淺談高職院校數據治理

李楊

（黑龍江農業工程職業學院，黑龍江 哈爾濱 150070）

隨著《教育信息化2.0 行動計劃》開始推行，堅持應用驅動、機制創新，加強頂層設計、多方協同推進，當前云計算、大數據、物聯網、移動計算等新技術逐步廣泛應用，職業教育信息化戰略部署初步形成，高職教育步入了信息化大數據時代。

在此過程中，高職院校的信息化建設也在走向新的階段。目前，各高職院校都積極投身到信息化校園建設中，努力從數字化校園向智慧校園轉變，取得了很好的成績。然而，在這個過程中發現，學校、校內各部門分別管理部門業務數據，已經建設的信息系統與師生需求錯位，高價建設的信息系統利用率卻很低。為了順應教育信息化發展的潮流，促進信息技術與教育教學的深度融合，智能化校園的實施成為日益迫切的需求，因此，急需對校內積累的大量數據進行治理。

一、高職院校數據現狀

各高職院校十年的信息化建設均有一定基礎，已經完成了學校部分應用業務系統基礎系統建設。創建各系統時多以各部門牽頭，重建設，輕需求，并沒有完整的系統規劃與數據標準體系，導致產生大量業務數據，數據質量不高、冗余數據大量存在、數據可用性不高。各業務部門各系統均各自為政，學校內數據之間共享難度較大，導致學校信息化建設成為“應用孤島”“數據孤島”，建設效果尚未達到理想預期，制約著學校日常管理和教學水平得提升。

職業院校數據以消除信息孤島，實現數據源頭采集、數據一數一源、數據交換共享；以強化數據治理能力和建立全量校本高質量數據倉庫，逐步完善校本數據資產；以實現與國家高等職業院校人才培養工作狀態數據平臺對接為目標。同時，制定統一的數據標準規范，完善數據管理與使用機制，提升學校信息化管理能力，提升組織精細化管理水平，提高業務運營效率，以精準的大數據分析結果全面輔助領導決策、校務管理及流程優化，推動學校的長遠發展。

二、數據治理

數據治理是將技術與管理相結合對數據進行的持續的標準化工作，是對數據全生命周期的管理。數據治理過程中需要制定數據管理標準、代碼標準、流程規范、組織保障、技術工具等方面的內容。數據治理的目標是減少數據的冗余度、提高數據的質量，保障數據的安全性、可用性，實現院校內部分散數據的有效整合和業務部門之間的數據共享。數據治理就是將關聯方通過一套完整的管理行為，形成有序的工作以達成目標。

（一）現有數據存在的問題

數據內涵有偏差：數據管理者需要了解數據資源的含義、用途。沒有全局數據資產視圖，含義不明確。各部門之間對與數據的內涵理解不同，導致數據與實際需求數據不符。

數據標準不統一：數據標準不完善，無法指導數據資源的產生，無法進行數據的正確性判定。數據溯源不清，缺乏數據處理轉換個環節的監控機制，缺乏對新增和顯存數據質量稽核機制，無法評估數據質量。導致數據標準不一致、代碼標準不一致、同一數據在不同系統中獨立存在且有不一致的現象。

數據孤島：由于建設初期缺乏相應得數據關機標準、制度、規劃，各系統之間根據本部門業務需求不同，數據要求及數據內容各有不同，導致數據關聯度越來越低，加大了數據清洗、整合的難度。數據之間不能順暢進行數據共享，不能有效的關聯，無法體現數據深度價值

數據質量差：各部門業務系統數據相互獨立，數據源上的數據質量水平不一致，導致產生的數據質量偏低。數據來源途徑多且分散，數據的完整性、準確性無法保證，數據質量較低，無法直接數據融合。

教工信息化水平不足：學校各業務系統需要各部門人員參與，但部分部門存在人員不足、管理經驗不足、信息化水平不足、數據監管不到位、缺少質量監控、等問題，從而影響學校整體數據質量。

數據重復處理：師生在校期間全生命周期多方面數據重復存在多個系統內，由于一些信息的格式、內容不固定導致在不同系統中產生的信息不一致，影響了數據的流動各業務系統重復數據過多，對數據進行標注、清洗、加工、效率低，周期長，增加數據對接成本。

