数据治理在高校中的应用与价值

黄劲荣

（广州医科大学信息与现代教育技术中心，广东广州 511436）

一、引言

随着国家政策的支持、高校信息化建设的深入发展，高校在管理过程中产生了大量的数据，如何对这些数据进行有效管理和利用，已成为高校当前面临的一个重要问题。由于高校内部业务系统多，各系统间的数据不一致，导致无法共享和利用，进而影响了数据资源的价值。因此，如何从根本上解决高校信息化建设过程中存在的数据问题，实现数据资源的有效管理和利用，为学校各项工作提供决策依据，是目前高校迫切需要解决的问题。在这一背景下，本文以“数据治理”为切入点，将“数据治理”应用于高校信息系统中，通过数据治理实现高校各业务系统间数据的共享和利用。

二、数据治理的基本理论

数据治理的概念源于数据管理，它是指对数据进行合理、有效的管理，使其能够更好地为组织所用，其基本内容包括以下几个方面。

数据标准。即数据在采集、存储、交换、清洗、加工等各环节所采用的标准，该标准是确保数据质量和一致性的基本依据。

数据质量。即对数据质量进行监控和评估，明确数据质量问题并加以解决，提高数据准确性、完整性和可用性。

数据安全。即通过建立健全的安全体系，保证业务系统运行过程中所产生的数据不被非法窃取和使用，确保系统的稳定性。

数据挖掘。即利用专业分析工具从海量的数据中挖掘出有价值的信息和知识，并通过对挖掘出来的信息进行分析和建模，为企业提供决策支持。

流程管理。即对企业业务流程进行梳理，将业务流程中涉及的人、财、物等相关要素进行整合，使其能够更好地服务于企业业务活动，进而提高企业运营效率。

组织文化。即通过建立完善的组织文化体系，树立正确的价值观和理念，使全体员工统一思想，提高认识，自觉维护组织的整体利益和长远利益。

技术手段。即采用先进、高效、可靠、安全的技术手段来对数据进行管理和分析。

以上七个方面是数据治理基本理论的核心内容，具体包括标准、质量、安全和流程管理等内容，在实际工作中可以将这七个方面结合起来综合运用于高校信息化建设过程中，从而提高高校信息系统在管理过程中产生的数据质量及数据价值。

（一）数据标准

数据标准从不同角度可以划分为不同类型，主要包括元数据标准、业务流程标准等，其中元数据标准是指对有关元数据进行定义和说明的规范，是一种比较基础的内容，在实际工作中很容易就能实现。

1.业务流程标准。业务流程是指某一特定业务活动中所涉及的有关人员、资源和职责等要素，其核心是对业务活动进行描述和规定。

2.系统功能标准。系统功能是指系统所具备的各种功能，其核心是对系统所涉及的数据进行描述和说明。

3.统一数据库结构。数据库结构指数据库中存储的所有记录类型及其所属关系。

（二）数据质量

数据质量是指数据在采集、存储、交换、清洗、加工等各环节中所表现出的准确性、一致性和完整性等要求，它是保证数据使用价值的前提，也是开展数据治理工作的基础。数据质量的高低直接影响到数据分析和挖掘的效果，甚至会影响到整个数据治理工作的效果。因此，高校在开展数据治理工作时，应以“质量第一”为指导思想，通过制订明确的质量标准，对各业务系统所产生的数据进行统一审核、检查和清理，保证所采集到的所有数据均符合相关要求。同时，针对存在问题的业务系统应建立相应的监控和评价机制，对存在问题的业务系统进行整改和完善，从而不断提高高校信息系统产生的数据质量。

