數據驅動的高校管理探索與實踐

李莉

摘要：數字校園時期，很多高校構建了信息系統，積累了大量的數據，但這些數據卻無法真正實現數據驅動高校管理。究其原因，一個方面，業務部門產生的數據是碎片化的，缺乏核心數據的匯聚;另一方面，業務部門產生的數據是孤立的，相互之間沒有關系的，缺乏合適的數據分析模型將這些數據轉化為支持學校管理的信息。針對上述問題，提出了數據驅動的高校管理架構，并以中國石油大學（華東）為例，對該架構中針對上述兩個問題的數據中臺層、數據建模層的實踐應用做了詳細介紹。希望通過筆者的梳理，建立數據驅動的高校管理體系，為其他高校提供參考。

關鍵詞：數據驅動;高校管理;探索與實踐

中圖分類號：TP391

文獻標志碼：A

ExplorationandPracticeofDatadrivenUniversityManagement

LILi

（InformationConstructionOffice，ChinaUniversityofPetroleum（EastChina），Qingdao266580，China）

Abstract：Attheperiodofdigitalcampus，everyuniversityhasbuiltabatchofinformationsystemsandaccumulatedmanydata，butthesedatacannotreallyrealizedatadrivencollegemanagement.Firstly，thedatageneratedbysystemarescattered，lackingtheaggregationofcoredata.Secondly，thedatageneratedbysystemareisolatedandunrelatedtoeachother，andthereisalackofappropriatedataanalysismodelstotransformthesedataintoinformationtosupportuniversitymanagement.Addressingtheaboveissues，inthispaper，weputforwardadatadrivenuniversitymanagementarchitecture，andtakeauthorsuniversityasanexampletointroducethedetailandpracticalapplicationofthedataplatformlayeranddatamodellayerinthisarchitecture.Throughtheanalysisofthispaper，wehopetoestablishadatadrivenuniversitymanagementsystemandprovidereferencesforotheruniversities.

Keywords：datadriven;universityadministration;explorationandpractice

0引言

一般認為，我國高校信息化建設與應用經歷了3個階段：一是從20世紀90年代起步的以校園網絡為主的信息化硬件設施建設階段;二是從2000年左右開始普及的以業務信息化和數據資源共享為主的數字校園階段;三是從2015年左右開始的以數據建設和一站式服務為核心的智慧校園階段[12]。然而到了智慧校園時期，高校的管理者發現，數字校園時期，管理信息系統積累的大量數據很難為學校的管理提供數據支持[3]，這些數據是碎片化的散落在各個管理部門的管理信息系統中，是孤立的分散的。人事部門只關心人事相關的數據指標，財務部門關心各種復雜的財務報表，教務部門每年積累數額龐大的排課、選課記錄，卻很少對其進行分析。部門之間存在業務壁壘，數據之間的關聯關系無法展示，呈現給學校管理者的是一大堆碎片化的數據報表，缺乏數據之間相關性分析，以及學校整體情況的展示，因而這些信息對于學校的管理者而言意義不大，離數據驅動高校管理的目標還相去甚遠。

本文首先分析了數字校園時期高校信息化建設的困境：雖然積累了大量的數據，但很難為學校管理提供數據支撐，無法適應高等教育快速發展。原因歸結于兩個方面，第一，缺乏管理決策所需要的核心數據;第二，缺乏適合高校的數據分析模型;針對上述問題，我們提出了數據驅動的高校管理架構。繼而對該框架中的數據中臺是如何有效匯聚高校核心數據做了詳細介紹。在數據建模層，引入企業數據分析模型分析路徑法，并通過我校一個具體的數據展示案例，詳細介紹了分析路徑法在我校的具體應用。希望通過本文的介紹，建立數據驅動的高校管理體系，緊跟高校信息化數據展示需求，真正實現數據驅動的高校管理。

