高职院校内部质量保证体系数据平台建设实例研究

(天津机电职业技术学院，天津300350)

中国进入21世纪之后的第一个教育规划，即《国家中长期教育改革和发展规划纲要(2010-2020年)》中提出提高质量是高等教育发展的核心任务。为完成这一核心任务，对于高等职业教育而言，建立健全职业教育质量保证体系就显得尤为重要。随后教育部办公厅、教职成司、全国诊改委等各级教育主管部门相继发布一系列文件，要求各级职业院校深入推进教学工作诊断与改进工作，构建内部质量保证体系，实现教学管理水平和人才培养质量的持续提升。

一、建设阶段

按照ISO 9000:2015中对于质量及其管理体系的定义，可以将质量保证体系分为内部质量保证体系和外部质量保证体系。对于高职院校来讲，保证其教育教学质量的因素包括了实施教学质量管理的组织结构、程序、规范、监督、过程和资源等多方面，这其中有学校内部即自身的因素，如人才培养方案的设定、教学标准的设计、教学过程的组织、教学考核的策划等，也包含了政府、社会等通过各种评价方式对于学校办学的质量监督体系，而对于学校内部的质量保证体系而言，最主要的是教育教学质量的保证体系。

高职院校的教育教学质量，可以归纳为学校组织教学活动的过程以及教学活动的结果满足学生、家长、社会包括企业需求的程度，它与高职院校的领导和管理、地区的经费支持、地区的经济发展和教育条件、教师工作的积极性和学生的素质等因素紧密相关。高职院校内部的教学质量保证体系建设主要包括了教学目标规划、教学质量标准制定、质量管理和工作程序梳理、制度和规章的保证等等，以及运用测量分析和诊断评价等手段，发现问题，整合内部资源，从而确保人才培养质量不断提升，构成一个在质量上自我约束、自我激励、自我改进、自我发展的螺旋式上升的、不断进行诊断和改进的有效运行机制。

高职院校要建立完善的内部质量保证体系，需要在学校、专业、课程、教师、学生等多个层面进行质量管理体系建设。总体来说，高职院校在质量管理上需要经历任务管理、数据管理到质量管理三个阶段，用信息化的手段辅助学院最终搭建起人才培养质量保证体系。

任务管理阶段：这个阶段是对学校原有管理形式的一种细化和梳理。学校将人才培养内部质量保证体系的建设任务层层分解，根据相关标准与要求填写报表，提交数据，进而实现数据自动采集，为学校数据平台的建设提供数据来源及基础，为内部质量体系的建立打好基础。

数据管理阶段：这个阶段是质量管理从主观走向客观的一个过程。建设标准、唯一、真实的数据中心，消除数据孤岛，打通底层数据，对学校源头数据变化情况进行跟踪，状态数据进行挖掘，实现动态数据实时监测、关键数据指标预警、追溯数据源头，最终实现学院数据采集的常态化管理，初步搭建起学校内部质量保证体系数据支撑平台。

质量管理阶段：这一阶段，质量已经形成了一种文化，实质上是文化管理的阶段。注重过程性数据的实时监测及智能化动态分析，通过大数据的分析判断，为学院人才培养质量的分析、判断及决策提供数据支撑、问题预警、智能分析，最终搭建学院人内部质量保证体系。

高职院校首先要认清自身发展的水平和所处的阶段，根据自身的特点和办学的特色，寻找适合的方法和手段进行内部质量保证体系的建设。对于信息化水平较低的学校而言，可以先从规范人才培养方案、研究课程标准、完善教学过程中和教学结束后的监督环节等方面入手，逐渐将质量保证体系化。对于信息化水平较好的学校而言，则可以着手完善应用系统、建立数据中心并建立数据分析与预警评价平台，用信息化的方式建立以数据为支撑的内部质量保证体系。

二、数据平台建设在内部质量保证体系中的作用

数据是决策分析的基础，因此要建立完善的质量保证体系必须要对相关的目标值进行测量，因此数据平台的建设尤为重要。

随着大数据技术的发展和应用，应用大数据手段，对学校教学运行过程中的数据进行分析，能够通过分析结果判断学校在教学过程中存在的隐性问题，从而帮助决策者进行判断和决策，为诊断与改进工作提供数据支撑和依据。

校本大数据平台整合各部门管理平台，对各平台信息系统采集、产生的数据进行整合、抽取汇聚到唯一数据中心，在唯一数据中心的基础上生成管理驾驶舱，对全校管理数据进行梳理，形成数据仓库。对于教育教学中的关键点相关数据进行可视化的展示与分析，实现数据实时采集、过程实时监测、结果实时诊断，达到及时预警、及时纠偏、持续改进的目的。

