高校數據治理的探索與研究

王惠仙

（西安外國語大學，陜西 西安 710128）

近年來，隨著信息化的深入發展，高校各部門的信息化系統在不斷增加并投入日常使用，迄今已積累了大量的可用數據。全面客觀的數據是實現教育治理現代化的基礎，但是在建設初期，業務系統多由業務部門牽頭分散建設，缺乏統一的規劃和數據標準，導致所積累的大量業務數據存在碎片化、不一致、不規范、無法共享等問題，數據質量較低、冗余大量存在且可用性較低。國內大部分高校的數據處理工作仍需要人工操作，數據采集及分析技術薄弱，嚴重制約了高校日常管理和教學水平的提升。數據治理通過建設全校的數據管理流程體系對數據進行全生命周期的管理，對高校的信息化發展而言至關重要，也亟待開展。較早開展數據治理相關研究的是美國國際數據管理協會（DAMA），他們在2009年提出數據治理是對數據資產管理和控制的活動集合，包括計劃、監控和執行等[1]。我國也有一些學者開展了高校數據治理相關研究——許曉東等提出數據治理對于高校組織決策、教學質量、管理效率等均具有重大的正向推進意義，實施階段可分為數據的獲取和抽取、整合和分析、解釋和預測[2]；李錚錚等提出數據治理要抓好頂層設計、制度與標準編制、關鍵技術研究和安全保密建設等關鍵環節[3]。

1 數據治理對于高校的重要性

有效的數據治理使高校變得更加智慧和敏捷[4]。

1.1 有利于形成科學決策

相較于直覺和經驗，數據能為決策者提供更為廣泛、深入和可信的數據信息，更能形成對事物和現象的客觀描述，促成理性決策。數據治理也可以使高校內部信息互通更加流暢，提高了治理和管理的透明度。

1.2 有利于進行高效管理

要對規模龐大、組織復雜、功能多樣的現代高校進行有效的管理，必須利用大量的數據信息和專業知識[5]。數據治理是對跨部門、跨業務、跨系統的數據流進行管理和控制，對業務流程進行優化，彌補了各業務板塊之間的空隙，有效避免管理工作中的盲點。合理有效的數據應用也能促進管理效率和效能的提高。

1.3 有利于開展創新服務

要為師生提供個性化服務，必須要對師生的需求有充分的理解和準確的描述[6]。要滿足師生的體念需求，背后需要強大的數據支撐。通過數據治理，學校能夠獲取更加準確的數據和更加充分的數據分析，為師生提供個性化服務，進而開展更多、更廣泛的信息化創新服務。

1.4 有利于完成迅速應變

深度融入、全力服務區域經濟社會發展，是當代高校價值和綜合實力的重要標志。高校要在復雜多變的社會環境中謀求發展，必須主動應對來自社會多方面領域的影響。通過數據治理對數據進行采集和分析，實行動態的科學管理，加強對過程的監控，是高校處在快速變化的復雜社會環境中以不變應萬變的必然選擇。

2 高校數據治理的實施思路

2.1 梳理數據清單

高校在信息化建設過程中積累了大量業務數據，這些數據由于碎片化、不一致、不規范、冗余等問題，難以快速滿足學校各類教學、科研、管理的綜合需要。在實施數據治理之前，首先要對信息化建設現階段的數據清單進行整理，對數據源進行摸底，包括數據的分布和數據的存儲情況，并對業務流程進行梳理，對校務數據平臺數據資產進行清查。

2.2 檢測數據質量

經過數據梳理，從質量和數量兩方面對數據質量進行檢測。數據質量包括數據的準確性、規范性和一致性。數據數量包括數據的全面性、完整性和及時性。

2.3 確定目標愿景

數據治理是一項長期的、復雜的綜合性系統工程，不能一蹴而就，需要結合學校自身的業務需求及發展狀況，確定數據治理的優先順序，制訂數據治理的短期及長期目標，并對治理能力進行評估。

2.4 加強頂層設計

高校數據治理這項大工程不能靠某一個部門完成，需要統籌協調，多方參與，自上而下進行推進。因此需要從體制機制建設、人員意識培養、組織職責劃分等多方面進行綜合設計，才能確保數據治理達到理想效果。

2.5 定義數據標準

數據標準是各方就共用業務術語的定義，以及這些術語的數據命名與描述方法達成的協議，內容包括教職工、學生、教學、機構、財務、項目、協議、活動、資源、代碼十大主題。高校在數據治理初期，可結合國家、教育部等相關數據標準，參考國外教育標準，制訂數據標準，依據統一的數據標準進行業務系統的建設更新和數據庫管理。

