以“诊改”理念引领高职院校大数据平台建设

宿 莉 孙 鑫

(重庆城市管理职业学院 重庆 401331)

在深化教育改革、推进“管办评”分离的背景下，教育部先后出台了一系列文件，启动了高职院校的“诊断与改进”工作(后面简称“诊改”)。“诊改”要求高职院校作为人才培养质量的第一责任主体，要以社会需求为导向，建立和完善内部质量保证体系，通过实时监测和常态化的诊断与改进，提高人才培养质量，加快发展现代职业教育。[1]“诊改”提出了提高人才培养质量的新理念，一是“质量为本，服务需求”，“诊改”的宗旨是提高人才培养质量，就是要以需求为导向，不断提高学生、社会、用人单位、政府对人才培养质量的满意度。[2]二是“目标为首，制定标准”，“诊改”强调质量达成要设置具体目标，而目标实现要制定对应标准来衡量。[3]三是“改进为主，监测预警”，“诊改”助推质量提升的运行机制，是在工作计划和任务实施中，利用监测预警，持续地诊断和改进。四是“文化为魂，培育质量文化”，“诊改”认为只有质量文化的形成和沉淀，才能真正推动学校管理与决策的科学化。

国务院颁布的《大数据行动纲要》特别提出要发挥大数据对教育的支撑作用，而《高等职业教育创新发展行动计划(2015-2018)》也强调了数据在宏观管理、行动决策、院校治理、教学改革等的基础性作用。为数据充分发挥信息功能、决策功能提供最有力支持的是大数据平台。高职院校大数据平台是通过持续和及时地采集、清洗、集成、应用高等职业教育数据，对教育过程进行常态监测预警，提供教育决策的数据资源共享平台。[4]建设大数据平台对高职院校有特别重要的意义，以“诊改”理念引领大数据平台的建设，会使平台的顶层设计高屋建瓴、建设思路脉络清晰，建设过程有的放矢。

一、高职院校大数据平台建设意义

(一)大数据平台是高职院校内部质量保证体系的支撑

高职院校内部质量保证体系是一个“把人才培养各个环节、各个部门活动和职能合理组织起来，形成一个任务、职责、权限明确，能相互协调、相互促进的网络化、全覆盖的有机整体。”[5]而在这全要素网络化的内部质量保证体系中，每一个人，每一件事务，每一个时刻都会产生许多数据，形成无数的点、线、面和轨迹，它们错综复杂、相互关联。所有数据的自动采集、记录与分析、信息的互联互通需要大数据平台支撑，来实现源头采集、即时采集、开放共享、智能监测、预警预测。由大数据平台支撑的高职院校内部质量保证体系真正才能成为一个“有机整体”，在教育全过程中保证人才培养的质量。

(二)大数据平台提升高职院校科学管理和决策能力

高职院校在管理和决策中往往依赖经验、依赖上级指导意见、依赖直觉。大数据平台除了汇集了丰富的数据，还通过数据分析、数据挖掘技术以及质量指标等把数据背后的信息传导出来供人决策。利用大数据平台，用数据说话，基于数据决策，提升决策的科学性、全面性、系统性和客观性。以数据导向或数据驱动的决策模式的形成，会改变传统思维模式，从而提升高职院校科学管理和决策的能力。

(三)大数据平台能满足高职学生个性化的需求和社会需求的统一

高职教育质量的宗旨是“零缺陷”的教育，每一位高职学院毕业的学生都是社会所需要的人才。而每个学生都有自己个性化的需求，都有自身的成长和发展的需要。大数据平台对学生全方位的数据采集和精准画像，帮助学生和教育者充分了解学生个性、特长和职业需求，选择适合自己的学习发展道路。同时大数据平台也不断对社会所需的职业、岗位等做分析，帮助高职院校挖掘专业所需的知识、技能、素养、能力，从而有针对性和有效地培养学生，使得学生个性化需求与社会需求得到统一。

二、高职院校大数据平台的架构

高职院校大数据平台本着数据开发、共享、安全的原则设计。大数据平台的功能架构分四层，采集层、存储层、管理层、应用层。平台的底层是数据采集中心，采集来自人事、教务、科研、财务、学工管理等业务系统的结构化数据，采集来自“一卡通”、日志等非结构化设备数据，采集行业动态、企业社会需求、政府政策、招聘网站等互联网数据。大数据平台第二层是数据治理和储存中心，对采集到的原始数据进行清洗和规范化格式转换后，进入统一的标准库和主题数据库。在储存层的基础上是大数据平台的管理中心，负责数据的计算、运维、安全、API(Application Programming Interface)管理等。大数据平台的最上层是大数据业务应用，利用统计、行业模型、数据挖掘算法和可视化技术展现大数据各种业务应用，如管理驾驶舱、综合预警、财务分析、舆情分析、高职院校“诊改”情况、学生个性化分析等。[6]

