数据驱动的IT战略规划框架

2018-08-10JerroldGrochow

中国教育网络 2018年7期

文/Jerrold Grochow

战略规划需要大量的先期投入，包括收集资料、设置议程、进行社群调查等来支持参与者的努力。其中关键的一项是开发出适当的数据，对其进行深入分析，并认真思考其展示方式，从而有助于制定规划来更好地为社群服务。为此所提供的数据必须要具备以下特点：描述各个系统和技术的当前状态；突出IT应用和供应方面的重要内外趋势和议题；描述IT对学校的行政管理和教学科研使命的影响；揭示出在明确大学的最优IT战略方向时必须解决的重要问题。如果战略规划能聚焦于这些数据并有效地运用它们，那就是“数据驱动的战略规划”。

战略规划概述

图1 战略规划流程的主要环节

战略规划用于描述在未来一段时间中组织的关键流程、人员和技术的情况，以及在给定当前的流程、人员和技术情况下如何实现这个未来目标。为了确保规划能够达到其目的，院校（具体而言是指其战略规划团队）必须充分掌握当前的状态，以及那些影响和推动其达到未来状态的所有因素。图1展示了战略规划流程的主要环节。

每个规划流程的第一步都是要确定当前身在何处，或者说是现状。只要掌握了现状就可以开始审视推动走向未来的各项因素，开始讨论这些推动因素将（或应该）对院校有何种影响。例如：

教学法的变革（例如翻转课堂）是否会显著影响师生IT支持相关的基础设施？

基因组学、宇宙学等新研究领域需要的计算资源是否超出了学校当前拥有的水平？

计算资源向云上迁移是否改变了全校所有部门的IT预算基础？

联邦经费图景的变化是否改变了经费的重点来源，并因此影响了IT战略？

诸如此类的问题和推动力都将影响院校的IT战略规划。要对这些问题和推动力进行讨论，使之足够详细乃至可以制定规划，就需要有数据的支持。

收集和开发数据

战略规划项目团队的组成应该包括一个由若干成员组成的委员会，以及向委员会提供数据和其他材料的人员组成的资源团队。战略规划的资源人员必须要大范围收集数据，并让战略规划委员会可以运用这些数据，从而为战略规划进程中的每个环节提供支持。开发和采集数据必须有助于指明趋势，提出战略问题和区分出不同的需求（例如学生、教师、管理和校友）。

数据必须不仅能提供一般统计，而且也要提供细节，仅仅指出总体上缺乏资金并不能为研讨问题提供好的基础。类似的，仅仅指出未来缺乏合格人员来执行任务，或者是目前缺乏可用的技术，也是非常宽泛的。

以向云计算迁移为例，IT部门普遍关心的是，为了在外部服务驱动的环境而不是本地提供的环境中工作，他们的人员将需要获得不同类型的技能。这一点与具体的当前人员可用数量和预期人员需求数量相结合，再加上可行的培训途径，就可以形成关于人员和经费的更加深入的研讨。

在技术前沿方面，数据必须不仅要体现出可用的当前技术，还要体现出可以合理预期的未来技术。例如在规划大型强子对撞机（LHC）时，物理学家们对分布式计算环境的设计是建立在计算机网络能力能够达到若干Gbps水平的预测基础之上的，而当时并没有一所大学能够实现这一能力。正因为数据体现出了网络带宽（和成本降低）的当时水平和预期增长，让物理学家可以与大学IT部门合作努力，确保达到LHC的预期。这就是有效的数据驱动IT战略规划的一个案例。

数据能够让院校制定服务于全体成员的IT战略规划，而确定这些数据的范围和程度的工作同样需要规划。

数据驱动规划框架

数据驱动的战略规划框架包含两部分：第一部分是数据采集和展示中实施的一系列任务（如图2所示）。

图2 数据驱动的IT战略规划框架

在评估应当采集哪些数据之前，战略规划委员会应当：决定战略规划项目的类型和重点（任务1），并从中提出关键主题和问题（任务2）。

战略规划项目的类型涵盖了从全新的规划——例如某个组织最初的战略规划——到相对直接的年度或双年度规划更新。由于某些重大事项变动而对现存战略规划进行的复审居于两者之间；相应的例子有教育政策的重大变动，如将在线教育作为远程学生的工作重点；也有计算资源从本地向云上的迁移。此类项目要做的不仅仅是简单的更新，经常是要进行重大的规划和数据收集。其中，数据驱动战略规划的一个基本考虑是确保每一种要收集的数据都得到了仔细的定义。如果不能确切地定义这些数据的话，就不能合理地分析数据和获得推论。