三、数据平台建设的问题及解决方法

(一)学校信息化的数据不足

高职院校经过近几年的飞速发展，各院校基本都进行了或多或少的信息化建设，但是建设水平参差不齐，有些院校的信息化水平较低，导致在平台应用的过程中数据不足，无法支撑数据分析。这些数据并不是在教育教学的过程中没有产生，而是没有进行信息化，都是以纸质或者单个表格的形式存在，在使用上会非常的不方便。近几年教育部对于人才培养数据采集和分析的要求，使得各院校对于数据越来越重视，但是该平台是填报的形式，仍然没有从根本上督促学校解决问题。

在校本数据平台建设的初期，对于不足的数据，可以采用数据采集平台的数据作为补充，也可以用数据填报平台，这样能暂时缓解数据不成体系和不足的问题，但长期来看，需要建立相应的应用系统或者在现有系统上拓展功能，实现数据的源头采集和分析。

(二)不同系统之间的数据对接

目前，大部分高职院校都或多或少的拥有自己的信息系统，如教务系统、人事系统、图书管理系统、财务系统等，在数据平台建设的过程中，不能将原有系统否定不用，重新建立系统，而是应该进行合理的数据对接，在不同系统间建立信息链接，实现数据共享。而这个问题的难点在于不同系统设计开发厂家之间的数据传输与对接问题，如果数据出现错误，后续的数据分析结果必然就是错误的。

因此，对于学校而言，必须做好沟通协调工作，这是保证数据的准确性的基础。对于原有业务系统的开发厂家和现有平台的开发厂家而言，产教融合、校企合作也是中国企业需要承担的社会责任，促进院校教学质量的提升也是其中重要一环，需要在合作共赢的基础上开展工作，因为无论对哪一产品，用户体验好才是产品生存的基础。

(三)应用系统之间的信息孤岛

对于一个学校而言，首先要打通自己学校内部各应用系统之间的信息孤岛，做到信息共享，建立统一的数据中心，才能进行进一步的数据分析，并体现出数据的价值和信息化的便利。

在打通数据孤岛的同时，学校还要做的一件事情是理顺工作流程。事实上，很多信息孤岛的产生和工作流程不顺是有着千丝万缕的联系的，很多学校信息孤岛的产生实际上是因为工作流程的不顺畅，学校信息的不共享，事事请示汇报，没有确定的流程，才会造成信息的滞留与不畅通。

(四)信息化的数据及时预警

学校的教育教学环节多，存在数据多，分析点多，诊断点多，对于平台的使用者而言，存在不知应该注意什么分析什么的问题，这样就应该及时设定预警。数据分析的结果要用于预警,预警要与目标标准相对应。预警是为了实时检测目标达成度，预警的指标值来源于标准。对于平台来讲，应该能够根据使用者即用户的身份不同，自定义设置预警点及预警值，能够通多移动端推送的办法及时给使用人以提醒。学校层面确定学校的重点关注问题，推送给校领导和主要负责人，其他层面都应该根据工作情况自行设定，平台要支持自定义设定。

四、数据平台建设的方法、实例及效果分析

对教学数据进行准确、全面、客观的数据分析，是保证教学质量的基础。通过对各类教学信息的收集、处理，诊断教学过程中存在的问题，从而进行改进和提升，是数据平台作用的集中体现。

(一)数据平台建设的方法

内部质量保证体系建设中的数据平台又称为校本数据平台或诊改平台。其建设目的是对学校运行中的教学数据进行准确、全面的采集，然后进行数据的清洗、和客观分析，进而发现教学中的问题或可改进之处，其建设方法可以分为以下几步：

1.建立数据中心并完善其功能。学校的数据中心是学校数据的汇集处，以近几年信息化技术的发展来看，各个高职院校基本都有一些信息化应用系统，形成了一些教育教学的过程数据，但这些应用系统之间往往是相对独立的，信息之间不能互联互通，信息中心的作用就是打通校内现有信息化应用系统之间的信息孤岛，规范数据交换的标准和接口，设计实现通用的应用程序接口。同时数据中心还应具有数据交互功能，一边实现多个应用系统之间的信息汇集与交互。对于从各系统汇集上来的数据，还应具有清洗功能，要能够识别和分辨不满足要求的“脏数据”，提出修正的建议。

2.完善学校的信息化系统，提升学校的信息化水平。数据平台的基础是数据，对五个层面展开分析，必须有足够的数据作为支撑，这些数据的来源可以以教育部的数据采集平台作为基础，但在此基础上还要有更多的学校在教育教学过程中产生的数据，尤其是教学过程中产生的动态数据，如学生的签到数据、课程平台的使用情况数据、课程资源的更新数据等等，只有完善了应用系统，信息化水平得到提升，才能将这些数据用信息化的形式表现出来。

3.整合梳理学校的业务流程，实现流程的信息化。业务流程的通畅是提高工作效率的关键，也是提高人才培养质量的关键。对学校的业务流程进行梳理，然后持续的跟踪和监控，必须要实现学生管理、教学活动、教学管理、资产管理、科研活动等业务流程的信息化，并且在流程间实现无缝对接以及信息的及时传达和反馈。

