no campo local 952.
• Autoridades: autores, assuntos e entidades coletivas padronizados. São migrados como registros de autoridade à parte.
• Usuários: o cadastro de leitores, com categoria, unidade, data de validade e dados de contato.
• Circulação: empréstimos vigentes, reservas, multas e histórico. É o conjunto que com mais frequência se decide não migrar por inteiro.

A isso se soma a parametrização, que não é migrada, e sim reconstruída: tipos de item, categorias de usuário, regras de circulação, calendários de feriados, unidades e valores autorizados. Em um sistema com três unidades, essa reconstrução pode levar tanto tempo quanto a carga de dados. Se você ainda não conhece a plataforma, comece pelo guia de implantação do Koha.

Passo 1: inventário do sistema de origem

Antes de exportar qualquer coisa, é preciso documentar o ponto de partida. Um inventário útil responde a sete perguntas e se resolve em uma ou duas reuniões com a equipe da biblioteca e com a TI.

• Nome e versão exata do sistema atual, e se o fornecedor original ainda dá suporte.
• Quantos registros bibliográficos, quantos exemplares e quantos usuários ativos existem. Não é o mesmo número: 16.620 registros bibliográficos podem corresponder a mais de 22.000 exemplares.
• Qual formato de descrição é usado: MARC21, UNIMARC, um formato próprio ou campos soltos em um banco de dados.
• Se há acesso direto ao banco de dados (MySQL, SQL Server, ISIS) ou apenas à interface de exportação.
• Qual conjunto de caracteres é usado: UTF-8, MARC-8, ISO 8859-1. É a causa número um de acentos corrompidos depois da carga.
• O que fazer com os empréstimos ativos e as multas pendentes no dia da virada.
• Se há anexos: capas, PDFs de texto completo, links para recursos eletrônicos.

Formato de exportação por sistema de origem

A dificuldade de uma migração se decide nesta tabela. Sistemas que exportam ISO 2709 limpo migram rápido; os que só permitem chegar aos dados pelo banco exigem um trabalho prévio de extração que pode dobrar o cronograma.

O Koha aceita dois formatos de entrada para registros bibliográficos e de autoridade: MARC binário (ISO 2709, arquivos .mrc) e MARCXML. Qualquer outra coisa, seja CSV, XLSX, JSON ou um dump SQL, precisa ser convertida antes. Os usuários são a exceção: entram por um CSV próprio, na ferramenta de importação de usuários.

Se o sistema da sua biblioteca não aparece na tabela, seja um sistema comercial nacional, seja um software livre, a pergunta decisiva é a mesma: ele exporta ISO 2709 ou MARCXML, ou os dados terão de ser extraídos do banco? A BiblioLabTech migra dados de sistemas comerciais e livres, incluindo Aleph, Symphony, PMB e ABCD, e, quando a origem não exporta MARC, trabalha a partir de CSV, XML ou dumps do banco de dados, mapeando campo a campo.

Mapeamento de campos para MARC21

O mapeamento é a tabela de equivalências entre cada campo do sistema anterior e sua etiqueta MARC21 no Koha. É feito uma única vez, documentado e aplicado a todo o lote. Quatro decisões sempre devem ficar explícitas:

• 942$c: tipo de documento no nível bibliográfico. Determina como o registro se comporta na circulação e nas facetas do OPAC.
• 952: o campo local de exemplar. No mínimo, precisa da unidade proprietária, da unidade de origem e do tipo de item; na prática, também se carregam código de barras, número de chamada, coleção e data de aquisição.
• Campos de controle: 001, 003 e o identificador interno. Se o sistema anterior tinha um número de controle próprio, convém conservá-lo em um campo local para auditoria posterior.
• Codificação de caracteres: definida no início e verificada no primeiro lote de teste. Corrigir acentos em 20.000 registros já carregados custa mais do que refazer a conversão.

Um erro frequente em migrações a partir de planilhas é carregar o título inteiro no 245$a, sem separar o subtítulo (245$b) nem a indicação de responsabilidade (245$c). O catálogo carrega, parece correto na tela e depois falham a busca por autor e a ordenação. Resolva isso na conversão, não depois.

Limpeza de duplicados e controle de autoridades

Quase nenhum catálogo herdado chega limpo. Nos projetos de depuração que a BiblioLabTech fez em acervos próximos de 9.000 registros, uma fração que costuma ficar entre 3% e 10% apresenta algum problema: duplicados exatos, duplicados por variação de título, autores escritos de três formas diferentes, assuntos sem controle, ISBN digitados errado ou registros sem nenhum exemplar associado.

A limpeza é feita antes da carga definitiva, sobre o arquivo já convertido, porque nessa fase é possível aplicar regras em massa. O Koha também oferece regras de correspondência na importação: pode comparar por ISBN (020$a), por ISSN (022$a) ou pelo identificador interno do Koha e decidir se ignora, substitui ou acrescenta o registro que está entrando. Definir essa regra é obrigatório quando a carga é feita em vários lotes ou quando se integram unidades que compartilham títulos.

