基于業務驅動的高校數據治理應用研究

黃有?！↑S中偉

摘? ?要：隨著高校信息化建設的快速發展，數據治理成為智慧校園建設基礎條件，也是智慧校園建設從“面向業務”轉向“面向服務”重要保障。文章從師生最迫切的需求和痛點入手，以學校職稱評審系統為例，通過制定校級數據標準、配置審計規則、提升數據質量，對現有數據中心的數據進行治理，同時建立相應的主題庫和數據統一開放平臺，完成數據的匯聚、清洗、轉換等過程，并以職稱評審業務為驅動，進行全方位的數據集成和高效數據治理，實現數據信息與業務的融合共享，推動高校治理體系和治理能力現代化。

關鍵詞：數據治理;教育信息化;業務驅動;數據共享;數據服務

中圖分類號：TP393 文獻標志碼：A? ? ? ? 文章編號：1673-8454（2022）02-0111-06

一、引言

隨著教育現代化步伐的加快，信息技術日益成為高校改革發展的新引擎，為高校深化教育教學改革、管理創新和提升人才培養質量提供了強有力的技術支撐。近年來，我國各類高校加大信息化建設力度，開展學校信息化標準體系建設和高效運行機制的探索，搭建學校應用服務系統的公共支撐平臺。智慧校園建設由“面向業務”向“面向服務”轉變，消除了原有業務系統之間的界限，實現真正意義上的數據共享，并構建了覆蓋全局的信息化管理和服務系統，同時大力推動移動校園建設?？梢钥闯?，高校正逐步實現智能化、服務型數字化校園的建設目標，信息化建設對高校教育改革發展的推動作用也愈加顯著。在高校信息化建設過程中，數據治理具有重要的意義，是智慧校園到智能校園演進過程中的必要條件，也是推動高校治理體系和治理能力現代化的必然要求。本文以廣州番禺職業技術學院的數據治理實踐為例，以業務驅動為突破口，探索高校數據治理的思路。

二、高校數據治理現狀分析

2018年4月，教育部印發的《教育信息化2.0行動計劃》指出，教育信息化是教育技術與信息技術的深度融合，信息化手段為教育信息化提供技術支持，為學校人才培養、教學科研、學科建設等核心工作提供更有針對性的支持[1]。但是，從許多高校的智慧校園建設情況來看，信息技術對學校的核心工作支持力度還不夠。特別是部分高校已建設良好的基礎設置，基本完成三大平臺、一站式服務大廳等工作，但由于數據處理存在問題，導致業務系統的數據難以整合和有效共享交換，無法對核心工作進行多維度全方位的分析和研判?，F階段，各高校都在大力建設“數據+決策”的智慧校園，數據是智慧校園的重要資源，也是學校優化管理與提升服務質量的基礎[2]。數據質量關系到所有業務與服務的質量。數據治理是以數據生產要素為對象，努力釋放數據價值，確保數據安全，推動學校治理體系和治理能力現代化。當前我國高校信息化工作面臨各種困難，主要有以下幾個方面：

（一）缺少頂層推動和協調

數據治理是“一把手”工程，主管領導要高度重視、積極指導和參與，為信息化部門撐腰，解決遇到的各種難題。各部門按照要求積極配合，主動開展數據治理工作。而實際上，很多學校領導認為數據治理為純技術性工作，所以關注少、指導少、參與少，導致數據處理缺乏必要的支持，部門間的溝通存在很大阻力，效率低下。

（二）缺乏明晰的管理職責

各業務部門要主動擔當，把數據管起來，要完善數據，減少數據的重復采集和填報，建立數據管理長效機制。然而，很多業務部門往往以自身業務為出發點，只考慮部門使用需求，對數據質量不負責。

（三）缺少統一的數據監控管理體系

有些部門把數據當成自有資源，以數據安全、隱私數據等理由，不同意共享;有些部門不相信其他部門產生的數據，進行重復采集和維護。因此需要建立“一數一源”和“源頭治理” 制度，規范數據的產生和使用，數據跨部門使用應完全通過公共數據平臺進行共享和交換，所有數據納入監管，實現跨部門共享[3]。

