高校数据治理机制探索及成效

2019-11-12陈方方何小波

中国管理信息化 2019年19期

陈方方何小波

[摘要] 近年来，各高校在智慧校园建设中构建了自己的大数据中心，打破了数据孤岛、整合了业务流程。在享受着信息化快速发展带来丰硕成果的同时，越来越多高校发现数据标准不一致、数据源头不清晰、数据交互不通畅等一系列数据问题，给高校教学、管理、科研工作造成了诸多不便。文章从高校数据现状出发，提出高校数据治理良性数据循环的机制，并以重庆医科大学职称评审为案例，详细介绍了如何应用此循环机制，实现了数据治理的精准化管理，从而为教学、科研及决策等工作提供支持。

[关键词] 大数据;数据治理;数据服务;决策支持

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 19. 093

[中图分类号] G647 [文献标识码] A [文章编号] 1673 - 0194（2019）19- 0219- 04

1 引言

信息技术的飞速发展，不仅突破了传统时空的限制，信息的获取不再受到时间、空间的局限，人们随时、随地可以享用信息技术带来的便利;而且改变了交互的方式，移动通讯、电子邮件和即时通讯工具，极大地改变了人们交流、沟通的方式;同时信息技术也促进了管理科学性的提升，在管理领域，通过对海量数据进行统计、分析、挖掘，丰富了提升管理水平的手段;另外，它还拓展了大规模模拟、优化应用范围，利用强大的计算能力，结合实际的管理模型，进行大规模的模拟、优化等。

教育信息化数据治理体系的核心内容，是利用信息化技术，将学校业务数据通过采集、处理、利用加以高效组织和科学管理，使其成果得以有效地应用于学校的教学、科研和校务管理与决策过程，使其有效提升学校的核心竞争力。

目前，多数高校在进行数据治理工作，它是高校教育信息化建设工作的必经阶段。面对海量的业务数据，如何对其进行有效的治理进而为师生提供有效的数据服务，是高校教育信息化发展面临的新挑战。高校如何对数据进行规划、设计、组织和控制，实现“以用户为核心的结构化数据组织结构”，为每个人提供最人性化的数据服务，为学校发展提供决策支持，是当今高校教育信息化发展的迫切需求。

2 高校数据治理机制构建

2.1 高校数据现状

校园信息资源的扩充、业务系统的增多，使得校园信息资源的分布极为散乱，导致教师和学生面对海量的数据无所适从，得不到有效的数据服务。目前高校数据现状如下：①数据孤岛现象未完全消除。由于各业务系统由相应业务部门管理，因此系统间相互独立，数据就缺乏共享利用，系统之间数据标准的不一致，导致不同业务部门按照自己的管理习惯对数据进行加工，使得产生大量的冗余数据。②数据缺失严重。由于对业务系统的不规范管理，有部分管理人员仍习惯纸质或者表格方式存储数据，使得数据更新不及时。新服务上线时，这些历史数据无法进入系统，导致数据大量丢失。③数据质量差。高校在前期系統建设中，由于没有制定数据标准，及规范数据录入的制度，造成现在很多主数据不完整或录入错误。对于主数据录入错误问题，仅通过技术手段是难以发现的，需要发现错误后人工校对。

面对上述问题，需要对高校大数据进行治理，形成数据产生、维护、应用、收益的良性循环机制。

2.2 良性数据循环机制的构建

高校大数据治理是指高校依据大数据治理制度，运用信息技术工具按照一定标准对大数据进行采集、清洗、储存、删除、保护等处理的过程，旨在规避潜在风险、提高数据质量、挖掘数据价值[1-3]。只有形成良性的循环机制，使各环节用户成为数据的生产者、维护者、使用者和受益者，才能达到数据治理的目的。良性的数据循环机制如图1所示。

从上图可知，良性的数据循环机制由两个重要方面构成。一方面，底层业务系统数据支撑顶层业务构建，底层各业务系统数据为上层业务提供数据基础。高校人事、教务、研究生、科研等系统，是整个数据循环机制的数据源，当顶层跨部门服务或决策支持需要相关数据时，通过数据采集、整合、分类、加工从而进行展示，服务于师生及高校决策者。另一方面，在顶层形成的新的数据，是底层业务系统没有的新产生的数据，当底层业务系统需要使用时，可通过接口方式推送给底层业务系统使用。

2.3 数据交互接口方式

在进行数据交互时，为保证业务数据及业务逻辑的准确性，使得数据循环机制有序地进行，技术上，主要采用两种接口方式。方式一、可采用WebService接口方式实现数据交互、数据共享。此方式优点是不仅可以减少对业务系统数据库的直接访问，速度快;而且WebService可以跨平台，克服不同平台不兼容的不足。方式二、可采用中间表方式，将数据推送至中间表，业务系统按需取数据，此方式在处理批量数据时具有优势。

3 重庆医科大学数据治理成效

随着重庆医科大学信息化实践的大量开展，相应的基础设施和应用系统中已积累了海量数据，如何有效利用这些数据实现数据价值是信息化的工作重点。我校多年来高度重视数据治理工作，一方面建设重庆医科大学数据中心，形成数据支撑业务、数据反哺业务的良性数据循环;另一方面，建设跨部门的服务，解决信息不能共享、系统繁多、工作重复、资源浪费、信息阻塞等问题。以服务为导向，以职称为抓手，在探索数据治理的方法和路径方面初见成效。以职称评审为例说明我校数据循环机制的应用。