当这两项预备工作完成后，数据驱动的IT战略规划框架的关注点将转向图2中的下面四项任务：

确定收集哪些数据来评估现状，提出讨论主题（包括对资源的关切和对特定群体有影响的主题），并确定可能会影响未来的趋势和推动力（任务3）。

制定收集数据的系统途径（任务4）。

分析数据（任务5）。

组织和展示数据（任务6）。

为整个战略规划流程提供支撑，就意味着要收集数据来协助战略规划的每项关键任务：理解现状、认识推动未来走向的因素、分析讨论主题和明确未来状态。这也意味着要收集数据去应对来自于多个群体的问题，即来自于学生、教师、研究人员、职员、校友和报考学生等群体的问题。如果展示出的数据忽视了上述任何任务或任何群体，那么规划过程就会面临质疑甚至是批评。

框架的第二部分——战略规划数据组织矩阵，可以有助于追踪不同数据类型和目的，并揭示出那些也许要寻求补充额外数据的领域。

战略规划委员会成员们有时候并不掌握校园IT现状的完整图景。这些数据的一个首要来源是当前的服务使用数据，例如校园内的计算机总数；无线局域网（Wi-Fi）用量（时长、位置和用户类型）等。尽可能多地增加描述服务的总成本和单位成本的财务数据，也是增强服务使用量数据的一个途径。

目前，服务使用数据提供的都是量的图景，要掌握绩效图景还是要有其他的数据，如服务中断统计，以及诸如用户满意度调查之类的数据表。

如果具体的讨论主题已经确定（由IT部门或者是战略规划团队），就要收集数据来支持对这些主题的讨论和分析。例如，如果预计未来若干年内将会进行重大的经费削减，就要有数据来展示经费削减对各方面服务的影响，以及削减校级的IT预算是否只会导致在部门级别上产生额外开支。

仅仅展示原始数据，哪怕是良好定义的原始数据，都不如提供带有分析的数据更有价值。数据可以有许多形式，从简单的统计，到量化研讨中引入相关数据的复杂因子分析。

更进一步，如果收集到了学生来源的各种数据，是否能掌握到关于学生到校入学时的IT培训需求和能力的信息呢？这就要将学生的来源高中与社会经济学和学术标准等数据结合起来获得更加完整的图景。战略规划委员会未必有时间和资源来做这项工作，但战略规划资源团队应当去做。

在决定分析的类型和程度的同时，要考虑运用数据的场合和方式（用于描述现状、分析问题，还是确定未来的状态和行动）。如何展示数据分析的结果也是同等重要的。用对规划流程的参与者有意义的情景和图表来展示数据将有助于他们理解数据的战略重要性。

图表和其他可视化形式能够实现数字表格的增值（当然数字表格同样也要提供）。在保证对原始数据的无偏差和无掩盖的基础上以多种形式提供数据，是战略规划资源团队的工作。战略规划委员会的成员需要知道为什么资源团队认为这些数据很重要，他们必须自主思考决定是否赞同。

展示给决策者的数据必须被清洗为尽可能精确和无偏差（数据质量的两个衡量指标）。尽管高质量的数据并不总能形成高质量的决策，但低质量的数据经常导致低质量的决策。数据质量问题必须得到彻底解决，特别是当收集这些数据的个人或团体对根据数据做出的决策存在既得利益时。

数据质量不仅是原始数据是否精确和准确的问题，而且与数据是否在适当的情境之中展示且没有偏差有关。例如，过去五年中每年的IT开支都有精确的数字，但必须要在适当情境中才能讨论IT开支是否过高或过低。形成情境的一种方式是考虑过去五年中支持教学、研究和管理的IT开支在各个领域中的变化情况。本校和同行院校的人均开支的比较也能提供更多信息。另外，增加诸如学校的相对科研强度等衡量指标也可以让数据更加有用，对于决策者而言也就有更高的质量。