（四）缺乏有效的數據流轉約束機制

目前，線下交換數據依然是很多部門或師生的常態方式，很多數據“躺”在管理員的電腦里，問題數據和安全隱患很多，致使數據治理工作不能有效開展。學校需要通過完善的信息化手段進行線上補充采集，使數據使用者、需求者以及建設者都形成數據共享公用的思維習慣。

三、高校數據治理應用與實踐

數據治理是一項系統性工作，它包括了一系列互相關聯、與數據的整個生命周期相關的流程[4]。下面，筆者以廣州番禺職業技術學院數據治理過程為例，對數據治理流程進行闡述。

（一）完善數據制度，規范數據管理

要對所有數據進行摸底排查，明確“一數一源”，消除多頭管理。另外，還要明確數據質量責任，誰產生誰負責。每個業務系統數據的來源、推送到的應用等數據流向都要了解，做到“源”可查、“路”明確。同時，在執行的過程中，要明確數據標準，嚴格按照數據標準管理數據，以防數據監管不足導致數據再次出現問題，同時對數據的管理過程也要做到有據可查。

（二）完善數據標準，構建數據倉庫

通過對數據、服務、業務流程的整合，推進數據治理。數據標準的建設與完善是完成數據治理的基礎性工作，也是構建數據倉庫的前提。通過激活歷史數據，對歷史數據進行清洗、轉換，提升數據質量，完成數據的整合，構建統一的基礎數據體系。在基礎數據體系的基礎上，對學校的業務流程進行統一規劃，改進現有的開發模式，建立學校統一的數據開發平臺，統一使用權限，對數據進行管理。構建統一的數據管理平臺，對現有業務系統的數據進行分析，結合教育部發布的數據標準和教育行業標準，以及學校主要業務系統的數據字典信息，完成校級數據標準的建設。在學校數據標準的基礎上，整合人員信息、基礎數據，構建數據倉庫，為學校各類業務系統及應用提供數據共享與應用的支持。

（三）完成數據清理，構建數據倉庫平臺

通過建立數據標準和數據管理規范，對所有進入數據倉庫的數據進行數據清理。這是數據治理工作的一個重要環節，主要內容為：首先對數據進行標準化處理，包括各字段值、數據類型、字段長度的規范化管理;其次完成數據的完整性檢查，重要數據或必填數據需要進行完整性檢查，還要對數據的一致性、重復性等進行檢查;最后得出數據的檢測報告，把數據反饋到業務系統，多輪治理之后，數據源的治理基本完成。通過聯機處理、數據挖掘等方法對大量歷史數據進行提取、轉換和加載，構建數據倉庫平臺，解決數據的“一數一源”和“數據孤島”問題，同時為數據分析打下基礎，并為數據的全面應用提供決策支持。

（四）共享交換數據，提供數據服務

建立數據倉庫的目的是為打通“數據孤島”，讓所有數據匯聚、共享，并對各業務的數據進行有效性標識。通過主題數據庫的建設，如創建人事基本信息庫、科研主題庫、教學主題庫等，為特定場景下的數據集市提供服務，也為數據的終端應用提供支持，滿足學校各級單位的數據查詢、分析等。如果采用面向服務體系架構（SOA），則包括運行環境、編程模型、體系結構風格和實現理論。

（五）建立校級數據中心

為支持業務系統更方便地使用數據，在數據服務集群之上，通過部署數據應用開發引擎、數據集成引擎、數據視覺引擎，構建一個支撐大數據科研、實訓和快速應用開發的完整平臺。該平臺能夠支持微服務、一站式服務大廳、雙高指標展示、未來數據分析與呈現等。這些數據在使用后再反饋回來，實現數據的閉環管理。數據治理的應用與實踐流程如圖1所示。