3.1 数据治理的主要做法

在顶层，基于数据循环机制，构建职称评审跨部门业务。我校职称评审服务主要包括数据查询与填报、职称申报与资格审核、评审三个功能模块。

首先，数据查询与填报，与职称评审相关的人事、教学、科研等业务数据，这部分数据，来自底层系统无须教师填报，只需教师校对;业务系统无法提供的数据，以微服务形式提供填报入口，教师填报后，这部分数据保存在上层中心数据库，实现一次填报、终身受用。此过程基于底层业务系统，业务数据支撑了上层的服务。

其次，职称申报与资格审核。教职工完成数据填报，且相对应数据通过职能部门审核后，便可启用职称申报功能。基于审核通过的数据，我校职称申报所需的全部报表，在此模块全部自动生成。由于在事先设定好了计分规则，报表中所有的量化分是根据公式自动生成的，减少了人工打分造成的误差，提高了效率。资格审核，是人事部门老师对申报者进行基本条件是否达到参评资格的审查，此过程不涉及数据准确性。

最后，评审。审核工作结束后，评审专家对参评人员综合评比，按比例选出优秀人员。在评审模块，专家可查看符合条件的参评人员的量化表等教学科研数据。评审后在顶层形成的数据，可采用WebService接口方式或推送中间表方式将数据推送至底层业务系统。

3.2 数据治理的主要成效

重庆医科大学在职称评审过程中采用信息化手段，利用数据支撑业务数据、数据反馈业务的良性数据循环机制，解决了两大问题，促进了两大改进。

数据的统一填报解决了两大问题。一是数据问题，我校各业务系统在经过多年运行，积累的大量数据，这些数据来源于教务、研究生、人事等业务部门。经过梳理，存在较多重复、错误数据、以及缺失数据的现象。教职工在职称申报时，首先都自己数据进行校对，发现不正确，及时到业务部门修改，修改后正确数据会通过同步机制采集清洗后，供上层应用使用。二是成本问题，此次数据治理工作实现了“一次填报、终身受用”的效果。填报后数据，可多次使用，即可用于职称评审，也可用于绩效考核等其他業务，教师无须重复维护自己数据，为教职工节约了大量时间，同时提高了工作效率。

跨部门业务构建，促进了两大改进。首先是流程改进，职称评审工作涉及学校人事、教务、科研等多个部门。基于良性的数据循环机制，构建跨部门的业务，明确了各部门的职责，通过授权管理，每个环节有据可依、可查，进一步规范了业务流程。二是效率改进，传统的评审方式材料负责、管理人员在收集完评审资料后，通过手工方式进行计算分值，效率低下，同时容易产生误差。通过信息化手段实现了标准化、动态化管理，方便了统计查询，强化了信息利用的有效性，职称申报和评审环节由原来的8个环节减少至4个环节，切实达到了缩短流程、减负增效的效果。通过本项目，集成了多年想集成而未集成的数据，包括附属医院人员近19 000条数据和全校的科研数据。以科研为例，一年内已集成权威数据30 000余条。在同样的机制下，学校2018年500多名教师绩效考核也采用线上方式实现，因为数据终身有效，当年申报过职称的老师只需简单操作就能完成本项工作，这些数据将来也可用于岗位聘用和导师遴选等其他工作。

4 高校数据治理工作的重要性

数据治理是一个关注于信息系统执行层面的体系，其目的是整合信息技术与业务部门的知识和意见，让数据产生价值，服务师生。

它需要高校领导、业务部门与IT 部门的合作，才能使高校变得更加智慧。数据治理工作重要性如下。

4.1 一体化服务的基础

要对规模庞大、组织复杂、功能多样的现代高校进行有效的管理，必须利用大量的数据信息和专业知识[4-6] 。数据治理是跨部门的业务的基础，梳理并优化业务流程，使得不同业务数据协同利用，克服了单一管理工作中的盲点，能较大地提高工作效率。

4.2 科学决策服务的基础

数据治理不仅使高校业务系统数据共享，而且提高了管理的透明度。相较于经验总结的纸质报表方式，数据能为高校不同管理部门及决策者提供多维度的数据展示，也能在数据提出上进行分析挖掘对未来进行预测，从而更有效地发挥信息化作用，提升高校教育信息化水平。

5 结论

高校开展数据治理工作，构建良性的数据循环机制，可较好地解决当前存在的 “数据质量差、数据交互及共享度不足、数据缺失”等问题。对高校底层业务系统数据规范地进行采集、整合、分类、加工，并形成顶层业务数据的反馈机制，使数据更好地产生价值，从而多方面全面服务于高校教学、科研、管理等工作的发展。

主要参考文献

[1]吴刚，陈桂香.高校大数据治理运行机制：功能、问题及完善对策[J].大学教育科学，2018（6）：34-38.

[2]王晓辉，郭楠，刘清荣.数字化校园的总体规划与建设[J].信息系统工程，2014（10）：12-13，18.