1數據驅動高校管理框架

高校在數字化校園時代建立了大量的業務系統，在高校信息化建設的過程中發揮了重要作用。然而，調研發現，目前高校信息化建設存在著“重流程、輕數據”“重業務、輕管理”、難以為學校管理提供數據支撐等諸多問題，陷入了無法適應高等教育快速發展的困境[4]，主要表現在：

（1）缺乏管理決策所需要的核心數據

管理者在做決策的時候需要的是綜合的數據，而業務系統的數據是圍繞業務流程產生的，碎片化的分散的。更進一步而言，管理者在做決策的時候需要的是由數據加工而得到的信息，但業務系統中的數據是孤立的，相互之間沒有關系的，很難說明問題[5]。目前雖然有些高校通過數據治理將業務系統中的數據匯總到了學校的數據中心，但匯聚還是一些基本信息，例如姓名、性別、工作單位等。只完成了部分數據共享交換問題。沒有真正實現高校核心數據的有效匯聚。

（2）缺乏適合高校的數據分析模型

在數據匯聚的基礎上，通過建立模型，對這些數據進行分析，展示有效信息是數據驅動高校管理的關鍵一步。雖然很多高校也做數據展示，甚至是大數據的分析應用，但這些展示應用大多分析展示某一方面的問題，相互之間沒有聯系，缺乏展示的系統性，不能體現高校的整體情況[6]。以上問題，究其原因，還是缺乏適合高校的分析展示的模型，從高校積累的真實數據中展示有效信息，支撐高校管理工作[7]。

為解決上述問題，筆者在研究企業數據驅動的管理模型的基礎上，借鑒“企業管理數據分析路徑模型”，建立全校統一的數據中臺，該中臺底層是強大的ETL數據引擎，并具備“結合學校工作”、“取填一體”、“統一入口”等特點，用于學校核心數據的匯聚;將數據中臺中匯聚的數據用數據建模層的模型展示出來，形成最上層的數據應用層，這樣，高校數據驅動的管理層次化體系結構就被設計為四層結構：由原始數據層、數據中臺層、數據建模層、數據應用層四個層級構成數據驅動高校管理體系架構的主體，如圖1所示。

數據驅動的高校管理框架（以下簡稱框架）具體介紹如下。

第一層，原始數據層。包括各個管理部門的管理信息系統，有些沒有建立系統的部門，數據通過excel表格維護，同樣也可以作為數據源。

第二層，數據中臺層。該數據中臺的框架的底層是具有一套強大的數據抽取、清洗、導入的工具，可以從各種各樣的信息系統中抽取并清洗數據，同時支持excel電子表格的數據抽取和轉換。數據被抽取后放在學校統一的數據中臺管理。該數據中臺具有“取填一體”、結合學校業務、統一入口等優勢特色。“取填一體”體現在對于各個部門不掌握的數據，數據中臺提供數據的填報和補充功能。結合學校業務體現在該數據中臺的數據采集工作是通過崗位考核、職稱評審等重要工作為抓手，取得相關管理部門和教師的充分配合，從而獲得和教師相關的核心數據，充實數據中臺的數據儲備。統一入口表現為填報入口統一、管理入口統一、表格生成入口統一。對于該數據中臺的特點將在本文第三部分詳細說明。

第三層，數據建模層。數據分析可以分成兩個層面。以建筑房屋類比，房屋下方的各種管線就好像數據分析的技術平臺，如大數據，商業智能平臺（BI）等等技術。廠商大部分集中在這個層面，但是這個層面是不包含高校具體的“業務邏輯”。基于高校具體環境的“業務邏輯”或“管理體系”就像在地基上的房子，高校的管理者真正需要的正是這個部分。但這部分內容，廠商是無法提供的。同時，在任何的領域，如何蓋房子都沒有一個通用的模型和方法。特別是在整個高校“數據分析”領域，缺乏一個完整而使用的分析框架，基本上處于空白狀態。而企業多年來對于數據分析應用的研究卻趨于成熟，發展出了阿米巴經營、價值鏈分析、分析路徑法等等分析的模型。本文第四部分將就企業數據分析模型中的分析路徑法及其在高校中的一個實際應用案例進行詳細說明。