4.建立功能强大的数据分析平台。要使数据中心的数据对教育教学起到指导性作用，需要对数据展开分析。而对于大多数用户而言，计算机应用水平并没有达到专业化的水平，因而，需要有一个实用而且方便的数据分析平台，帮助用户用简单的方法实现诸如数据可视化和数据综合统计分析等功能。这个过程中，大数据技术可以对分析平台的建设起到支撑作用，大数据平台可以通过对基础的海量数据建模，进行习惯行为预判、趋势分析和展望；同时大数据平台还可通过对共享和积累的各方面的数据、信息和规则，通过智能推理，提前反应，制定应对策略，体现智能、聪慧的特点。

5.多维度动态化的决策支持和服务系统。数据的应用，其最终目标是对于决策起到支持作用，使对人才培养质量的实时监控和通过诊断与改进，实现质量的螺旋式上升。为辅助决策，需要在数据分析的基础上建立综合预警分析系统，对整个平台的质量控制管理指标以及整体指标综合关联，进行指标分析预警和综合分析预测预警等。还应建立教学质量反馈系统、教学过程监控系统、学生综合测评系统及行政绩效考核系统等辅助管理系统，为内部质量保证体系提供全面化的信息支撑。同时，数据平台的建设要以解决师生在校园生活、学习、工作中的实际需求为出发点，在大数据技术的支撑下，还应根据不同类型用户的关注点不同，实现智能推送个性化服务。

(二)建设实例及效果分析

根据诊改的要求，学校要建立系内的数据分析平台，该平台利用数据分析与处理技术，通过对五个层面的数据读取与分析，数据平台可以完整的展示学校教学过程中的数据分布情况。在进行专业建设、课程建设、师资培训、人才引进等方面提供数据依据。

目前我校的内部质量保证体系诊改工作平台对五个层面分别展开了分析，学校层面分析了基本信息、师资队伍、管理队伍、教学工作、招生情况、就业情况、校企合作、科研工作、学生工作、资产状况等10个方面；专业方面分析了专业概况、招生情况、师资详情、教学资源、实训条件、校企合作、教学质量、就业情况、科研及社会服务等9个方面；师资层面分析了师资概况、教师成长、教学概况、科研概况、学生管理、教师考核、教师获奖等7个方面；课程层面分析了基本信息、课程开发、课程资源、教学实施、实训管理、课程反馈、课程成果等7个方面；学生层面分析了基本信息、综合素质、学业发展、生活习惯、行为习惯、职业发展、建档立卡等7各方面。其重点是对专业和课程两个层面开展了深入数据分析，其中专业层面分析了43个诊断点，课程层面分析了35个诊断点。

通过进行自我诊断，不断寻找差距，通过学习创新，改进提升，建立更高一层的发展目标。同时， 借助大数据平台，实时监测、分析数据，随时发现问题，及时发布预警，督促相关部门、科室、人员采取切实措施，改进提升。下面以实例说明数据平台在实际中的应用。

教学工作是学校的重点和核心工作，每一个学校对于教学的师资都非常关注，通过平台分析可以看到历年各类教师在各个学院乃至各个专业的分配情况。通过图1中的a)图，我们就可以发现2018-2019学年校外兼课教师明显增加，通过b)图和c)图可以发现三个二级学院中兼课教师增加最多的是管理与信息学院 ，从d)图可以知道管理与信息学院2018年招生比上一年增加226人，从而造成教师缺口较大。从企业聘请兼课教师是职业教育的一大特点，这些兼课教师一方面可以弥补校内专任教师的不足，另一方面也可以将企业最新的技术带到学校，使学生和学校受益，所以学校聘请一定量的兼课教师对于学校的发展是有好处的，但是兼课教师过多也会造成诸如学生业余时间安排课程较多、兼课教师因自身工作频繁调倒课等问题。所以，某一专业兼课教师突然增加很多，还是应该引起各部门的关注，那么学校在下一步的人才引进中，就应该重点考虑该学院增加相关专业教师以弥补现在的不足。

图1 数据分析示例图

以上实例只是对某一个点的分析，对于整个的大数据平台来讲，应根据“五横五纵”中横向数据(学院、专业、课程、老师、学生)，将每个层面的诊断指标和画像展示点，形成五个层面的画像，通过画像系统可以全面了解我校五个横向层面详细信息，掌握实时动态数据变化情况。结合预警机制，及时发现在教学过程中可能存在的潜在问题，从而尽快提出解决方案，进而达到提升教学质量的目的。

五、发展与展望

诊改大数据平台将先进的信息技术引入到教学、科研、管理和服务等各项活动中，运用现代信息技术及时处理大量的管理数据，提高了教、学、管的质量和效率。但是目前阶段，大数据技术与诊改平台的融合还不够，后续应该将大数据技术融于教育的各个环节，通过大数据管理平台，采集全维度数据，建立大数据仓库，实现全校数据资产的积累，并利用大数据分析手段，分析和挖掘数据潜在价值，描绘学院、学生、师资、专业、课程五个层面的深度画像，通过多维度管理分析，为决策者提供相应的智能分析数据，助力决策及质量保证。