互聯網+如何重塑高校數據治理體系

文/陳偉

近些年，不少高校陸續進行了專項數據治理工作，在促進數據質量的完整性、準確性等方面取得了一定成效的同時，也暴露了一些問題。本文總結了目前的高校常見數據治理模式、方法、路徑，探討了如何利用互聯網+的思想重塑整個數據治理體系，提出了以大數據、人工智能等新技術構建用戶自治理模式的校園數據治理體系，從而有效提升數據質量，滿足下一代智慧校園建設的需要。

高校數據治理范疇

從數字校園到智慧校園建設演進的過程中，數據質量問題成為困擾廣大教育信息化工作者的一個難題。數據治理（Data Governance）是保證數據質量的必需手段，加強數據治理提升數據質量已成為教育信息化工作者的重要任務。如何通過數據治理解決數據的完整性（Completeness）、規范性（Conformity）、準確性（Accuracy）、唯一性（Uniqueness）、關聯性（Integration）等多方面的問題，從技術層面到管理層面多個方面，先行者已經做了很多探索。

數據治理是指在數據資產價值創造的過程中，治理團隊對數據資產管理的評價、指導和控制，核心是加強對數據資產的管控，通過深化數據服務，持續創造價值。數據治理工作包括：數據生命周期管理、數據安全管理、數據質量管理、元數據及數據模型管理、數據標準管理。

在大數據時代，高校數據治理的范疇包括主數據、業務數據、分析數據等全量數據。新一代的數據治理，需要用更智能化、現代化的方法實現服務廣大師生的目標，幫助學校實現數據標準構建、數據模型設計、數據協同機制、數據服務的全過程。

目前高校數據治理框架主要包含三方面內容：

第一，有效的高校內部數據標準體系，包括數據標準、管理標準、質量標準等內容，并保證各業務部門、各業務系統能得到落實與管控。落實到治理工具上，主要體現在元數據管理功能是否得到詳細認真的設計、應用，助力于業務系統。例如，元數據中除了應設有國標、行業標體系（如地理、行政區劃，學科門類、專業等）的數據之外，還應涉及應用系列校標數據，如建筑物、樓宇體系等。

第二，完成各業務系統的整合工作。完成用戶集成、數據集成、業務集成工作，消除信息孤島，完善數據中心建設。首先，盡可能在被集成的業務系統，即產生數據的源系統中解決數據質量問題，這對于整個體系的數據治理來說是非常高效的措施。其次，在各業務系統及平臺的建設過程中，描述核心業務實體的數據，如教師、學生、教學、科研、資產、財務等，交換、共享性要求較高，均要被納入到主數據范圍，形成全校范圍內一致的、完整的、準確的核心業務數據，由數據中心統一對外提供數據服務。最后，落實到數據治理平臺上，集中反映在主數據管理是否完備，是否能以多種數據共享形式服務于各類應用。

第三，評估數據質量，生成數據質量報告。以數據標準體系為基準，以數據治理平臺為工具，數據管理員對整個主數據（或者全量數據）質量檢測，根據實際需求，利用檢測數據進行單一主題或者整體進行數據質量分析，生成數據質量報告。在數據質量報告的基礎上，結合系統配置好的數據管控體系，生成針對部門、業務數據管理員的各子數據集整改報告。

在治理驅動路徑選擇上，目前很多高校認同自上而下的驅動形式，成立分管領導甚至主要領導牽頭的工作小組，以強大的行政力強力推動，取得了不錯的成效；也有的學校以信息部門為主進行驅動，聚焦于解決具體問題由點帶面自下而上的形式，從而在較小的投入下取得成效。

數據治理存在的問題

業務閉環未形成，內生驅動力缺乏

對于信息部門來說，數據治理就是把系統生成的數據質量報告分發給各部門，因為不觸及業務，在其他方面也很難著力。對于業務部門來說，數據治理就是按照信息部門交付的整改報告，錄入、審核、調整數據；此外，要求廣大師生在各業務系統終端錄入、核驗個人數據，核驗用戶數據是否真實準確也非常繁復。

治理工作階段性完成后，通過數據平臺以多樣化的數據服務形式提供給廣大師生使用。數據治理受益最明顯、最直接的是廣大師生，數據治理也往往先從師生聚焦的共享性高的數據子集開始，如教學、科研、人事信息等等。但在數據治理過程中，參與感最低的卻是師生。師生在具體業務場景使用數據的過程中，發現的數據質量問題，又很難有及時、有效的機制，完成從反饋到整改的整個業務閉環，從而使用戶體驗很差（如圖1 所示）。