第四層，數據應用層。該層呈現的是數據展示的結果，每一個數據展示稱為一個數據應用。例如本文第四部分的分析結果教師基本狀態展示就在這一層呈現。此外，根據第二層匯聚的數據和第三層的數據展示模型，各個單位可以統一在該框架下對數據進行分析展示，開發自己的數據應用。這些數據應用可以是針對全校的，也可以是針對某些部門或學院的。數據應用結果可以共享，從而避免部門間的重復工作。

2“取填一體”的數據中臺及其功能特色

如上所述，數據中臺包含了數據驅動的高校管理架構中匯聚核心數據的功能。那么，如何實現這一核心功能呢？我校構建了數據中臺層，將其作為整個數據驅動高校管理的核心架構。在該架構中，通過與學校業務深度融合、“取填一體”、入口統一等特色功能實現了學校核心數據的匯聚及其數據質量提升。具體如下：

（1）與學校業務深度融合，匯聚核心數據

數據的匯聚要以服務學校中心工作為目標，這樣才能有工作抓手，從而有效推動數據的采集和數據質量提升。本研究中建立的數據中臺與高校崗位考核、職稱評審、導師遴選等核心業務深度融合，為這些學校中心工作提供統一數據采集與審核的支撐平臺。這些工作很多關系到教師的切身利益，廣大教師都會積極配合，補充校準個人數據，提高數據質量。相關管理部門也會對數據進行嚴格的審核把關。這樣一方面解決了核心數據匯聚的問題，另一方面，通過這些工作對這些核心數據進行了清洗，提高了數據的質量。

（2）“取填一體”，靈活補足業務系統短板

數字校園時期建立的業務系統是基于具體業務管理流程的，其產生的數據很難滿足像崗位考核、職稱評審等跨業務部門的綜合數據需求。而我們的數據中臺在不改變原有業務系統工作模式的基礎上，通過對流程與數據的分離，將跨業務部門的數據需求以最小字段集的形式抽離出來，再與原有業務系統產生的字段進行對比，對于缺失的字段提供excel導入和教師填報兩種補充方式，這樣就可以有效保障學校各種工作中的數據的需求。

（3）統一入口，避免數據的重復填報

當前，隨著高校管理水平的提高，學校對于數據的收集和管理越來越重視。各個管理部門都爭相給教師發表格，統計數據，從而導致重復填表問題廣受詬病。建立統一的數據采集平臺需求迫切。統一入口有三方面的內涵：第一，教師在統一入口進行數據填報、查看、維護。第二，管理部門在統一入口進行數據導入和審核。第三，各個管理部門所需的表格在統一入口生成，已有的信息自動填充。這樣就有效的通過學校的數據中臺，以學校中心工作為抓手將核心數據管理起來。

綜上所述，以全校各管理部門的業務工作為抓手，匯聚的核心數據，構建全校統一權威的數據中臺，這些數據不僅僅滿足了數據交換的需求，同時為學校各業務部門的數據采集、數據統計、數據上報等工作提供數據支持。在數據使用的過程中，提高數據質量，對缺少的字段進行擴展和補充，通過多輪的數據補充迭代，匯聚的核心數據越來越全面，數據質量不斷提升，逐漸形成高校的權威數據中臺，這樣就完成了數據驅動高校管理框架中核心數據匯聚的功能。

3數據驅動的高校管理應用案例

通過上文的數據匯聚，我校總共匯聚與教師相關的常用核心字段268個，并通過崗位考核、職稱評審、導師遴選等工作對這些數據進行了清洗和校準，獲得第一手的真實數據。繼而面向學校領導和學院領導以及各個管理部門，將這些數據展示出來，并授予相應的查看權限，用數據說話，用真實的數據驅動高校科學管理。

