高校數據治理的探索及實踐

連淑娟

摘 ? 要：數據質量決定數據價值。在挖掘高校數據價值的過程中，我們發現各高校的數據質量普遍較差，所以如何提升數據質量，成為了目前各高校信息化建設過程中的核心工作。本文以北京外國語大學為例，對業務數據進行了一系列的數據治理和質量評估工作，實踐結果表明經過數據治理可以顯著提升數據質量;同時，我們在項目實施過程中發現，通過技術手段進行數據治理僅僅起到了輔助作用，高校管理問題才是數據治理的關鍵。數據治理是一個長期的過程，需要管理和技術雙管齊下，數據質量才能不斷的獲得提升。

關鍵詞：大數據 ?數據治理 ?數據質量 ?高校信息化 ?質量評估

中圖分類號：G647 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）02（c）-0208-02

1 ?數據治理現狀

我國高校信息化歷經10多年的發展，信息系統已經逐步完善。但是信息系統建設時，由于是各業務部門牽頭進行的，缺乏全校統一的系統規劃和建設標準，導致很多高校雖然積累了大量的業務數據，但是數據質量普遍不高，造成了數據可用性較差及各部門之間共享數據難度較大的問題，這些問題已經嚴重制約了高校教育教學和日常管理的提升。因此，必須建立一套全校級別的數據治理流程體系，來對業務數據的全生命周期進行管理。

目前，高校數據管理方面存在以下不足。

1.1 數據不一致性

同一份數據在多個業務系統之間重復存在，產生了不一致現象，影響了數據的流動和整合。

1.2 數據多頭管理

很多高校由于缺乏全局規劃，造成了數據多頭管理的問題，進而造成了數據共享難、統計難的問題。

1.3 數據全生命周期不完整

目前，高校產生的數據、使用、維護、備份、過期等數據生命周期管理不規范、流程不完整，導致數據只能在較低層面進行分析，不能在高層面進行建模、挖掘，發揮其數據價值。

1.4 缺乏校級的數據質量管理體系

目前，高校各業務系統的數據質量主要由各部門分散管理，跨部門的數據質量溝通機制不完善，同時存在需求不清晰、數據隨機性強、數據交換效率不高等問題。

1.5 數據質量管理人手不足

目前高校各部門都存在數據質量管理人員不足、知識與經驗不夠、監管方式不全面等問題，缺乏統一的數據質量管控流程和系統支撐能力。

2 ?數據治理建設思路

2.1 業務問題分析

在實施數據治理之前，首先要對學校的業務數據情況進行梳理，從而制定數據治理的目標。我校的業務系統較多，近幾年積累了大量的數據，包括人事數據、科研數據、資產數據、教務數據、財務數據、留學生數據等，存在著同一條數據分散于各個業務系統的情況，從而造成了數據的不一致性，數據的權威性和準確性難以判斷。

2.2 落實數據目標

我校的各類業務、日常管理、數據填報等急需大量的數據做支撐。但數據治理工作不能一蹴而就，需根據業務需求確定數據治理的短期目標和長期愿景。

2.3 制定成熟度評估

為保證數據治理效果，制定我校階段性的數據治理內容和成熟度模型。在不影響現有業務的前提下，逐步推進數據治理框架，使得各項業務逐漸過渡到新的業務框架中來。我校結合當前業務需求，從組織機構、角色職責、流程監管、技術職稱等多方位考慮，制定了我校的成熟度評估模型。

2.4 加強頂層設計

高校的數據治理工作不能僅僅靠信息技術部門去完成，需要學校自上而下進行推進，校領導、各業務部門、信息技術部門等多方協作才可順利進行。因此，需要加強各部門負責人的數據治理意識，讓其認識到數據治理的重要性，劃分好相關業務部門的職責，以確保數據治理達到預期效果。

2.5 元數據管理

元數據管理是整個數據治理規劃的關鍵，它決定了信息架構如何滿足各業務需求。因此，我們從字段信息、業務規則、數據使用、專業術語、數據權限等進行了梳理。

2.6 數據標準制定

數據標準制定的目標是為了實現高校數據的完整性、有效性、一致性、規范性、開放性和共享性管理，進一步提升數據治理水平。它是一種規范性約束，是高校數據治理的依據和根本。前期根據我校的數據情況，制定了一套符合校情的數據標準。

3 ?數據治理系統建設

3.1 數據治理規劃

我校在前期數字校園建設實施中，建立了基礎的共享數據信息標準，但是校標的內容比較少，如組織機構、班級、房屋等信息標準，所以造成部分業務數據無法共享數據中心存儲入庫，影響數據中心的全面性，所以要補充信息標準以達到業務全面的覆蓋。此外，還需補充數據治理項目的各類規范、政策制度、管理流程等，加強數據中心整體業務的支撐。

數據治理最關鍵的是要確定數據源與數據中心的共享流程架構圖。第一步，基于學校現有的業務系統進行數據采集，包括人事系統、教務系統、研究生系統、科研系統、財務系統、資產系統、留學生系統等;第二步，將采集到的業務數據存儲在數據中心，通過一系列的工具將數據進行清洗、轉換為各個數據標準子集;第三步，將清洗好的數據交換給其他需要的業務系統，以實現數據的雙向互通共享;第四步，清洗后的數據更好的支撐上層應用，比如移動端應用、一站式服務大廳等。在項目實施過程中，數據標準是一個不斷更新不斷完善的過程，數據治理工作完成后，最后向全校公布數據中心標準。