四、高校數據治理案例分析

高校數據治理不是階段性的工作，其過程貫穿于數據建設的各個階段，需要根據不同階段的業務和技術特點，選擇適合的切入點進行推動[5]。廣州番禺職業技術學院在數據治理過程中，選擇“職稱評審”這個對數據要求高、涉及業務系統數據多的事項作為切入點。以下對學校數據治理工作的具體做法進行闡述。

（一）數據治理的目的

學校從2017年開始進行智慧校園建設，取得了一定成效：基本實現統一身份認證、統一服務門戶和一站式辦事大廳;已建立共享數據中心，數據中心匯聚包括人事系統、教務管理系統等多個業務系統數據。但也存在很多問題：數據標準不統一、數據不準確、數據缺失、多個系統數據不一致等。這些問題對于單獨的業務系統來說，是可以正常使用的，但是聯合起來就會出現數據“打架”，不知該以哪些數據為準。學校啟用了職稱評審系統，而職稱評審對數據的要求比較高，數據必須準確、完整，且標準統一。

（二）數據治理的過程

以職稱評審數據治理為契機，學校把數據治理工作分為兩個階段：第一階段對已進入數據中心的數據進行存量數據治理，主要包括前期已對接進入數據中心的人事、教務、科研等數據。然后擬定規章制度、數據標準，設置重要數據字段的審計規則，對已有的數據進行初步清洗、轉換、標準化。第二階段對于新入庫的數據進行增量數據治理，依靠學校制定的規章制度和數據標準，對所有進入中心庫的數據進行標準檢測，通過數據審計確定數據是否放行入庫。具體執行策略如下：

第一步，主要以國家標準、教育部發布的教育行業標準為依據，參照業務系統的數據標準，制定學校的校級數據標準。主要流程為：首先是標準的規范定義，最終達成業務對指標認知一致性這一目標;其次通過行業標準來進行規范建模，從技術層面解決模型擴展性差、冗余多等問題并保障數據的一致性;最后結合教育部發布的教育行業標準，完成學校的標準制定，在通過學校各級審核后，發布校級的數據執行標準。以人事系統數據為例，在職稱評審過程中，人事數據是主要數據源之一，包括教師的基本信息、學習經歷、工作經歷等。在處理教師的基本信息時，有很多字段需要標準化處理。如“性別的標準化”問題：在現有人事系統中，0表示“男”，1表示“女”，2表示“空白”;在國家標準中，0表示“男性”，1表示“女性”，2表示“未知的性別”，9表示“未說明的性別”;在教務系統中，1表示“男”，2表示“女”，3表示“空白”。綜合考慮，我們使用并集規劃，采用的校級標準為：0表示“男性”，1表示“女性”，2表示“未知的性別”，9表示“未說明的性別”。這就要求人事系統要補充沒有包括的項，而教務系統需要修改相關的數據字典項目。對于其他數據項目，需進行標準化處理，制定校級數據標準，最后通過學校相關文件，發布校級數據標準。在制定的數據標準中，要確定相關的檢測規則和工具，如完整性、空值、一致性、唯一性、手機號、郵箱、工號、身份證等20多個項目的檢測規則，并對已入庫的數據進行清洗、轉換、去冗余，確?，F有數據準確無誤。數據審計規則如圖2所示。

第二步，已進入數據中心的數據經過治理后，還是會出現新的問題。數據中心的數據每天都會更新，所以需要對新進入的數據進行監控。這一步主要通過審計的方法進行，以校級標準為依據，使用數據治理平臺的工具和相關數據模型，保證數據的穩定性和準確性，同時控制數據質量。在職稱評審過程中，需要對教務系統的教學數據、科研系統的教師科研數據進行匯聚。在原有的教學數據中，只有任課信息，而工作量、課時等信息缺失;在科研數據中，只有教師發表的論文、著作、專利、項目等信息。在科研數據的項目信息中，項目金額信息需要財務系統提供相關數據，數據中心對沒有進入的數據，需要通過數據匯聚平臺將數據對接進來，而新的數據沒有完全標準化，這就需要使用審計功能。在審計過程中，每一條進入系統的數據都要進行檢測，并將數據檢測報告發回原業務系統，不符合數據標準的數據，提醒原業務系統進行修改，反復修改幾次之后，數據基本符合要求。通過對新增數據進行常規化管理，定時對相關數據進行審計、反饋、修改，能夠確保數據中心所有數據完整、準確，保證數據的質量。