（三）数据安全

高校的信息化建设中，数据安全是必须要考虑的重要问题，必须保证系统的数据安全，才能有效地保障业务系统运行的稳定性。通常情况下，高校信息化建设过程中涉及的数据安全主要包括以下几个方面：一是信息系统建设时必须保证数据在采集、存储、处理、传输等过程中的安全；二是在数据开发阶段，要对数据进行严格的管理和控制，防止非法人员对数据进行篡改、删除、窃取等操作；三是在数据应用阶段，要采取有效措施来避免病毒及黑客对数据进行攻击，保证数据的完整性和保密性。在高校信息化建设过程中，必须按照国家相关法律法规的要求，建立健全科学有效的安全管理机制和操作流程，从多个层面保障信息系统数据安全。具体包括以下几个方面：一是要建立严格的访问控制机制；二是要建立完善的备份机制；三是要建立健全的系统监控机制；四是要建立安全审计机制。

三、高校信息系统现状

近年来，我国高等教育事业取得了长足发展，高校规模不断扩大，办学条件不断改善。但随着学校规模的扩大，原有的信息系统逐渐不能满足学校发展的需要，不仅给师生带来了诸多不便，也给学校管理工作带来了巨大挑战。目前高校主要使用的信息系统包括：教务管理系统、后勤保障系统、科研成果转化与奖励平台等。在这些信息系统中，存在以下现状。

第一，数据孤岛。各个业务系统中存在大量重复或冗余的数据，导致数据共享困难。例如，教务管理中，学生成绩在教务系统和学工系统中是完全相同的，但学工系统中查成绩时需要输入学号和身份证号才能查到成绩；科研成果转化平台中涉及很多重复的数据。

第二，数据质量不高。各业务系统的数据标准不统一，存在数据不一致、不准确的现象。例如，学生管理中的学籍信息不一致，在学信网上查学生信息时，学生学籍状态显示为“退学”；科研成果转化平台中涉及很多重复的数据。

第三，数据无法共享。由于各业务系统之间缺少统一的接口标准和规范，导致不同业务部门之间无法共享数据。例如，教务管理中存在大量学生成绩数据、学号及身份证号等基础信息需要与学工系统进行共享；科研成果转化平台中涉及大量的基础科研资料及成果需要与人事管理部门进行共享。

以上现状都会为高校信息化建设带来巨大的挑战，影响学校各项工作的顺利开展。

四、存在的主要问题

高校在数据管理过程中存在的问题主要有以下几个方面。

第一，由于对数据重视不够，缺乏数据治理理念，造成数据质量差、利用率低的局面。由于没有形成一套完整的数据治理体系，没有从规划、制度、标准等方面对数据质量进行严格控制，造成了大量的冗余数据和无效数据，数据价值不高。

第二，不重视平台建设。由于缺乏统一规划和顶层设计，高校业务系统繁多，造成大量的系统分散建设，在建设过程中由于缺乏统一的规划、标准和管理规范，造成了大量的重复建设。此外，由于各业务系统没有统一的信息模型，各业务系统之间缺乏集成和共享，使得跨系统之间无法实现数据交换、共享和业务协同。

第三，信息化人员缺乏相关知识和技能。由于缺乏专业人才，高校信息化建设往往由信息技术人员或者软件开发人员承担。由于缺乏相应的知识储备，也就不能很好地对现有的信息化系统进行分析、设计、开发、部署和维护等工作。

第四，对数据治理认识不足。虽然高校在信息化建设中已经进行了较长时间的探索和实践，但对于数据治理工作还缺乏深刻认识和全面理解，导致高校在信息化建设中出现了很多问题。例如，没有完善的制度规范、没有形成良好的文化氛围、没有专业的技术团队等。

第五，信息系统建设不够规范。由于高校信息化建设起步较晚、发展时间较短、投入较大、信息化程度相对较低等原因，导致高校在信息化建设方面存在一定的差距。由于各业务系统是通过业务流程驱动开发的，缺乏相应的规范性和规范性操作指引；缺乏统一规划和标准化建设；缺乏有效管理机制等因素均可能导致系统建设出现混乱、标准不一致等情况。

