高职院校全域数据治理分析＊

杨凌职业技术学院 刘凯

随着职业教育的快速发展，数字化校园建设已经进入更深层次。本文以某高职院校为例，分析了信息化建设的现状，提出了全域数据治理。全域数据治理可以提升信息化服务能力，挖掘数据资产价值，提升职业教育数据治理水平。

近年来，国家加快构建现代职业教育体系，职业教育是与素质教育同等层的不同类型的教育形式。职业教育与普通高等教育相比具有鲜明的特征。高职院校作为职业教育的主要实施者，承担着国家职业教育的重担。职业教育由于其本身所具有的特征，必须进行理论与实践相结合的学习模式，其中实践锻炼在学生培养过程中尤为重要，而校内实验实训基地建设成本高昂，校外合作的实训基地管理难度大，实训效果保障困难。利用信息化手段保障培养质量，监测学生培养全过程，确保学生培养质量，分析教育培养过程全域数据，为教育决策提供支持。

高职院校的信息化工作相对普通本科院校较晚，其教学过程和管理过程更加复杂，对信息化需求更加迫切。高职院校针对自身业务需要在信息化方面建设不同的业务系统[1]，如：办公系统、教务系统、顶岗实习系统、人事系统、学工系统、财务系统、招生就业系统等。这些业务系统为对应业务部门的日常工作提供了极大地便利。随着学生数量的增加以及业务部门相互之间的本质联系，相互独立的业务系统逐渐暴露了不足。因此，部分高职院校进行了数字化校园建设，主要围绕三大平台即：数据中心平台、门户平台和认证平台[2]。三大平台有力促进了全校信息化的推进，各部门作为数据的贡献者，同时也是受益者。

全域数据治理是一项复杂的工作，必须全校配合，全校参与，打破数据孤岛是基本要求，而在新的系统建设过程中不能制造新的数据孤岛。必须建成标准化的开放性的，易于扩展的数据中台。因此，全域的数据治理的建设应由全校各部门配合，全业务数据收集，全校师生受益。

1 高职院校信息化现状

1.1 信息化现状

高职院校经过了数字化校园建设，数据孤岛问题依然存在，校内主要业务系统均与数据中心实现了数据对接，但对接标准不清晰，数据质量参差不齐[3]。学校软件系统的建设没有形成规范的程序，业务部门自行购买软件，导致没有形成学校数据标准统一的全域数据中心。现有数据中心没有严格的数据标准作为准则，数据管理缺乏规划。不同业务系统对数据中心提供的业务数据不能相互校验，形成了个别矛盾的数据，数据质量差[4]。随着数字化、智能化不断深入师生工作与生活，学校业务系统产生了大量业务数据，形成了信息大爆炸，而数据中心难以服务师生，更难以对所堆集的数据进行有效的数据分析，早期的数据中心已经不能满足当前的学校发展。

1.2 全域数据治理

随着数据量的不断积累以及接入数据不断增加，早期的数据中心仅简单的将不同业务系统所产生的数据堆集，简单的数据堆集难以满足学校的发展。数据标准不统一，没有严格的数据标准，导致数据质量差，难以分析利用。不同的数据由不同的业务系统提供，数据中心缺乏数据校验功能，个别数据存在相互矛盾，同时又有大量冗余数据。数据的堆集难以呈现学校自身的特色，没有针对具体问题进行有效的数据分析和数据挖掘，难以呈现数据价值，不能形成有效的数据资产。因此，必须对大量的混杂的，质量较差的数据进行科学治理，制定统一的数据标准，打破数据孤岛，融合校内数据，实现数据自身的业务逻辑。挖掘数据潜在价值，精准给不同师生推介有价值的相关数据，使信息化工作落地，使师生获益。对不同部门所提供的标准化高质量数据进行不同维度的分析，使学校管理部门能够从数据变化角度掌握学校的发展变化，为科学决策提供依据。利用精细化的数据，实现精细化的管理，提升学校管理水平。

全域数据治理必须解决数据的可知、可控、可取、可联以及可用性的问题。必须厘清数据源头，学校数据平台接入了哪些业务系统数据，这些数据之间有什么关系，即解决数据可知性问题；每一条数据是由哪个系统所提供的，是否按照统一的数据标准所提供，错误数据、冗余数据如何校验清除等解决数据可控性问题；全域数据中心不仅是获取学校业务系统的数据，更重要是为相关部门提供规范的、准确的数据，让全校师生既是全域数据治理的贡献者也是获益者，即解决数据便捷的可取性问题；不同业务系统数据需要被关联，数据的合理关联一定会产生矛盾数据、错误数据、冗余数据，全域数据治理必须解决数据关联性问题，此外，全域数据治理在数据关联性方面不仅需要做数据的横向关联，更重要的是数据纵向关联，将历史数据和当前数据关联，将当前不同业务系统数据相互关联，进而形成一张张数据网，根据不同需要将数据科学关联；全域数据中心的目的是解决数据可用性问题，只有在数据可知、可控、可联等基础上才能进一步挖掘数据资产价值。

