构建数据治理体系，助力学校数字化转型

鹤壁职业技术学院

 

一、工作背景

随着我国教育信息化的深入推进，教育也像其他领域一样，开启数字化转型的新征程。数据的重要性已被充分认识到，并成为学校信息化发展的重要资产。国家从顶层设计的角度对教育数据建设给出了明确的规划和指导，《中国教育现代化2035》《“十四五”国家信息化规划》中对智慧校园教学、管理、服务等方面做出了决策和部署，同时，结合《鹤壁职业技术学院“十四五”信息化建设规划》目标要求，开展了数据治理及应用分析为一体的平台搭建。

我校信息化经历了“简单的信息化基础建设、单一的业务应用、中期网络信息系统建设、数字校园整合集成”等历程，现在进入到高度集成、以流程优化和服务整合为主的智慧校园应用建设阶段。伴随着“智慧校园”的建设过程，与建设阶段相关的业务部门管理系统也逐步建立起来，形成了一个完整的高校信息化体系，并随业务发展存储了大量的业务数据。在建设前期，由于技术、资金限制以及相关技术标准出台滞后等因素，信息化的建设并没有统一的参考标准，各业务部门只是根据自身的需求开发或引进独立的管理系统，这些系统在开发方式、开发技术、整体架构等方面都有所不同，数据的存储也存在数据编码、数据结构、数据接口等不一致问题，导致数据重复存储，难以统一进行数据治理和管理，同时，各管理系统之间信息闭塞，没有利用数据资源的优势。基于这样的现状，管理系统的建立不但没能有效整合校内资源，反倒增加了信息资源整合和利用的难度，较大地减弱了信息管理和服务的便利性，制约了对信息化应用的探索，延缓了学校信息化的发展速度。

为此，鹤壁职业技术学院经过几年的探索和经验总结，于2022年正式启动了围绕数据中心的数据治理以及系列应用生态体系构建的相关工作。通过构建底层数据治理体系，建立专业的数据管理应用服务，形成一站式综合数据服务平台，提供业务数据的采集、清洗、存储、服务、监控的全生命周期管理，形成有效的数据共享机制和高效的数据应用服务。主要建设目标如下：

1)  制定全校层面统一信息标准，规范数据来源，采用统一业务数据录入（产生）标准，保障业务数据的规范性。

2) 建立全校统一数据中心，梳理全校数据架构，从全局上盘活数据资产，对整个智慧校园各业务领域的数据模型、数据关系、数据处理有清晰化的认识。

3) 基于底层数据治理体系，强化数据应用及数据分析服务，梳理清晰的“数据流”，构建综合校情及特色业务场景下的数据应用，在数据应用层面深化数据治理服务。

最终实现数据的互联互通和互享，带动管理结构优化、科研水平提升、办学质量进阶、学生管理精细化，助推学校的数字化转型，支撑学校教育教学的长远发展。

二、工作举措

（一）注重顶层设计，确立数据治理组织架构

“凡事预则立”，加强顶层设计和战略谋划关系着数据治理的成效。数据治理并非单一的技术问题，涉及全校多个业务部门和工作流程，甚至涉及每一个教师和学生，是一项复杂的系统工程，需要校领导层面的关注，需要全校上下的通力配合和大力支持才能完成，因此，建立一个完善的校级层面的管理组织架构显得尤为重要。通过校级数据治理组织架构，对相关工作中的决策、权责、协调等方面进行明确和组织管理，保障数据治理工作有序快速推进。

 

图1：数据治理组织架构

 

（二）加强制度和标准建设，建立常态化工作机制

“无规矩不成方圆”，数据治理工作的顺利开展还需要有完善的管理制度来做顶层规范和约束。我校立足学校实际情况，分别从数据的交换管理、质量管理、使用与服务、安全管理等方面，形成一套适用于学校的数据管理办法，并由全校各部门遵照执行。

 

图2：校级数据管理制度

 

（三）统一思想，转变思维

各部门是否能够真正的理解并重视，是高校数据治理工作最后能否真正落到实处的关键因素。为了提升各业务部门对数据治理工作的重视程度，我校在定期开展的信息化专题会议和日常的师生信息化素养提升培训中不断的加强宣传和培训力度，潜移默化地改变大家的固有传统观念，形成全校“一盘棋”的局面。促进学校各类数据共享、业务协同，真正实现“数据多跑路，师生少跑腿”，更好地推动数据共治共享工作。