As autoridades pedem uma decisão explícita: migrá-las, reconstruí-las a partir dos registros bibliográficos ou deixá-las para uma segunda fase. Migrar os bibliográficos sem as autoridades funciona, mas deixa pendente o controle dos pontos de acesso.

Exemplares, usuários e circulação

Os exemplares entram embutidos no 952 do próprio registro, o que evita uma segunda passada. Se o sistema de origem entrega os exemplares em uma tabela separada, é preciso uni-los ao registro bibliográfico durante a conversão, usando o identificador comum. É a parte que mais surpreende quando há várias unidades: um mesmo título com exemplares em três campi deve terminar em um único registro bibliográfico com três ou mais campos 952, e não em três registros duplicados.

Os usuários são carregados por CSV, com número do cartão e sobrenome como campos obrigatórios, além dos que a instituição tiver marcado como obrigatórios na configuração. Dois alertas práticos: colunas vazias sobrescrevem com vazio os dados existentes, e as senhas vão em texto puro para que o Koha as converta em hash. Por isso, o arquivo deve ser tratado como confidencial e apagado ao final: ele contém dados pessoais, protegidos no Brasil pela LGPD.

Sobre a circulação, a decisão honesta costuma ser esta: migrar empréstimos vigentes e reservas ativas, e não migrar o histórico completo. O histórico raramente justifica o custo de conversão e, se for necessário para estatísticas, pode ser guardado como arquivo à parte ou carregado depois, com o sistema já em produção.

Carga de teste, validação e virada

Nenhuma migração séria carrega direto em produção. A sequência comprovada é esta:

1. Lote piloto de 200 a 1.000 registros representativos: livros, periódicos, teses, material audiovisual e pelo menos um caso difícil de cada unidade.
2. Revisão do piloto pela equipe da biblioteca no catálogo real, não em uma planilha: buscar por autor e por assunto, ver o registro completo, emprestar um exemplar.
3. Ajuste do mapeamento conforme o que aparecer. É aqui que se corrigem codificação, subcampos mal atribuídos e tipos de item.
4. Carga completa no ambiente de testes, com o total de registros, exemplares e usuários.
5. Validação por contagens: o número de bibliográficos, de exemplares por unidade, de usuários por categoria e de códigos de barras únicos deve bater com a origem.
6. Congelamento do sistema anterior: define-se a data e a hora a partir das quais não se cataloga nem se empresta mais nele.
7. Carga delta e virada: migra-se o que foi registrado entre o dump e o congelamento, aponta-se o domínio para o Koha e abre-se o OPAC.

Mantenha o sistema anterior acessível em modo somente leitura por pelo menos um mês depois da virada. Custa pouco e resolve discussões.

Quanto tempo leva a migração para o Koha

O tempo depende muito mais da qualidade dos dados do que da quantidade. Estas faixas correspondem a projetos com exportação disponível em formato padrão e com a equipe da biblioteca participando da validação.

A variável que mais move esses prazos é o número de unidades, não o número de registros: cada campus acrescenta parametrização, regras de circulação, usuários e validação próprios.

O que costuma dar errado

• Acentos e cedilhas corrompidos por uma conversão de codificação mal declarada. Ou o problema aparece no piloto, ou não aparece a tempo.
• Exemplares duplicados: um 952 repetido que a conversão interpreta como vários exemplares diferentes. Nove registros podem virar dezenas de exemplares fantasmas.
• Códigos de barras repetidos ou inexistentes. O Koha exige códigos únicos; se o acervo nunca teve código de barras, é preciso gerá-los e imprimi-los, e isso é um projeto em si.
• Registros sem exemplar, que aparecem no OPAC mas não podem ser emprestados.
• Parametrização incompleta: categorias de usuário ou regras de empréstimo que não foram replicadas e aparecem no primeiro dia de aula.
• Não congelar o sistema anterior e terminar com dois catálogos divergentes durante semanas.

Nenhum desses problemas é raro nem grave se for detectado na fase de testes. Todos são caros se forem detectados em produção.

Depois da migração

Com o catálogo carregado, restam três decisões: onde a instância fica hospedada, com que política de backups e quem a atualiza. Tratamos delas em hospedagem Koha: nuvem gerenciada ou servidor próprio. Para dimensionar o investimento, veja quanto custa implantar o Koha.

Se o acervo chega com registros pobres ou com lacunas de descrição, a migração é o melhor momento para enriquecê-lo. Todo projeto de Koha da BiblioLabTech inclui o BiblioScan AI, que gera, a partir de fotos da capa, da folha de rosto e do sumário, um rascunho de registro MARC21 para o catalogador revisar e aprovar. Quando quiser transformar este roteiro em um cronograma para o seu acervo, o serviço de Koha da BiblioLabTech começa justamente pelo inventário do sistema de origem.