智慧校园是信息化建设的根本目标是利用信息化手段为师生提供便捷服务[5]。通过全域数据治理的建设，可以落地学校服务师生的信息化理念，为业务流程重组，校内信息共享和交换提供保障，实现业务服务数字化、智能化，基于数据实现日常服务精准推送。全域数据治理是智慧校园的基础，只有扎实的数据治理才能为智慧校园建设提供坚实的根基。

2 全域数据治理建设

2.1 建设原则

全域数据治理必须按照统一规划、分步实施、重点突破、资源整合、融合共享的建设原则。全域数据中心涉及到计算机技术、网络技术、通讯技术与网络工程、软件工程等多个方面技术，同时也是学校管理模式的一次重大转变，是一项庞大的系统工程，具有投资高、建设难、周期长、涉及部门和人员多等特点，因此必须站在学校全局的角度，做好顶层设计，整体考虑、统一规划，既要考虑当前的实际需要求又要兼顾学校远期发展的需求。

全域数据治理的关键是资源整合，建设必须考虑保护原有的建设成果，充分利用已有的软件资源，充分发挥现有信息化项目的作用。因此，全域数据中心建设必须将整合已有资源和开发新资源相结合，建立高效的资源整合和管理机制，融合共享学校原有的信息孤岛。因此，全域数据治理必须确保各个信息系统之间的数据共享、交换以及关联数据的自动校验。

全域数据治理由于其本身的复杂性必须分步实施，全域数据中心建设周期较长，涉及到方案论证、系统选型、部署集成、人员培训、推广应用、运行反馈、修改完善等多个环节，因此整个建设过程必须统筹安排、分步实施，确保进度和质量。全域数据治理建设难度大，涉及全校所有部门。在实施过程可以优先协调一些部门，按照学校规模及结构、办学定位以及特色，在统一的技术规范体系下制定个性化的功能和配置要求，突出学校办学特色，将主要建设方向指向学校重点和薄弱环节。

2.2 建设内容

2.2.1 制定标准规范

数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束。数据标准制定是建立一套以国家教育部信息标准为基础的数字校园建议标准之上，还应结合各业务部门数据标准，如人事处、教务处、学工处、财务处等不同标准，然后再经过充分的实际调研之后，根据学校的实际情况进行修正，最终形成学校的实际数据标准。

为实现高频、实时、动态、多形式的交互和数据共享问题，必须依据教育部颁布的《教育部教育管理信息标准》进行建设，并依据学校的具体需求进行本地化扩充。通过对数据进行梳理，得到相关数据项标准、代码标准、编号标准，并依赖于系统对数据项进行重新组合，最终形成学校的数据资源目录。全域数据治理应有效利用学校现有的数据资产与利用原有的信息化成果，建立有效的校园数据标准。

如图1所示，数据标准的建立必须结合学校之前的数据标准、通用数据标准和学校现有业务系统及数据库所存储的数据制定科学规范的数据标准。同时应参考其他院校数据标准的制定，结合学校自身的发展计划，建立扩展性强有一定未来预见性的数据标准。通过数据标准的建设，可以有效提升数据质量，理清数据构成，形成有效数据资产。

图1 数据标准的建立Fig.1 Establishment of data standards

2.2.2 平台建设

职业院校业务数据为基础，充分利用大数据、云计算、人工智能、隐私计算等新型技术，遵循科学性与前瞻性，构建融数据汇聚、数据治理、数据开发、数据服务共享、数据分析、数据质量与安全管理为一体的决策支撑平台。通过平台，解决信息孤岛，保证数据统一，构筑全域数据治理体系，激发数据要素潜力，提升学校专业建设与人才培养质量。

首先，部署对应平台和工具，根据规划要求完成数据仓库的部署规划，完成数据中台对应组件的安装部署。其次，接入数据。按照需求调研结果，将各种来源、各种类型的数据，通过统一数据开发平台中的数据集成工具将这些零散的数据整合在一起，经过清洗转换进入数据仓库各个层级中，这一过程需要符合数据治理平台定义各种数据标准、质量规则、开发规则、数据命名规则等。最终形成强有力的组织是保证规范实施、集成实施和共享实施的重要因素。

