浅谈高职院校数据治理

李杨

（黑龙江农业工程职业学院，黑龙江 哈尔滨 150070）

随着《教育信息化2.0 行动计划》开始推行，坚持应用驱动、机制创新，加强顶层设计、多方协同推进，当前云计算、大数据、物联网、移动计算等新技术逐步广泛应用，职业教育信息化战略部署初步形成，高职教育步入了信息化大数据时代。

在此过程中，高职院校的信息化建设也在走向新的阶段。目前，各高职院校都积极投身到信息化校园建设中，努力从数字化校园向智慧校园转变，取得了很好的成绩。然而，在这个过程中发现，学校、校内各部门分别管理部门业务数据，已经建设的信息系统与师生需求错位，高价建设的信息系统利用率却很低。为了顺应教育信息化发展的潮流，促进信息技术与教育教学的深度融合，智能化校园的实施成为日益迫切的需求，因此，急需对校内积累的大量数据进行治理。

一、高职院校数据现状

各高职院校十年的信息化建设均有一定基础，已经完成了学校部分应用业务系统基础系统建设。创建各系统时多以各部门牵头，重建设，轻需求，并没有完整的系统规划与数据标准体系，导致产生大量业务数据，数据质量不高、冗余数据大量存在、数据可用性不高。各业务部门各系统均各自为政，学校内数据之间共享难度较大，导致学校信息化建设成为“应用孤岛”“数据孤岛”，建设效果尚未达到理想预期，制约着学校日常管理和教学水平得提升。

职业院校数据以消除信息孤岛，实现数据源头采集、数据一数一源、数据交换共享；以强化数据治理能力和建立全量校本高质量数据仓库，逐步完善校本数据资产；以实现与国家高等职业院校人才培养工作状态数据平台对接为目标。同时，制定统一的数据标准规范，完善数据管理与使用机制，提升学校信息化管理能力，提升组织精细化管理水平，提高业务运营效率，以精准的大数据分析结果全面辅助领导决策、校务管理及流程优化，推动学校的长远发展。

二、数据治理

数据治理是将技术与管理相结合对数据进行的持续的标准化工作，是对数据全生命周期的管理。数据治理过程中需要制定数据管理标准、代码标准、流程规范、组织保障、技术工具等方面的内容。数据治理的目标是减少数据的冗余度、提高数据的质量，保障数据的安全性、可用性，实现院校内部分散数据的有效整合和业务部门之间的数据共享。数据治理就是将关联方通过一套完整的管理行为，形成有序的工作以达成目标。

（一）现有数据存在的问题

数据内涵有偏差：数据管理者需要了解数据资源的含义、用途。没有全局数据资产视图，含义不明确。各部门之间对与数据的内涵理解不同，导致数据与实际需求数据不符。

数据标准不统一：数据标准不完善，无法指导数据资源的产生，无法进行数据的正确性判定。数据溯源不清，缺乏数据处理转换个环节的监控机制，缺乏对新增和显存数据质量稽核机制，无法评估数据质量。导致数据标准不一致、代码标准不一致、同一数据在不同系统中独立存在且有不一致的现象。

数据孤岛：由于建设初期缺乏相应得数据关机标准、制度、规划，各系统之间根据本部门业务需求不同，数据要求及数据内容各有不同，导致数据关联度越来越低，加大了数据清洗、整合的难度。数据之间不能顺畅进行数据共享，不能有效的关联，无法体现数据深度价值

数据质量差：各部门业务系统数据相互独立，数据源上的数据质量水平不一致，导致产生的数据质量偏低。数据来源途径多且分散，数据的完整性、准确性无法保证，数据质量较低，无法直接数据融合。

教工信息化水平不足：学校各业务系统需要各部门人员参与，但部分部门存在人员不足、管理经验不足、信息化水平不足、数据监管不到位、缺少质量监控、等问题，从而影响学校整体数据质量。

数据重复处理：师生在校期间全生命周期多方面数据重复存在多个系统内，由于一些信息的格式、内容不固定导致在不同系统中产生的信息不一致，影响了数据的流动各业务系统重复数据过多，对数据进行标注、清洗、加工、效率低，周期长，增加数据对接成本。