第三步，在完成基本的數據治理之后，還要考慮數據如何使用、使用權限、使用后的反饋結果等問題。為完成職稱評審系統的建設，我們把數據匯聚起來，創建了相應的主題庫，同時采用數據統一開放平臺，對所有數據進行資源目錄化管理，并對所有數據進行分類、分級、分權限，通過資源申請平臺，將數據共享給有權限的人使用。

五、高校數據治理的思考

提高數據質量是數據治理最重要的目標[6][7]。通過數據治理，優化數據資產，實現各組織和業務系統的數據資源共享，以統一的開放平臺或標準接口提供各種數據服務。數據治理是一個不斷循環的過程。作為數據治理的管理者，需要注意以下幾個問題：

（一）加強數據治理制度和規范建設，建立常態化工作機制

數據治理需以制度規范行為，對學校的組織管理、職責分工、流程及業務的清晰要有相關的制度規范。通過對數據生產、流轉、使用、歸檔、銷毀全生命周期的了解，制定學校數據管理的規則和技術規范。以規范或管理規則為依據，推動業務部門自主有序地開展工作，以規范化、常態化的工作機制對數據進行管理。

（二）與領導及業務部門進行溝通，多方形成共識

作為信息化工作人員，要積極爭取學校主要領導和各業務部門的支持;要勤于溝通，提高領導對數據治理重要性的認識;要促使學校各方形成合力，助力項目的持續發展。同時也要注重溝通的藝術，深入理解各業務部門在數據管理過程中所面臨的困難，盡量滿足其對數據使用、共享的訴求，爭取將問題逐個突破，最終完成整個系統的數據治理。數據治理是一項復雜且而長期化的工作，各業務部門對數據的使用習慣不同，會導致不配合或拖延等情況的出現，因此需要建立常態溝通機制，在反復溝通的過程中解決問題，用真誠爭取各業務部門的理解和支持。

（三）促進信息化建設歸口管理，確保數據可管可控

要強化信息化辦公室對信息化建設歸口管理的職能，掌握主動權和監督權。對數據的管理要權責分明、有據可依、有跡可查。例如，學校宿舍管理數據由后勤管理處的學生宿舍管理系統產生，該系統也具有宿舍調整和申請等功能，各宿舍的門禁數據均來自于該系統。學工系統在升級時可以包含宿舍管理模塊，但該模塊的數據要來源于學生宿舍管理系統，如果學生宿舍管理系統的數據不準確，可以與后勤管理處溝通以保證數據的準確性，不允許學工系統再產生學生的住宿數據。學生處的輔導員可以查看同步數據，如發現錯誤，需要在后勤管理的學生宿舍管理系統中修改。而對于新建設的業務系統，要加強指導、規范和全過程管理，重點滿足關鍵環節的要求。另外，對于不能滿足數據治理要求的信息化項目不允許建設，還要加強軟件資產的統籌管理，用審批環節約束軟件項目建設。

（四）實現數據資源的開放和安全使用，確保數據有序流轉

在數據的使用過程中全面掌握學校資產。如發現數據質量問題，需要及時反饋至數據中心，進而通過數據的血緣關系，推動數據治理工作的開展。通過“自上而下”和“自下而上”相結合的方式整理數據需求，理清各數據的血緣關系，不斷完善數據資產目錄[8]。建立完善的數據使用審核制度，數據的使用管理和個人隱私保護要對全面審核，以確保數據安全。