（二）數據治理的重要性

有效的數據治理能夠幫助學校在中決策中找到依據，使高校更加智慧和敏捷。是學校發展在創新變革中邁向新的發展臺階，將帶動職業人才培養方式的轉變，推動我國職業教育向前發展。1.科學決策。有效的數據能幫助學校決策者掌握深入、可信、廣泛的數據信息，做出理性決策。促進學校內部部門間的信息交互，提高學校管理的透明度。2.高效管理。學校的有效管理，需要龐大、復雜、多樣的數據信息支撐。數據治理時對跨部門、跨業務、跨系統的數據進行管理，對業務流的優化，彌補各業務間的空隙，規避工作中的業務盲點。有效的、高質量的數據能夠促進管理效率。3.創新發展。深入服務區域經濟發展，是當代高校價值和綜合實力的標志。在多變的社會環境中求發展，必須主動應對來自社會多方面領域的影響。數據治理對數據進行采集、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創新的有利支撐。同時也為教師發展提供個性化服務，進而開展更多更廣泛的信息化創新服務

（三）治理方法

數據治理應從設計高校各方數據抉擇權和職責的分配，制定和完善數據標準，推進不同層次和維度的數據共享，健全數據隱私保護機制，建設數據治理技術平臺幾方面進行。為了提取有用信息、形成結論，而對數據加以詳細研究和概括總結的過程。教育大數據分析的關鍵，是要實現大數據技術與教育領域應用需求的融合。

1.數據采集、標準。學校各類數據存在于各個部門獨立系統中。在采集數據之前應確定數據標準，使各業務系統中數據標準一致便于數據交互。數據標準是數據治理的基礎，編制校本數據標準是各業務系統之間數據共享共用的保障。通過學校信息化建設進行頂層設計，建立完善業務系統，確定數據源頭，利用各業務系統依據各項業務全周期，全樣本、全過程、全方位采集框架對數據進行采集。數據標準規范可細分為數據標準、代碼標準、接口規范三類。其中數據標準是規范各信息系統的數據結構，需以教育部基礎數據標準為基準，結合本校實際擴展編制；代碼標準是規范各系統編碼結構，按照唯一性、簡單性和規范性制定；接口規范是為規范各系統的交換接口，包含身份認證、數據交換、三方認證集成等。規范的數據標準可以提升各業務系統協作能力，有效提高數據質量、提升工作效率；可以使新舊業務系統協同工作與資源整合，避免重復建設和新增投入。

2.數據處理、共享。數據治理是對不同來源、格式、性質的數據進行整理、加工，使數據及時、準確、高效地進入中心數據庫，包括按標準規范進行數據清洗和變換等操作、借助大數據處理平臺進行高效的分布式處理。對數據的全生命周期進行管理，包含數據采集、清洗、轉換等傳統數據集成和存儲環節的工作。數據治理是一個系統化反復的過程，需要各業務部門與信息中心協同完成。數據治理的難點在于原有業務系統的數據是否合規化，關鍵字段信息是否完善；同時，職業院校現有業務系統眾多，在數據治理過程中需要多方公司參與配合，理清數據源頭，做到一數一源，合理規劃化設計數據線與數據交換共享策略。

3.平臺搭建。學校普遍采用依靠中間數據庫集成各數據源，數據通過學校建設各層面業務系統交互到校園學校數據中心，形成“一中心多平臺”數據處理架構，利用數據中心處理交換融合數據，按數據標準對數據進行清洗、交互等處理工作。數據共享交換主要以中心數據庫為紐帶，通過數據交換實現全校數據的共享及統一。

（四）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。數據分析應用是數據采集、處理、共享的目的。通過四中心一平臺形成學校、教師、學生、專業、課程五個層面的數據分析報告，利用數據分析可以倒逼數據采集和交換更加規范，從而形成良性的高校教育大數據應用支撐體系。

三、組織保障

職業院校信息化建設是一把手工程，建議成立信息化部門或項目小組，由學院領導牽頭協調全校各業務部門參與執行。同時，在高校信息化建設發展中，需要配備大量人員，尤其是復合型人才、懂技術、懂業務、重規范、思路清晰、溝通能力強、事業心和責任心突出的人才。而這部分人員基本上要從信息中心與各個業務職能部門抽調精兵強將，以保證信息化建設的順利進行。

職業院校數據中心管理需要以制度化和標準化管理為保障，構筑信息化管理的牢固基礎。在整個校本數據中心建設過程中，職業院校需建設數據采集、管理、安全等制度。這樣才能更大限度的完成信息化建設工作，并調動全員對信息化工作的積極性和創造性。

四、結束

我國大數據技術的飛速發展，已經處于國際領先水平。職業院校數據中心建成后，應用大數據技術，將會幫助職業院校的業務發展起到顛覆式的作用，讓我國職業教育在創新變革中邁向新的發展臺階，將帶動職業人才培養方式的轉變，推動我國職業教育向前發展。