第六，由于高校信息化发展历史较短、业务系统多、业务种类复杂等原因，造成高校在信息化建设中存在着大量的重复建设现象。这些重复建设不仅造成了人力资源浪费和成本增加，而且也不利于数据共享和利用，阻碍了高校管理效率和服务质量的提升。

第七，数据孤岛问题严重。由于没有从战略高度对高校业务系统进行规划设计、统一管理和有效治理，造成各业务系统之间缺乏有效整合、数据难以共享；由于缺乏有效治理机制和标准规范体系，导致各业务系统难以统一化管理。

第八，高校信息化建设中对数据质量控制没有给予足够的重视，缺乏相应的制度规范和流程指引；由于缺少相关专业技术团队，导致对数据质量控制不到位；由于缺乏有效治理机制和标准规范体系，导致无法进行有效管理。

五、数据治理的目标及原则

数据治理的目标是通过一系列技术手段和管理机制，来确保数据的质量，为各业务系统提供可靠、高质量的数据，并通过对数据的充分利用来促进学校管理和服务水平的提升。高校数据治理主要应包括两个方面的内容：一是通过规范管理制度、标准和流程等手段，实现数据在全校范围内的共享和利用；二是通过建立起有效的管理机制，确保数据质量和数据安全。

在开展数据治理时，应遵循以下原则：一是坚持总体规划、分步实施；二是坚持“谁主管谁负责”原则，明确职责，强化责任意识；三是坚持统一标准、统一管理，逐步规范；四是坚持“统一采集、集中存储、集中管理”原则；五是坚持分级授权、分级管理原则。

（一）总体规划

数据治理是一个长期的、持续的过程，高校的数据治理应从业务发展和管理需求出发，对学校整体数据治理工作进行整体规划。应从业务发展战略、组织结构、人员能力和IT 基础设施等方面进行深入分析，明确学校未来数年的总体发展目标和主要工作方向，在此基础上进行数据治理总体规划。

总体规划应遵循以下原则：一是坚持顶层设计，构建完善的数据管理制度体系；二是坚持统一标准，建立统一的数据标准规范体系；三是坚持分步实施，按照“统一采集、集中存储、集中管理”的原则，逐步规范数据采集、存储和使用；四是坚持“分级授权，分级管理”的原则，明确职责分工；五是坚持统筹规划、分步实施、突出重点、循序渐进。

高校应在总体规划的基础上制定并发布学校数据治理的相关制度、标准和规范等，以指导学校业务系统的数据采集和存储工作。同时，各业务系统也要根据自身实际情况制定相应的数据治理制度和标准规范。以此为基础，逐步建立起符合自身业务特点和发展战略的数据治理体系。

（二）分步实施

根据数据治理的总体目标，从数据需求、数据标准、数据质量、数据安全和技术架构五个方面考虑，可将高校的数据治理分为五个阶段。

1.确定总体目标。首先，在分析学校各业务系统和应用系统现状的基础上，对学校的数据需求进行分析，确定各业务系统和应用系统的数据标准和采集方案。其次，根据学校实际情况，确定各业务系统和应用系统的主要应用领域、系统类型、业务流程等。

2.建立数据标准。按照“统一采集、集中存储、集中管理”的原则，建立学校的统一元数据管理标准，并将这些标准应用于各业务系统中。

3.制定数据采集方案。在建立统一元数据管理标准后，根据学校实际情况制定具体的采集方案，包括各业务系统采集接口规范、采集频率等。

4.实施数据治理。按照规划好的方案进行实施，逐步推进元数据管理标准和采集方案的落地，实现对学校各业务系统和应用系统中各类原始数据和基础信息的统一管理。

5.开展效果评估。在实施过程中对治理效果进行评估，及时发现问题并解决问题，持续改进。

（三）原则

在开展数据治理工作时，还应遵循以下几个原则。

1.统一标准、统一管理。高校数据治理工作应遵循国家和地方标准规范，实现标准的落地实施。以标准为基础，结合实际情况，制定数据标准和数据质量管理办法，规范数据管理，形成统一的数据字典和元数据目录。