（二）数据治理的重要性

有效的数据治理能够帮助学校在中决策中找到依据，使高校更加智慧和敏捷。是学校发展在创新变革中迈向新的发展台阶，将带动职业人才培养方式的转变，推动我国职业教育向前发展。1.科学决策。有效的数据能帮助学校决策者掌握深入、可信、广泛的数据信息，做出理性决策。促进学校内部部门间的信息交互，提高学校管理的透明度。2.高效管理。学校的有效管理，需要庞大、复杂、多样的数据信息支撑。数据治理时对跨部门、跨业务、跨系统的数据进行管理，对业务流的优化，弥补各业务间的空隙，规避工作中的业务盲点。有效的、高质量的数据能够促进管理效率。3.创新发展。深入服务区域经济发展，是当代高校价值和综合实力的标志。在多变的社会环境中求发展，必须主动应对来自社会多方面领域的影响。数据治理对数据进行采集、分析，实行动态的科学管理，加强对过程的监控，是高校处在快速变化的复杂社会环境中创新的有利支撑。同时也为教师发展提供个性化服务，进而开展更多更广泛的信息化创新服务

（三）治理方法

数据治理应从设计高校各方数据抉择权和职责的分配，制定和完善数据标准，推进不同层次和维度的数据共享，健全数据隐私保护机制，建设数据治理技术平台几方面进行。为了提取有用信息、形成结论，而对数据加以详细研究和概括总结的过程。教育大数据分析的关键，是要实现大数据技术与教育领域应用需求的融合。

1.数据采集、标准。学校各类数据存在于各个部门独立系统中。在采集数据之前应确定数据标准，使各业务系统中数据标准一致便于数据交互。数据标准是数据治理的基础，编制校本数据标准是各业务系统之间数据共享共用的保障。通过学校信息化建设进行顶层设计，建立完善业务系统，确定数据源头，利用各业务系统依据各项业务全周期，全样本、全过程、全方位采集框架对数据进行采集。数据标准规范可细分为数据标准、代码标准、接口规范三类。其中数据标准是规范各信息系统的数据结构，需以教育部基础数据标准为基准，结合本校实际扩展编制；代码标准是规范各系统编码结构，按照唯一性、简单性和规范性制定；接口规范是为规范各系统的交换接口，包含身份认证、数据交换、三方认证集成等。规范的数据标准可以提升各业务系统协作能力，有效提高数据质量、提升工作效率；可以使新旧业务系统协同工作与资源整合，避免重复建设和新增投入。

2.数据处理、共享。数据治理是对不同来源、格式、性质的数据进行整理、加工，使数据及时、准确、高效地进入中心数据库，包括按标准规范进行数据清洗和变换等操作、借助大数据处理平台进行高效的分布式处理。对数据的全生命周期进行管理，包含数据采集、清洗、转换等传统数据集成和存储环节的工作。数据治理是一个系统化反复的过程，需要各业务部门与信息中心协同完成。数据治理的难点在于原有业务系统的数据是否合规化，关键字段信息是否完善；同时，职业院校现有业务系统众多，在数据治理过程中需要多方公司参与配合，理清数据源头，做到一数一源，合理规划化设计数据线与数据交换共享策略。

3.平台搭建。学校普遍采用依靠中间数据库集成各数据源，数据通过学校建设各层面业务系统交互到校园学校数据中心，形成“一中心多平台”数据处理架构，利用数据中心处理交换融合数据，按数据标准对数据进行清洗、交互等处理工作。数据共享交换主要以中心数据库为纽带，通过数据交换实现全校数据的共享及统一。

（四）数据应用

数据应用是一个不断渐进的过程，良好的数据文化和数据应用可以为高校的教学、教育、科研、管理以及改革发展提供重要支撑。建设大数据应用平台，通过数据收集和分析，可以有效地提高教学服务水平和管理效率。数据分析应用是数据采集、处理、共享的目的。通过四中心一平台形成学校、教师、学生、专业、课程五个层面的数据分析报告，利用数据分析可以倒逼数据采集和交换更加规范，从而形成良性的高校教育大数据应用支撑体系。

三、组织保障

职业院校信息化建设是一把手工程，建议成立信息化部门或项目小组，由学院领导牵头协调全校各业务部门参与执行。同时，在高校信息化建设发展中，需要配备大量人员，尤其是复合型人才、懂技术、懂业务、重规范、思路清晰、沟通能力强、事业心和责任心突出的人才。而这部分人员基本上要从信息中心与各个业务职能部门抽调精兵强将，以保证信息化建设的顺利进行。

职业院校数据中心管理需要以制度化和标准化管理为保障，构筑信息化管理的牢固基础。在整个校本数据中心建设过程中，职业院校需建设数据采集、管理、安全等制度。这样才能更大限度的完成信息化建设工作，并调动全员对信息化工作的积极性和创造性。

四、结束

我国大数据技术的飞速发展，已经处于国际领先水平。职业院校数据中心建成后，应用大数据技术，将会帮助职业院校的业务发展起到颠覆式的作用，让我国职业教育在创新变革中迈向新的发展台阶，将带动职业人才培养方式的转变，推动我国职业教育向前发展。