三、“诊改”理念下的高职院校大数据平台建设实践

以“诊改”理念引领高职院校大数据平台建设，首先在“质量为本，服务需求”的理念下以各主体的需求为导向，厘清现状，挖掘各层面的需求，做好需求分析；其次在“目标为先，制定标准”理念指导下，根据需求分析明确高职院校大数据平台建设的具体目标，并制定一套质量达成的标准体系；再次以“改进为主，监测预警”的理念进行任务实施，以常态“诊改”机制解决在大数据平台建设中可能存在的种种问题；并在建设中处处渗透以数据说话的质量意识，践行“文化为魂，培育质量文化”理念。

(一)以社会需求为导向，做好平台需求分析

高职院校信息化建设基本完备了信息基础设施和网络服务，建成和开放了部分网上应用系统。但是，前期的信息化建设也带来了信息孤岛的问题，各个业务系统互不相通和互不关联。一个学生的信息被分割在教务系统、学工系统、学籍系统、招生系统、“一卡通”、图书馆情报信息等系统，或者手工记录表中。学校的二级单位在工作中相互追讨数据，甚至有些数据根本没有记录或采集。而老师、学生在申办业务的时候，常常不知道流程是什么，流程走到哪一步，卡在哪一步。信息壁垒、信息缺失、业务流程的不流畅、不便利是高职院校治理现代化需要解决的问题，要打破信息壁垒，打通信息孤岛，实现信息互联互通、透明共享。

事实上，学校各层面对学校的信息化都有具体的需求。学校决策层需要从全局上把握学校的发展，看到学校的全貌数据、实时数据、质量指标，而精准的数据和分析不仅能反映出学校的特征、发展变化趋势，还能对未来趋势进行预测，为决策层的科学决策提供数据支撑。学校二级教学单位的专业建设需要获取市场岗位所需知识、技能要求，需要掌握学生“进口”基本情况和“出口”后各方面满意度的数据，需要厘清专业建设保障情况如师资、实训条件、教学资源等，需要记录建设过程和衡量建设成效。教师、学生需要一个刻画自己的完整画像，包括衡量工作的各种质量指标，横纵向的比较分析，从而明确自己发展定位、发展方向和目标。大数据平台需要整合所有的需求，以需求为导向，服务各层面。

(二)以需求分析为根本，设定平台建设目标

根据前面挖掘的需求分析，构建大数据平台首先要树立目标。目标对应需求，目标才更加明确。大数据平台要实现如下目标：

1.实现数据集成与数据共享。打通学校各业务系统的数据，实时采集业务系统全量数据、增量数据、硬件设备数据和所需的互联网数据，并将所有数据进行清洗和治理(因为原始数据会存在大量的重复数据、错误数据、不可用数据和缺失数据)，并对数据进行标准化规范化处理、关联和集成。集成的数据存储在数据标准库或数据主题库中，能够提供高速查询与搜索，平台能够和业务系统进行数据交换，数据实时更新，各个业务系统之间就有了互联互通的高速通道。大数据平台还要提供API接口，供第三方系统订阅和二次开发。在数据安全、保密的基础上实现数据共享，解决信息孤岛的痛点问题。

2.实现各层面和各主体的画像。依据及时采集和集成的大数据，对内部质量保证体系里的学校、专业、课程、教师、学生做全面画像；对各个职能部门做主题画像，如人事主题、财务主题、科研主题、学工主题画像等。画像充分刻画对象或主题的特征，画像里的指标进行校内与校外横向和纵向比较、利用预警值进行预警。甚至可以通过较为复杂的大数据算法，获取有价值的信息。这样数据才能真正转化为信息，帮助学校各层面科学决策，提升治理能力。

3.实现流程自动化和网上办事。利用流程自动化开发工具快速地开发办公流程、各种审批流程，从而实现方便、快捷地网上办事和网上办公。同时记录流程数据，对流程数据做分析、监测和预警，对流程不断改善和优化。这可以解决学校业务工作的不便利和不流畅的痛点问题，不断提升服务对象的满意度。

4.实现基于大数据的个性化门户。个性化需求是教师、学生的内生需求，而只有大数据才能真正做到个性化。在大数据平台上教师、学生都拥有自己的个性化门户，一键登录进入门户看到集成了所有系统有关自己的信息，自我的画像分析，需要接受的任务，相关业务工作的进展等，个性化门户有助于教师和学生实现自我个性化的发展。

5.实现一键上报。大数据平台可以使上报数据不再是低效率的人工采集、重复采集工作。大数据平台能够自动采集学校的上级部门要求的填报数据，设置采集时间，按照设置填写审核流程，采集后能进行增补和修订，最后能够一键提交上报系统，如教育部的高职院校人才培养状态数据采集系统、国务院督导办公室要求高职院校适应社会能力评估系统等。

