智慧校园背景下高校数据存在的问题及对策*

徐亮

(浙江建设职业技术学院教育技术中心,浙江杭州 311215)

0 引言

当前,教育信息化已进入2.0时代,高校基本上都已建成了数字校园三大基础平台,集成了OA、人事、教务、学工、科研、一卡通等多个业务系统,数据规模逐渐扩大。随着高校“最多跑一次”改革及智慧校园建设工作的逐渐深入,高校各项业务的开展对数据的依赖也逐日增长,基于数据的业务协同化、服务个性化、分析交叉化、决策科学化等新需求不断涌现。然而这些新需求的推进却举步维艰,无法实现或者实现效果远不如预期,用户不满意,最终这些尖锐的矛盾都指向了数据,暴露出了当下大部分高校在数据方面存在的一些共性痛点、堵点问题。这些问题阻碍了数据在智慧校园中发挥更大的作用,制约了高校的信息化管理及教学水平的提升。如何提高数据质量进而为师生提供更有效的数据服务,是下一阶段高校教育信息化发展的方向[1]。因此,对高校数据存在的问题进行剖析并提出对策有十分重要的意义。

1 高校数据存在的问题

1.1 数据不规范

高校的信息化建设开始于20世界80年代,前期主要关注校园网络建设,以及各行政部门、教辅部门、教学院系各自建设业务系统,缺少统一的顶层设计,没有采用适合高校的数据通用规范,对一些数据录入页面没有进行规范化约束,简单采用大量文本框来录入数据,导致各业务系统的数据标准不统一。同时,部分业务系统在日常运行维护过程中,使用人员数据录入不规范,在客观上造成了数据孤岛。例如教学秘书在教务系统排课时,因掌握的教师信息不全,特别是外聘教师,常用外聘1、外聘2等代号代替教师真实姓名,一直到学期结束,教务系统中也仍然在使用这些代号。

1.2 数据不统一

由于是各行政部门、教辅部门、教学院系各自建设的业务系统,各部门管理的范围不一样,导致各业务系统间的一些统计数值也不一致。例如,由于计算规则各业务部门自行定义,导致同一年级的在校学生总数在迎新系统、学工系统和教务系统中的统计数值不统一,客观上形成了各业务系统间数据打架的现象;另外还存在着一个学生或教职工在身份变化后有多个学号或教工号的情形,影响了学生和教职工点人头的准确性。

1.3 数据不完整

由于大部分高校前期开始信息化建设时缺少统一的顶层设计,各业务系统建设主要以实现功能为主,对一些非主数据的录入没有进行强制性约束,使得业务系统产生的数据不完整,大量数据缺失,导致数据分析缺少科学性,不利于决策判断。

1.4 数据不留存

虽然高校已建有大量的业务系统,但仍存在部分业务系统缺口,导致高校在日常管理过程中产生的一些业务数据无业务系统录入,随着时间推移,很多数据就会丢失。例如当审计部门需要审计高校公车使用情况时,很多高校才突然发现公车使用数据没有留存,或数据有零散保存,但由于人事变动,记录很难齐全。

1.5 数据不共享

在高校实际工作中,往往存在跨部门的数据共享交换及沟通管理机制不健全,产生数据的部门认为别的业务部门用不到这些数据,需要数据的部门认为别的业务部门不会产生自己需要的数据。例如,教务处在对实训部门的实训室进行排课或考试等安排时,并不能提供出完整有效的实训室使用信息,导致实训室使用产生争议。另外,有的业务部门在建设业务系统时只考虑本部门的需求,不去了解其他业务部门已有数据和需要本部门提供数据的情况,造成重复建设或无效建设,甚至建设的业务系统游离在学校总体规范之外,不将可开放共享的数据进行共享,也不从学校数据中心获取数据,建设数据封闭的系统,形成新的数据孤岛。

1.6 数据更新不及时

一些管理人员往往习惯于excel管理各类数据,存在业务系统数据更新不及时或共享不及时的情况,导致开放给其他业务系统的数据存在滞后的情形。另外,传统技术如ODI(Oracle Data Integrator)数据交换工具虽然支持多种异构数据库[2],但其数据同步的效率较低,在定时全量同步模式下工作比较稳定,但同步周期较长。若采用增量同步,则需要根据时间戳等变量来进行设置,而目前大部分业务表都不符合设置变量要求。至于采用CDC模式实现数据实时同步,则需要配置大量的触发器,占用大量资源,不仅对数据库的业务性能影响较大,而且故障点也多,经常出现无规律停止同步的情况,纠错困难,维护成本较高[3]。