2.统一采集、集中存储。高校应按照国家有关标准规范建立并完善学校基础信息数据库，建立基础信息数据库的目录体系，并通过组织机构代码、人事、财务等信息系统的采集来获取和更新基础信息数据。

3.集中管理、分级授权。高校应明确各部门在数据采集、存储、管理和使用等方面的职责权限，明确各级部门在数据治理工作中的职责和权力范围。采取分级授权、分级管理等方式，对全校范围内的数据进行统一采集、存储、使用和管理。

4.分级授权、分级管理。高校应根据学校发展战略和业务实际需求，对相关部门的数据治理职责进行授权，明确各部门在学校层面的数据治理工作中所具有的管理权限，以及部门间协作分工机制。

六、数据管理策略及架构

根据数据治理相关理论，高校应从组织架构、制度流程、人员、工具等方面着手，构建一套完整的数据治理体系，制定相应的管理策略，通过管理策略来规范业务系统数据输入、数据输出和数据共享，确保数据治理体系的实施。

（一）组织架构

组织架构是数据治理体系建设的核心，负责统筹推进高校数据治理工作。结合高校自身实际情况，可采用职能部门式的组织架构。

在组织架构中，可设置数据管理委员会（以下简称“数委会”），由高校主要领导任主任，各职能部门主要负责人任副主任。数委会负责制定数据治理体系建设总体规划、政策规范、规章制度，协调解决数据治理工作中的重大问题，统筹推进各项工作，确保各项数据治理目标的实现。同时，数委会下设办公室（以下简称“数办”），负责统筹协调各职能部门开展数据治理工作。数办负责制定具体实施方案和计划并组织实施；同时负责具体事务的协调工作以及监督、评估、考核等。各职能部门按职责分工开展相关工作。

（二）制度流程

高校的数据治理工作应建立在制度流程之上，其基本原则包括以下几个方面。

第一，制度流程是一套规范，要求各部门按照该流程进行相关的业务活动；第二，制度流程是一个整体，应在执行过程中不断优化；第三，制度流程需要协调各方利益，在实施过程中也需要不断完善。

在此基础上，还应明确各部门的职责范围，以确保各部门履行好自身的职责；明确数据治理过程中的工作流程和工作环节，确保各部门能够按照正确的流程开展相关工作；明确数据治理的时间节点及工作要求，确保数据治理工作有序开展；明确各部门的数据质量责任，以保证数据质量。

七、数据质量管理体系和流程

通过建立健全数据质量管理体系，以合理有效的管理方式来提高数据质量，保障信息系统正常运行和用户对信息的使用。同时，建立科学规范的工作流程，以有效地保证数据质量。

数据质量管理流程主要包括：（1）制定标准规范；（2）建立工作小组；（3）确定审核方案；（4）执行审核方案；（5）反馈结果；（6）总结反思。在这个过程中，需要有相关部门参与到工作流程中来。通过制定标准规范来保证信息系统间的统一性和协调性；通过建立工作小组来监督各部门职责的履行情况；通过确定审核方案来确保各部门所提交数据的真实性和准确性。

八、结语

本文通过对数据治理进行深入分析，阐述了高校数据治理的必要性和重要性，并从数据采集、数据管理、数据应用等多个方面分析了目前高校数据管理过程中存在的问题，并针对这些问题提出了相应的解决方法。同时，在对数据治理相关理论研究分析的基础上，提出了将数据治理应用于高校信息系统中的思路，并在实际应用过程中取得了一定成效。通过建立一个规范、标准、统一、高效的数据治理体系，能为学校发展提供有力保障。当前国家正在大力推进“互联网+”行动计划，数据作为“互联网+”行动计划的重要组成部分和关键要素之一，将成为未来经济发展最重要的资源。通过数据治理能为高校提供一个开放、共享、协同、高效的大数据平台，使其成为学校可持续发展的重要动力。