2.6 開展數據評估

數據治理的最終目標是數據質量的提升，因此需要建立相應的評估模型來對數據治理結果進行評估。數據治理還需要借助平臺、工具和技術手段等，根據事先制定的規范和數據標準，結合實際業務，分模塊推進數據的質量提升與數據管控。

2.7 打造數據應用

數據應用是一個不斷漸進的過程，良好的數據文化和數據應用可以為高校的教學、教育、科研、管理以及改革發展提供重要支撐。建設大數據應用平臺，通過數據收集和分析，可以有效地提高教學服務水平和管理效率。

3 高校數據治理及數據分析的應用

3.1 服務學校發展規劃

通過數據治理，對學校以往的發展進行評價，例如，利用官方網站公布的數據及校務管理數據共享服務平臺，對以往的發展進行分析。同時也可對現階段的發展規劃進行監測，對規劃指標數據進行統計，與規劃值作對比分析，展示學校整體工作進度。

3.2 服務學校雙一流建設決策

通過數據治理，對學校發展數據、學科發展數據進行監測，對學科主題數據（包括教室、學生、科研主題）進行分析，模擬學科歸隊，模擬資源配置，為學校的雙一流建設決策提供數據支撐。

3.3 校情展示

選取人才培養、科學研究、隊伍建設等常用數據指標項，實時對數據進行統計和展示，將學校事業發展數據形成統計圖表進行在線展示等。

3.4 服務綜合改革

學校各類業務系統積累的數據，經數據治理及數據分析，可為服務工作的綜合改革提供依據和支撐。例如，人事系統結合數據中心對各院系的綜合指標進行分析，對業績獎勵進行測算與分配。

3.5 決策支持數據分析

數據中心的數據可從人力資源、承建學科、人才培養、科學研究等方面形成分析匯總表，對各單位進行綜合分析，形成院系或學科建設報表，進而為上層決策提供數據支撐。

3.6 教師個人數據分析

高校教師在學校的個人數據來源于學校的多個業務系統，例如人事系統、科研系統、醫療系統、財務系統等，因此可從職業發展、科研成果、消費健康、教學績效及能力評估等多個方面形成教師個人數據分析，進而為教師的個人發展及綜合分析提供數據支撐。

3.7 學生精細化管理和服務

學工系統、教務系統、一卡通系統等數據可形成學生的數據畫像，對學生群體進行聚類分析，從而促進對學生的精細化管理和服務。

3.8 服務學生學業指引

利用學生的上網數據、一卡通數據等，可分析學生課余時間在教學區停留的次數、食堂各參就餐比例及使用各類上網終端的比例等，結合學生的學習成績，可以引導學生養成良好的作息習慣及上網習慣等，為學生的學業發展提供更加精準的指導。

3.9 學生安全管理服務

利用學生的考勤數據及一卡通數據等，形成學生行為異常預警，例如異常離校、行為異常及健康預警等，針對失聯學生或重點關注學生可實現時空行為信息查詢，也可實現群體性行為的查詢和分析。

3.10 服務“平安校園”

基于學生個人的行為軌跡，結合標簽，可查詢各時間點各類人員的分布情況，為大型活動的開展和資源配置決策提供支撐。

3.11 智慧校園服務

智慧校園主要就是通過各種智能終端、可感知設備、信息系統收集大量的活動過程與狀態數據，針對所收集的數據信息進行分析，進一步掌握事物的發展規律，實現智慧應用。例如利用教室座位資源情況，結合學生個人日程安排及喜好，提供智慧化、個性化的自習室座位推薦。

4 結論

高校信息化面臨信息系統和信息資源整合的需求，實質上是一場數據的整合和數據的革命。信息化的深入發展讓高校擁有更多的數據，這些數據也讓高校信息化有更大的可能。數據治理提高了數據的質量及其應用價值，為高校形成科學決策提供重要支撐。同時，數據治理可以彌補高校信息化建設中的不足，為師生提供更加優質的個性化服務，為管理者提供更加精準的業務支持，提高管理效率和決策水平，推動智慧校園的發展。

本文闡述了當前國內高校存在的數據問題，結合國內外學者的相關研究，提出了高校開展數據治理可遵循的實施思路，并詳細介紹了高校數據治理及數據分析在學校教學、科研、管理及發展決策中的應用。數據治理是一項長期的復雜工程，需要高校結合自身的發展現狀和實際需求逐步推進。以數據驅動智慧服務是高校的發展趨勢，高校需建立數據全面采集、有效掌控和充分應用的數據治理體系，創新基于大數據和物聯網的智慧校園服務，基本形成學校管理與決策的數據支撐環境，構建統一開放的數據共享與應用生態。