數據分析在學校管理中對決策支撐的意義初探

劉波

自計算機和網絡進入教育應用以來，以信息化技術對數據進行分析來驅動決策的努力就已開始。決策可以由三種方式分別或混合驅動：直覺、經驗和邏輯。雖然有時直覺和經驗在決策過程中是無可替代的，但通過邏輯方式做出決策通常被認為具有高確定性的特點，更易于被接受。數據是填充邏輯過程的基石，大數據正在改變決策的驅動方式，由直覺和經驗驅動決策開始向數據驅動決策（Data-Driven Decision Making，DDDM）轉化。當前數據驅動決策系統已成為美國各學區利用數據支持學校改進的有力工具。

一、數據驅動決策及其產生的背景

2013年，福斯特·普羅沃斯特（Foster Provost）和湯姆·福塞特（Tom Fawcett）在《數據科學與大數據、數據驅動決策的關系》一文中將數據驅動決策定義為“基于對數據的分析，而不是僅僅依靠直覺進行決策的實踐”。在教育領域中應用數據驅動決策這一概念是模仿工業和制造業的全面質量管理、組織學習和持續改進等成功做法。

如今全國各地具有超前意識的學區開始采用數據驅動決策系統，不僅要分析測試分數和學生成就，還要分析如何縮小學生之間的成績差距，提升教師素質，改進課程，分享學校和學區的最佳實踐，與關鍵利益相關者更有效地溝通教育問題，促進家長在教育過程中的參與以及加強與教育團體的對話。無論人們是否同意立法的范圍和意圖，NCLB已將全國各地對教育數據的重視提升到了一個新水平。

總之，如果沒有一個正式的數據分析系統，各個學區往往無法發現和解決發生在學校層面的關鍵問題。由數據引發的反饋可以幫助學校確認是否在正確的軌道上行進，以提高學生成績，同時了解進展的快慢。數據驅動決策為學校提供了學區、教師、學生和家長可以訪問大量信息的路徑。今天學校可讓關鍵決策者利用數據作出更明智的決策，從而提升學校的整體性能，提高學生成績。

二、數據分析和決策在學校管理不同層面上的作用

1、 數據分析在學校管理層面決策的作用舉例

（1）問題

馬斯洛需求層次理論是行為科學的理論之一，由美國心理學家亞伯拉罕·馬斯洛在1943年在《人類激勵理論》論文中所提出。書中將人類需求像階梯一樣從低到高按層次分為五種，分別是：生理需求、安全需求、社交需求、尊重需求和自我實現需求。我們知道教師對尊重需求和自我實現需求是超越了對物質需求，所以我們有必要把名師工程做到實處，讓真正優秀的教師得到認同和尊重，激發他們的工作熱情，避免教師們一旦取得高級職稱，就會沒有了往昔的工作熱情。

（2）建議

在學區范圍內對教師的全市學科數據進行追蹤分析，每學期、沒學年甄選出在教學中名列全市前茅的優秀教師，以權威的數據分析作為宣傳依據，讓學校、教師、學生、學生家長以及全社會知曉我們也擁有在全市也排名靠前的實力名師，這對學區的招生將會產生不可估量的影響。

2、 數據分析在學校教師管理層面決策的作用舉例

（1）問題

學校管理工作中，科學、合理地安排教師的工作對學校的教學成績的提高往往起到決定性的作用，同時因該項工作還牽涉教師個人的利益，安排無依據還會引發教師之間的矛盾，削弱教師工作積極性，更嚴重的會阻塞青年教師的上升空間，使學校的整體質量停滯不前。

（2）建議

“一切以數據說話，打破以印象代替數據分析的決策現象”，學校建立數據分析研究室，對教師和學科數據以全市統考為時間單位進行追蹤分析，每學期分年級、分學科撰寫分析報告，目的是搞清楚每個教師的工作效率和工作效果，讓真正有能力的教師能夠脫穎而出，給青年教師打通上升通道，讓有能力、工作卓有成效的教師獲得認可，同時以數據分析作為依據的工作安排，體現出無可爭辯的科學性和合理性，對學校的良性發展奠定了堅實的基礎。

3、 數據分析在學生管理層面決策的作用舉例

（1）問題

高中生的文理科選擇是每一個學生和學生家庭面臨的一個重大抉擇，往往多數學校都是放任學生自行選擇，而部分學生的選擇具有盲目性，這種方式有較大的可能會給學生和學校帶來了遺憾，對學生而言沒有做到揚長避短，致使學生的學業沒有到達到最佳的規劃，對學校而言，可能會造成不能達到更優的上線率和優生率。

（2）建議

對學生的數據進行分析，并根據分析的結果對學生進行初步評估，然后班主任組織相關任課老師依據對學生的數據和初步評估對學生的學業發展進行評價，并做出學業規劃建議書，使學生和學生家長能在學業規劃建議書的基礎上結合自身的興趣，清晰地進行科學、合理的選擇。

三、展望

由于教育系統的決策所涉及內涵的廣泛性和決策者組成的復雜性，其決策模式的多元化不言而喻。有研究者將傳統的教育系統的決策模式總結為四種：依靠決策者所具有的理性認知能力制定決策的“官僚主義”模式；通過“合意”的過程來平衡大學內多方群體利益的“學院型”模式；通過“擴散”程序表達不同權力集團、利益群體訴求的“政治型”模式；決策程序無章可循、隨意性大的“有組織的無政府型”模式。這些模式的共同弱點在于缺少有力的決策支持依據，管理者實際上僅僅是以“有限理性”為基礎，努力作出“足夠好”的決策而已。

大數據背景下的教育系統的決策可以為教育系統的決策者提供和完善他們認知經驗所缺乏的信息、知識和智慧，有學者將其稱為以數據系統為支撐的“知會理性”決策模式。通過這一模式完成教育系統的決策的過程如下：首先是確定決策目標。在通常情況下，管理者們需要制定政策或者尋求解決重大問題的方案時，會提出一系列與決策有關的問題。第二步是收集相關的數據。在了解了信息需求之后，開始收集相關信息的數據。同時還有大量外部與學校相關的數據信息，建立大數據庫，這些數據與內部數據結合，為數據挖掘提供了龐大的資源。第三步是建立數據模型，進行數據分析。在這個過程中，非常重要的是如何建立有效的數據模型，將數據的整合和分析過程以及分析結果與決策問題和大學的背景聯系起來。第四步是展示信息。信息分析完成后，大數據信息報告包含需要向決策者匯報信息、解釋結果，并且在全校公開，其目的是進一步檢驗數據的來源與可靠性。第五步是決策。在大數據信息分析得出的結論之后，決策者將作出科學決策。

我們認為：基于數據分析的決策才是科學、合理的決策，學校不缺數據，缺的是需要決策時對數據的分析和梳理，當我們能夠認識到決策需要數據分析的支撐的時候，才能行動起來，從已有的數據中挖掘出寶貴的資源，給學校發展提供強勁的引擎。

參考文獻：

[1]福斯特·普羅沃斯特（Foster Provost）和湯姆·福塞特（Tom Fawcett）.《數據科學與大數據、數據驅動決策的關系》.

[2]《大數據時代的院校決策模式》.endprint