数据分类

图3 战略规划数据组织矩阵

如何知道为战略规划委员会收集的数据是否覆盖了全部的基础范围？有没有哪些对委员会审议有关键意义的重要数据项目或数据集合被遗漏了？数据驱动的IT战略规划方法以多种方式对数据进行分类，以确保在数据采集的努力中不存在漏洞。要确保拥有所有需要的数据，可以使用框架中的第二部分：战略规划数据组织矩阵，如图3所示。要考虑到的数据特性有以下几个方面：

数据支持的战略问题（现状、动因、未来状态、战略实施）；

数据的战略重要性（现状、提出议题、指明趋势、区分群体、展示资源关切）；

数据类型（财务、人口统计、运行、绩效相关、外部环境、描述性的）；

最感兴趣的群体（教师、学生、行政管理等）；

数据来源，包括主要的（为本次研究而收集的）、次要的（之前收集的）、外部的（公共数据库）。

随后就可以建立一个数据表，以数据项目作为行、上述特性作为列进行归类。这样就可以从数据中寻找“漏洞”，并决定是否需要寻找满足其他特性组合的数据来弥补。

战略规划示例

如何向院校的各种群体提供最好的电子邮件服务，这是战略规划委员会热议的一个话题，尽管这个话题在向云上迁移的过程中很快会变成“怀旧经典”。那么需要哪些数据才能让对此事的研讨变得卓有成效？当前的使用量和成本数据是显然的当然选择，然而行业趋势和其他预测也同样有用。下面的这个例子展示出了这些类型的数据是如何引出讨论主题的，此处将仅仅聚焦于学生和教师的使用量（见表1）。

首先要考虑的是，这些数据是否是良好定义的。例如，“年”指的是自然年还是学年（此处假设为学年）？“学生”是否包含全日制学生、非全日制学生、住宿学生、非住宿学生和在线教育学生？这类问题可以持续列下去，然后形成的一套完整的数据定义就可以回答所有此类问题。

表1 使用量数据 -五年期间的人均月电子邮件数

现在来看数据表本身。如图4那样使用数据表作图，就获得了另外一个视图和更多信息。从数据表中可以明显看出，学生接收和发送的电子邮件比教师大约多一倍，而且每年师生群体的电子邮件数量都有显著增长。这和我们的预期相一致么？如果是（或者不是），那么为什么？这说明了与学生和教师交流行为有关的哪些事情？进一步，如果更深入地观察表格，可以看出来学生的电子邮件数正在趋近水平，而教师的电子邮件还在增长，尽管增长正在放缓。这就引出了一个讨论主题，关于现状如何，以及是否表明存在一个趋势，未来将会持续甚至会加速发展。这些显然都是可以进一步探索的议题，也许还要额外收集数据。

图4 学生和教师的电子邮件使用量随时间变化示意

图5 电子邮件和社交媒体使用示例

图6 战略规划数据组织矩阵示例

如果收集到额外的数据，比如社交媒体的发文量，也许就能找到电子邮件增长放缓的一个解释（如图5所示）。事实上，对于大多数学生而言，社交媒体的数据点甚至都落到了图之外。增添了社交媒体发文量数据后，更令人担忧的一个普遍性问题就浮现出来了，即校园内的师生交流发生了什么变化（考虑到教师更依赖电子邮件），也许这是一个要求专门进行问卷调查的问题。假设设想中的这个变化——学生正在更多地使用社交媒体来取代电子邮件是真实的，是否教师意识到了学生的交流习惯正在变化（学生们甚至都不再阅读教师发出的大部分电子邮件了）？是否应该鼓励教师更多使用社交媒体来补充（或者取代）电子邮件？考虑到IT部门和学生使用的社交媒体平台并无关系，校园交流中社交媒体的使用不断增长对于IT部门而言意味着什么？另外，当问题发生时，对于IT部门要处理的资源和人员类型而言，又意味着什么？其他因素如通讯的完整、安全和可用也都要加以讨论。

正如这个例子所展示的，按照相关群体（教师和学生）和影响未来的因素（电子邮件和社交媒体的使用趋势）来展示与现状（电子邮件数量）有关的数据能够引出富有成果的战略讨论，针对校园交流正在前往何方，以及IT部门需要什么来为此提供支持。填写数据组织矩阵（如图6所示）同样指明了某些遗漏数据（例如财务信息），这些数据可以填补来继续推进分析。这个简单的案例同样描述了以多种形式展示数据的价值，当然也还有许多其他的选项。