2 问题剖析

面对高校大数据存在的种种问题,深入剖析问题产生的原因,找出问题的根源,对提高数据质量,实现大数据为学校管理决策提供支撑有重要意义。

2.1 对标上级部门要求

自上而下,首先是对标国家相关部门、行业主管单位发布的各类指导性文件,如《国务院关于印发促进大数据发展行动纲要的通知》、《教育信息化2.0行动计划》等文件对高校数据发展提出的相关要求;其次对标地方政府对高校数据融合提出的要求,如根据浙江省的“最多跑一次”改革工作对数据提出的相关要求,从高校层面上讲,就是要实现校务管理提档升级,提升师生零跑腿办事占比,实现数据“一次录入、多处使用”,为各部门协同办事提供基础支撑;最后结合学校智慧校园建设的总体规划,实现数据与高校管理和教学的深度融合,利用大数据分析来为高校发展提供决策支撑。

2.2 归纳数据问题

结合各级部门对数据提出的相关要求,高校在数据方面存在的短板问题可归纳为以下四个层面。一是高校在前期信息化建设时缺少全校统一规划,各部门业务系统自建自管,各自独立,功能重叠又各自生产数据;二是缺少全校性的数据管理顶层制度,没有建立统一的数据标准或数据标准落实不到位,各部门职责交叉重叠,责、权、利边界清晰度不高,没有落实数据“一人一数一源”的原则;三是缺少载体,缺乏全校共建共享共用的统一数据录入平台,业务数据各自录入,数据权威源不明确;四是高校数据质量考核力度不强。高校的信息化部门一般都为教辅部门,在校内地位不高,往往属于边缘部门,对全校各部门的数据质量考核较难落实。

3 解决策略

针对目前分析高校数据存在的一系列问题,本文结合作者所在高校,提出一些初步解决策略。

3.1 制定规划

在充分的调查研究的基础上,对全校的数据体系进行整体规划,确定高校数据专项工作的总体目标,实现高校数据生命周期管理从半闭环向全闭环转变,数据质量管控从人工沟通向自动管控转变,显著提升数据的支撑能力,服务于数据采集、教学诊断以及“最多跑一次”改革工作等,从而实现技术赋能,助力高校大数据体系构建。

3.2 确立制度

确立全校数据管理顶层制度,明确数据管理的组织机构和职责分工、数据分类及数据负责部门、数据开放使用规则、数据质量考核体系、划分数据安全等级,实时更新数据UC矩阵表,消除“一数多源”或“一数无源”的情况。

3.3 建立平台

建立全校数据综合服务公共大平台,包括数据标准维护、各类数据的一站式录入、数据质量治理、数据开放共享、浏览及统计等子应用,构成平台内部大闭环。

3.4 统一标准

升级学校数据标准,将原有数据标准单一的技术属性拓展增加业务属性、管理属性和安全属性,将纸质线下标准搬到线上标准,形成责任清单,落实每个数据项的数据责任体系,明确指出每个数据项的源头责任部门和生产者,落实数据 “一数一源一人一责”的原则。

3.5 设置考核

结合学校自身的业务需求和发展状态,制定数据质量考核办法。同时建立全校数据质量指标体系,综合评价数据的完整性、规范性、一致性、准确性、唯一性和关联性,并将数据质量指标进行量化,根据数据标准“一数一源一人一责”的原则,以数据质量指标作为全校各部门数据质量考核的依据。

3.6 数据治理

高校数据治理是一项长期的、复杂的综合性系统工程[4],需全校统筹协调,各部门共同参与,自上而下分层次逐步推进,先完成全校核心主数据的治理,再逐步拓展到非主数据的治理,最终实现全校数据质量的全面提高。

4 结语

随着大数据技术的不断发展,高校数据资源已成为学校的无形资产和战略资源,是高校各项业务运作的基础。规范数据资源的统筹管理,实施数据治理,提高数据质量,是高校实现数据共享、开展大数据分析和应用的前提。因此,解决高校数据存在的问题,使数据能辅助高校教学管理,为高校发展决策提供支撑,将成为高校当前数据工作的重点。