(三)以建设目标为依托，制定平台质量标准体系

质量的目标是否达成，要有标准来衡量。建设大数据平台的标准体系要有如下几个部分。

对应”实现数据集成与数据共享”和“实现一键上报”的目标，首先要制定数据标准。数据标准是构造平台、数据治理的重要基础，是保证数据质量的关键所在。而高职院校存在数据标识不清楚、不唯一、数据不能共享的问题，其最基本原因是学校各部门各自为政，各领域数据标准混乱，甚至就根本没有数据标准。数据标准包括数据建设标准和数据管理标准。其中数据建设标准包括学校代码集建设标准、学校主数据库建设标准、学校数据质量建设标准等；而数据管理标准则包括数据清洗治理、元数据管理、主数据管理、数据质量管理等标准和制度。其他重要数据标准包括数据安全标准、数据查询检索标准、数据服务接口标准等。这些标准要以国标、部标为基础，同时整合行业通用标准和遵循学校特有的标准要求。

对应“实现各层面和各主体的画像”目标制定质量指标标准库。人才培养质量也是用质量指标去衡量。质量指标标准库是一个质量指标体系，需要定义指标目录系统、质量指标名称、内涵说明、算法、统计维度、采集范围、周期，以及预警值的设置等。而大数据平台对质量指标的管理，即新建、编辑、发布、废弃、分类、查询、维护的流程和规范也要制定相应标准。对数据指标的分析和画像、可视化呈现，也要遵循相应的数据可视化技术标准，采用先进的交互设计技术和理念，在各类统计图表中，支持逐级下钻，层层深入，展示不同粒度的数据。

对应“流程自动化和网上办事”目标制定流程标准库。学校所有的管理和服务都是需要梳理和制定流程，大数据平台需要将学校制定好的各个流程存入流程标准库中，形成个性化的标准流程库，支撑整个学校网上办事和办公。同时大数据平台也支持鼠标拖拽的方式实现流程的自定义，当流程发生改变或者调整时，可以流程灵活自定义与可配置。

任何标准不是一成不变的，标准值的大小根据学校的具体情况设定。信息化程度较高的学校应该提高标准，标准的内涵也要更加完善。

(四)以“诊改”机制为抓手，持续推进建设任务

各种标准的制定其实也是平台建设的首要任务。有了标准，就有了方圆，在标准之上建设，建设的脉络也会非常清晰。常态“诊改”让我们不断在过程中进行诊断，针对问题，提出改进。例如有些数据标准已经过时了，不用了，需要删除，有些数据标准要增加或者改动，各部门的数据标准需要进一步统一。标准建设也是动态循环的过程，在常态“诊改”的机制下不断地改进和完善。

建设大数据平台，可将具体目标分解为若干个任务，每个任务制定任务周期、责任人、以及完成标准，整个过程留有轨迹，在任务周期中插入监测点，制定质量指标，比如完成率、达标率和对应的预警值。因为有及时预警，可以采取措施及时改进。建设大数据平台没有非常成熟的模式，所以一定会发现和提出这样那样的问题，只有依赖学习、创新、改进来解决。在实践中一定又会发现更多的需求，提出更高的目标和标准，这样在下一个信息化建设循环中又继续制定新的任务。

(五)以客观数据为依据，促进质量文化建设

建设大数据平台过程也是用数据说话的质量意识和质量文化处处渗透和建设的过程。首先，在对大数据平台需求分析调研中，要求各层面、二级单位理清所管理的数据、业务流程、质量指标，并思考需要采集什么数据、怎样管理数据、怎样利用数据提高工作质量，从而对大数据平台提出功能要求。需求分析过程就是用数据说话的质量意识形成过程。其次，在制定质量标准的时候，需要将各种标准进行量化，用客观数据来衡量，而要科学制定量化标准也要以数据来支撑，利用历史数据、面板数据进行横纵向的比较分析，制定质量标准的过程，必然也是以数据为依据的质量意识建设过程。再次，大数据平台是要利用各种质量指标对教育教学过程进行监测预警，对监测对象与业务进行数据画像，用什么样的质量指标，怎样画像，这些建设过程实质就是用数据说话的质量文化渗透过程。

在高职教育从规模扩张到质量提升的转型期，高职院校应该切实发挥人才培养的第一责任主体作用，解决学校信息化的痛点，在“诊改”工作的契机下，以“诊改”理念引领大数据平台建设，对数据进行实时采集、清洗、集成和应用，对教育过程进行常态监测预警，形成用数据说话的质量文化，推进学校进一步走向现代治理。