（五）完善數據質量監控和考核制度，不斷提升數據質量

在數據質量方面，要利用數據質量監控平臺對數據中心的綜合數據進行實時監控，配置相應的數據質量監控規則（如數據的完整性、一致性、有效性等），通過相關規則，及時發現有問題的數據[9]。建設學校數據質量評價指標體系，以及數據質量改進制度與流程。通過數據中心的數據治理平臺，定期向各部門反饋數據質量問題，并將數據質量審計報告推送給相關業務系統管理人員，再通過數據質量審計報告推動各部門、各業務系統管理人員、各類數據管理人員進一步提升數據質量。通過建立數據治理工作考核機制、績效管理機制提高業務部門數據管理的自覺性。

六、結語

本文在對數據治理現狀的分析中，闡述了高校在數據治理過程中面臨的“缺少頂層推動和協調，由校級領導的統一部署”“缺乏明晰的管理職責，很多數據權責不清”“缺少統一的數據監控管理體系”“缺乏有效的數據流轉約束機制，沒有相應的開放與分級管理標準”等問題。廣州番禺職業技術學院通過數據的標準化建設、數據審計規則的制定，以及數據清洗、轉換等過程的治理，完成了數據中心的數據治理工作，盤活了數據資產，為數據價值的持續挖掘和一站式服務的流暢體驗打下堅實基礎。最后，筆者提出數據治理的幾點建議：加強數據治理制度和規范建設，建立常態化工作機制;與領導及業務部門進行溝通，多方形成共識;促進信息化建設歸口管理，確保數據可管可控;實現數據資源的開放和安全使用，確保數據有序流轉;完善數據質量監控和考核制度，不斷提升數據質量。

參考文獻：

[1]新華社.中共中央、國務院印發《中國教育現代化2035》[EB/OL].[2019-02-23].http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm.

[2]紅星楊.政治局集體學習“大數據”[J].人民周刊，2018（1）：10-11.

[3]楊子天，李濤.基于大數據技術的智慧校園數據服務平臺設計與實現[J].求知導刊，2018（31）：1.

[4]劉桂鋒，錢錦琳，盧章平.國內外數據治理研究進展：內涵、要素、模型與框架[J].圖書情報工作，2017（21）：137-144.

[5]程永新.大數據時代的數據資產管理方法論與實踐[J].計算機應用與軟件，2018（11）：326-329.

[6]章浩，劉波，鄒恒華，等.高校數據治理的探索與實踐[J].電子技術與軟件工程，2017（21）：3.

[7]余鵬，李艷.大數據視域下高校數據治理方案研究[J].現代教育技術，2018（6）：60-66.

[8]董曉輝，鄭小斌，彭義平.高校教育大數據治理的框架設計與實施[J].中國電化教育，2019（8）：63-71

[9]范小春.智慧校園環境下高校大數據治理及應用策略[J].金陵科技學院學報，2018（4）243-244.

作者簡介：

黃有福，廣州番禺職業技術學院教育技術與信息中心助理研究員，郵箱：151417511@qq.com;

黃中偉，廣州番禺職業技術學院副教授。

Abstract：With the rapid development of information construction of colleges and universities， data management becomes the foundation of wisdom campus construction success conditions and the wisdom campus construction from “business oriented” to “service-oriented”. This article obtains from the teachers and students of the most wanted needs and tender spots， taking the school's title appraisal system as an example， to establish university-level data standards， configure audit rules， ensure data quality based on the existing data center management， while it further supports that establish the corresponding subject database， unified open platform of data， complete data aggregation， cleaning， conversion and other processes， and drive the business based on professional title review to all-round data integration and efficient data governance. The integration and sharing of data information and business， along with the smooth experience of continuous mining and one-stop service for future data value will be realized， while the modernization of university governance system and governance capacity will be promoted.

Keywords：Data governance; Education informatization; Business driven; Data sharing; Data service

編輯：王曉明? ?校對：李曉萍