（四）立足学校实际，分步骤实施

数据治理及应用分析是一个周期长、投入大的大工程，要做好打持久战的准备。实施前期立足学校的实际，结合自身需要，认真对比分析了各个厂商在教育行业的技术、经验和案例。同时到其他高校参观学习，借鉴相关高校建设和管理经验，完成我校数据治理的个性化需求和服务定制。项目实施中遵循以下工作机制：

第一阶段：摸家底。到相关业务系统管理部门进行需求调研，完成初始的数据调研工作，掌握数据资产基本情况，整理数据相关需求点、痛点、难点和未来所需亮点，做到心中有“数”。

第二阶段：定标准。定标准是数据治理乃至智慧校园建设的核心，制定校级数据标准体系能够为学校信息化高速发展奠定基础。同时标准转为数据治理的检测规则，制度转为数据开发和应用的流程规范。

第三阶段：搭平台。建设数据中台，实现基础数据采集，标准、制度和权责落地的过程，通过数据中台的建设环节，将前两步的工作成果实现在线化管理。

第四阶段：质量监督、开放共享。通过数据治理完成数据质量的提升，完善数据血缘体系。

第五阶段：建应用。数据工作的服务目标是应用建设，应用建设又反哺数据工作形成闭环，通过建应用，对学校的各类角色用户提供数据服务，促进智慧校园整体业务发展，提供数据持续运营之道。基于数据中台建设和数据治理成果，学校的各业务系统、师生个人数据中心、站群系统、一站式服务平台、数据可视化系统均与数据中台打通，让数据走向应用、服务于师生。

三、工作成效

（一）学校建设了大数据中心，形成了全局数据视野

大数据中心通过实时采集各业务系统主要工作数据，去伪存真、去粗取精，使数据可管理、可溯源，力求数据有效准确，构建符合教育部标准的数据平台，对外提供数据发布、数据应用服务、数据质量管理，让数据质量逐步提升。

当前，大数据中心集成了覆盖7个业务部门关联的10个校内校务办公应用系统共计263个数据表、 4027个信息项数据，数据项注释率从原24%提升至90%以上，进一步明确数据含义，制定数据治理制度规范文件5份，最终形成139个数据资产表，业务数据涵盖师生的学习、工作、生活等方面。数据中心按照“一数一源”制定统一标准规范，为业务系统提供了数据共享交换服务，有效支撑了各部门业务之间的高效协同与数据联动，且全程可管可控，保障了数据安全。

 

图3：数据中台架构图

 

图4：数据中台前台

 

  图5：数据中台后台

 

1.统一数据标准消除信息孤岛

在数据标准调研和数据处理阶段，建立了10类标准数据集、20个数据类，34数据子集，165个代码集合，对来自各业务系统的数据进行统一标准的存储，打通信息孤岛，形成统一人员编号、统一业务表达（专业、人员类型、项目类型等分类方式）的数据资产集合，为学校后期数据综合利用打下坚实基础。

 

图6：全校统一的代码标准

 

2.明确数据管理分工，开启自主管理

在数据权责方面，通过部门走访、调研，确定了校内权威数据来源和权威部门，明确了数据管理责任分工。通过权威数据来源的确认，达成了一数一源的目标，后期基于数据管理权责开展数据质量的提供工作；在数据管理方面，校级宏观数据交换链路、单数据的处理链路全部基于线上化自动生成和管理，数据质量问题、故障有据可查、有法可依。

 

图7：宏观数据交换关系

 

图8：教职工基本信息的来源去向

 

3.提供快速便捷的数据共享开放服务

基于整理的数据资产，结合部分个性化的数据服务需求，对外发布100多个数据清单为校内各单位、学院提供自助式、线上化的数据服务。截止2022年底，数据中台累计处理52次线上数据申请，覆盖校内7个业务管理单位的10个信息化系统和1个教育部中台的数据对接需求。数据资产交换共享效率得到显著提升，且全程可管可控，保障了数据安全。

 

图9：数据服务申请审核记录

 

2022年5月25日，我校被列入职业教育与成人教育司公布的第一批职业院校数字校园建设试点名单。通过数据推送较快的完成了教育部数据中台要求对接的表单。

（二）打造“个人数据中心”，让师生心中有“数”