2.2.3 数据采集

数据治理的建设并不是由一套系统就能简单完成的，要想实现学校常态化数据治理的闭环，必然需要建立相应的数据管理体系，并在使用过程中，对学校的数据管理不断修正、完善。例如：当数据项和字典标准失效或删减后，要形成数据变更机制，首先是参照数据标准管理规范进行数据规范管理；其次如果管理办法不能有效解决数据变更问题，需要及时上报数据治理管理小组，并协调各业务部门进行整体的调整，升级之前要遵从管理标准，适应标准。

各个业务部门对各自部门的数据负有对解释、定义和修改的职责，有义务维护好自己部门的数据。通过为全域数据治理提供多少数据标准，数据在哪些部门使用，体现出各业务部门的业绩和价值。

2.3 数据治理应用

2.3.1 统一数据开放

全域数据治理的建设从根本上提升了数据资产的管理和运维能力。统一学校标准体系、统一代码标准、存储标准、治理标准、管理标准、业务标准，消除二义性，制定智慧标准底座；统一全域数据资产，建设数据资源目录，实现基于数据地图和数据全链路管理，实现数据安全分级，形成全校师生参与的数据治理体系，提升数据治理水平和数据感知力度；统一数据服务管道，形成数据生产、采集、对外服务的标准化数据管道，为使用者、查询者、管理者提供可复用、可监管、可追溯的数据服务；统一数据开发平台，建设标准、完备、功能强大的数据开发工具，为业务领导、师生个人提供全方位的数据能力中心，让数据服务构建更灵活、业务建设更顺畅、数据运营更简单。

在数据治理结果的基础上，按规划、按需求为数据使用者开放数据接口，屏蔽标准层、主题层和专题层的对外直接访问，保障数据安全。同时，数据开放阶段应集中呈现给所有需要了解数据的管理部门及院系教职工，形成学校统一的数据资产目录。

2.3.2 挖掘数据资产价值

全域数据治理的建设形成了数据质量高、数据种类全，灵活、强大的数据共享平台。随着数据分析算法的不断发展，全域数据治理可以从全方位对每一位师生进行多角度评价分析，纵向来看，可以刻画每位师生的成长轨迹。这就为学生管理、教师培养发展获取到真实的适合学校特色的经验。在对各部门，甚至是校领导等管理机构和管理人员进行管理评价时，发现学校发展的薄弱环节，增强学校的特色不断发展，为科学决策提供依据。随着对历史数据的梳理，根据不同需要，可以展示数据大屏，呈现学校发展的变化情况，分析学校发展的薄弱环节。针对每位学生及教师形成全方位的个人数据画像，全面客观对师生相关数据呈现，形成师生个人数字档案，尤其是针对学生不仅以考试成绩对学生评价，对学生评价更加全面。综合数据聚类分析形成告警信息，为学生管理、学生培养等提供帮助。根据不同主题角度，汇总数据大屏直观展示相关数据。通过对全域数据分析定期形成数据报告，反映学校发展变化。针对接入的物联网设备可以有效汇总数据，为进一步物联网数据分析奠定基础。

3 结语

建设全域数据中心是构建智慧校园的核心，是实现教育行业数字化转型的基础。智慧校园的建设规划应优先考虑构建数据平台，关注各业务系统和功能组件与数据平台的对接，充分分享和利用数据的价值。通过全面采集和分析校园内的各类信息，实现基于数据的精细化管理和快速决策。除了从传统的教务、学工、人事、财务等业务系统采集数据之外，全域数据治理建设还可以充分利用物联网数据、日志分析等新技术全面关爱学生的生活、学习行为。通过全面的数据素材和自动化的数据统计分析，来挖掘数据价值，实现学校精准人才培养。

引用

[1]胡钦太,郑凯,林南晖.教育信息化的发展转型:从“数字校园”到“智慧校园”[J].中国电化教育,2014(1):35-39.

[2]韩红光.基于数据中台模式的校园信息预测模型分析[J].电子技术,2022,51(8):67-69.

[3]邱坤,李定成.数据服务驱动下的高校数据治理对策研究[J].实验科学与技术,2022,20(3):75-81.

[4]徐英,田萌,龙学磊,等.智慧校园系统数据架构设计与研究[J].网络安全技术与应用,2022(9):87-88.

[5]饶玮娟,张牧,宋明虎,等.高校治理现代化视域下的智慧校园建设研究[J].网络安全技术与应用,2022(8):86-88.