圖1 傳統數據治理過程

運動式治理，很難形成長效機制

因為內生驅動力不足，目前高校數據治理主要方式可以形象地稱為“運動式”。領導動員強調，信息部門三令五聲要求，業務部門加班加點落實，數據質量得到有效提升。但是，治理周期一過，數據質量馬上下滑。這個問題不可避免，因為業務數據不斷產生，數據治理工作無法一蹴而就，如果沒有長效機制保障，數據治理永遠在路上。

重治理，輕服務

數據與服務，兩者相輔相成，互為依托。數據治理，是一項基礎性、長期性的工作。在數據服務需求不明確、不突出時，單方面推進數據治理，困難極大，成效也很難凸顯。有成效一類，解決問題一類，從而逐漸突破，提升數據質量。

無法滿足智慧校園建設要求

目前數據治理工作均基于傳統數字化校園體系開展，由相關人員圍繞業務系統、數據中心進行數據治理，各系統均為傳統管理信息系統設計思路，以面向管理的方式開展工作。在下一代智慧校園建設過程中，業務系統開始逐步被微服務體系解構、替代，廣大師生更加注重于基于大數據、人工智能等新技術環境下面向服務體系架構的用戶體驗。新的技術架構、新的服務場景，數據治理如何開展，也到了亟待變革的時候。

構建用戶自治理模式的數據治理體系

To B 還是To C，這是一個問題

數據治理，從名稱上看就是典型的管理信息系統思維模式的產物。治理就是一項管理工作，就需要管理部門的介入，被治理的，就是廣大普通用戶，在高校就是廣大師生。

在各種服務使用的過程中，互聯網公司不知不覺的完成了數據治理工作，以To C 將龐大的數據采集需求分散到各種微小的服務中，并且馬上讓用戶有獲得感，潤物無聲地完成數據治理工作。

高校信息化產品、服務的設計，傳統To B 思維居多，買單的是學校管理部門，設計思路自然也圍繞管理人員展開，也導致了上述許多問題。數據治理最終受益的是廣大師生，數據治理產品是To B 模式還是To C 模式設計，這是根源性的問題。只有以用戶為中心設計產品、體系乃至整個解決方案，才能真正獲得用戶的認同（如圖2 所示）。

智慧校園的數據治理產品、方案設計，也應該以業務需求為牽引，在微服務應用的過程中便可以完成數據采集、修訂等工作，同時在數據管理人員支持下，以大數據、人工智能的技術手段為依托，厘清個人數據、業務數據、主數據的關系，適時寫入主數據，形成業務閉環，實現圍繞師生為核心的需求、治理、服務的全業務閉環體系，完成整個治理過程。業務的應用每時每刻在進行，數據的治理工作也一直在進行，從而杜絕運動式的數據治理模式，保持數據質量穩定。

目前，已經有從事高校信息化領域的公司開始以To C 模式，圍繞廣大師生需求為核心設計、推廣相關產品，取得了不錯的效果。

構建多維運營體系促進數據質量的提升

如何圍繞廣大師生需求，做好數據治理工作，相關運營體系的建立是必然趨勢。構建起從廣大用戶、業務系統管理者、數據中心管理者多角色參與的運營指標體系，從問題解決率、解決時效、數據質量等方面建立關于以上多角色的評價指標，通過系統記錄、跟蹤數據治理整個過程，持續進行整改優化，必要時進行一定的考核，持續促進數據質量提升。

圖2 服務引領，用戶自治理的數據治理模式

在數據采集、填報的過程中，傳統形式均為手工錄入方式，由用戶或者管理人員錄入相關信息，形成最初的數據來源。實際上，因為技術方法的進步，很多數據可以用更方便的方法獲取、組織管理起來，從而大大節省工作量，提高治理效率。如元數據信息，通過網絡爬蟲、自然語言處理、人工智能等算法，實現知識提取；未來可自動構建成起知識圖譜，利用智能搜索、關聯查詢手段，為師生自動化提供更加精確的數據，高效率、智能化完成數據治理工作。

2018 年4 月，教育部正式印發《教育信息化2.0 行動計劃》，推動教育信息化從融合應用向創新發展轉變。不同于以信息技術(Information Technology)為基礎的教育信息化1.0，教育信息化2.0以數據技術(Data Technology)為基礎，將一切參與主體、教育元素、教育行為數據化將是教育信息化2.0 的基本特征。我們需要思考，如何推動教育信息化從傳統業務的融合應用向創新發展進行轉變。教育信息化作為一個競爭不充分、發展落后的細分行業，相關從業者一定要認真關注各種新技術的發展，思考其在高校落地的具體結合場景，要打破頭腦中思想的桎梏，吸取優秀行業經驗，探索互聯網思維在校園信息化中的應用與實踐，這樣才能真正做出師生有感知、有溫度的產品、方案，才能真正提升高校信息化水平。