通过打造“个人数据中心”，汇聚师生个人数据资产，按主题域并分层级展示个人在校工作、科研、学习、生活等相关过程与成果数据，提供统一、便捷的数据查询界面，解决数据跨系统查询问题，并支持个人数据纠错和补录。

从管理角度出发，不同角色数据查看权限不同。比如相关部门负责人可掌握相应数据资产的汇总情况，从而更好地辅助科学决策。招生老师也可以更便捷地掌握新生的各种数据，做好新生在校的全生命周期覆盖和场景联动，确保校园安全可防可控。

 

图10：教师个人数据中心

 

图11：学生个人数据中心

 

（三）搭建“一站式”师生服务平台，提升服务效能

一站式服务平台兼有收文、发文、工作督办等办公一体化功能，打通了服务师生的“最后一公里”。通过对业务的梳理、优化、再造、公开，实现服务治理；通过对数据的共享、利用、纠错和反哺，提高大数据中心数据质量；通过碎片化轻应用实现对长尾业务的敏捷支持，实现IT治理。服务治理、数据治理、IT治理三者共同推动学校的数字化转型。

 

图12：一站式服务大厅

 

（四）数据可视化分析

基于大数据中心治理后的数据进行可视化分析，使得分析的数据质量和准确性有了保障。“数据可视化”提供了自助敏捷数据开发能力，当前学校围绕教师、学生、科研、资产等主题做了指标统计与展示，未来可依照学校各级管理要求，灵活调整展示内容，并与学校PC门户、移动门户打通，让数据呈现“即在眼前，又在手边”。

数据可视化的发展需要依赖学校指标体系建设，将“业务数据化”，才能更好地服务决策、服务管理；数据可视化将是学校信息化发展的方向之一，也是数据治理体系建设的重要目标。

 

图13：数据资产可视化

 

图14： 学生总体情况统计

 

图15：设备仪器分析总览

 

四、工作经验

数据治理项目建设通过上下同力，已取得初步成效。但是在推进过程中也存在诸多问题和困难。

（一）存在的问题和困难

1.信息应用推进和数据安全的相互制约

在日常应用中，过于注重信息化的应用普及便捷，暴露出系统过多、信息安全管理滞后、系统运维不及时、个人隐私保护不强等风险，制约了应用的进一步优化和推进。因此，做好行政和业务系统的日常运维工作，同时加强学校师生个人信息安全的教育和防护，避免因噎废食。

2.数据质量管理和提升的困难重重

切实提升数据质量是高校数据治理的根本目的，在掌握发现问题的方法、分析问题的手段、处理问题的能力之余，如何最终让缺失的数据补起来，让错误的数据改过来，是数据治理项目收尾的最关键、也是最有难度的环节。于信息化处来说“我们不生产数据，我们是数据的搬运工”，数据来自于师生，来自各业务部门，如何推动全校重视数据问题，参与解决数据问题，需要深入思考。

（二）下一步改进举措

1.增强队伍建设，成立数据治理领导小组。

团队技术力量不足是高校信息化部门普遍面临的困难，对数据治理而言则凸显的更为厉害。要对数据治理的成果持续维护就需要拥有专业的数据管理技术人才，与外部专业的数据公司合作，形成合力，在保障数据治理工程有效推进以及数据质量稳步提升的同时，提升团队技术人员的工作技能和业务理解能力。

2.充实信息化管理队伍，集思广益

信息化管理队伍人员有限，难以满足学校快速发展的信息化需求，下一步我们将动员全校所有人员积极主动参与到数据治理工作中来。不但可以有针对性的提供数据服务，还可以丰富数据应用的成果。未来将朝着两个方向努力：

一是与教务处联合举办数据分析应用设计大赛，面向全校学生征集优秀的创意。一方面为学生提供真实的实战操练情境，达到历练学生、服务育人的效果；另一方面对于优秀的作品在创业学院进行孵化，参加校外竞赛或以微服务的方式为全校师生服务。

二是积极探索数据治理与应用科研课题，让更多的教师主动参与进来，从科学研究和学科交叉的角度进一步对数据进行深入研究和分析利用，如通过知识图谱、神经网络、人工智能等前沿技术的运用，挖掘深层次数据关系和价值，为学校发展提供内参。