上文中提到，數據驅動的高校管理難以實現的另一個原因是缺乏適合高校的模型。而企業多年來對于數據分析應用的研究卻趨于成熟，發展出了阿米巴經營、價值鏈分析、分析路徑法等等分析的模型。本文借鑒企業分析模型中的分析路徑法，建立高校基本情況展示模型。

（1）分析路徑法的實踐應用

站在高校管理者，該如何考慮高校管理的問題呢。首先，高校的管理是圍繞兩個主體的，一個是教工，一個是學生，如圖2所示。以教工為例，除了教工本身的人事情況，教工在學校的活動是圍繞著教學和科研進行的。

在教學活動中，最關心的教師的授課情況，包括授課的工作量是否合理等。教學活動還包括一些教研工作，例如承擔教學項目，發表教學論文，獲得教學獎勵情況，參加教學比賽獲獎情況。另外，指導學生的教學還包括指導學生競賽情況，特別是指導大學生創新創業獲獎情況，指導學生畢業設計情況，和指導學生畢業設計獲獎情況。

圍繞科研這個主題，學校比較關心教師承擔科研項目情況，包括承擔科研項目是橫向校企合作的項目，還是縱向的項目，科研項目的級別，科研經費情況。教師發表科研論文情況，包括發表科研論文的收錄情況，學校教工總共發表了多少SCI、EI論文等，高被引熱點論文情況，影響因子大于10的論文。科研情況除了關心項目和論文以外，還關注出版專著情況，獲得授權發明專利情況，特別是授權發明專利的轉化情況。還關心學術兼職情況，和科研平臺的建設情況。

從高校整體人事角度而言，關心全校的教工數量，同時教工分為專任教師、實驗師系列，和行政管理人員等等，所以我們還關心專任教師的數量。還關心教工中的年齡分布，政治面貌學歷情況，教職工的職稱情況，教職工的行政職務分布，教職工的進修培訓情況，獲得榮譽稱號情況，以及全校教工的引進和退休情況。

通過以上分析，可以清楚的看出分析路徑法在高校數據分析中的具體應用：圍繞教工這個主題，根據分析路徑法，就可以衍生出：從教工人事、教學、科研3個方面出發，進而細化到每一個方面管理者所關心的具體指標。通過總體、部分的詳細數據展示，將圍繞教工個體的做一個全面細致的展示，讓管理者能夠看到關于教工方方面面的數據的全景圖像，如圖2所示。

（2）分析路徑法的優勢

①基于分析主題而非數據表

分析路徑法展示給高校領導的不是一堆的數據和報表。構成分析路徑法的是一個個的分析主題，每一個分析主題都是一個分析的對象，或者需要通過分析來解決的問題。這樣，分析路徑法就各種展示的報表就只是為了達成這些分析主題的手段。所以分析路徑法保障了整個的分析是始終服務于管理的。

②關注森林過于樹木

一個分析項目最怕的不是數據展示多，而是數據展示凌亂，不成體系。從我校數據分析框架就可以看到，一個分析路徑就是一個完整的分析體系，它能夠輔助著眼于學校整體的管理，而不是具體的凌亂的表單，或者是單個孤立碎片化的數據展示。分析路徑法是對我們已經掌握的數據的分類和使用，通過對整體體系的梳理，能夠發現我們還缺少什么數據，使得整體的數據分析更加的有序。

③路徑彰顯思路

當按照數據分析法來構建分析體系時，是站在某個角度，或者是針對某個問題或應用場景來組織數據展示，通過數據分析法就可以清楚的看到問題是什么，產生的原因可能是幾個方面，再具體細分到歸納到具體的數據字段，用數據來說話。整個數據分析法就是一種分析思路。

4總結

本文針對高校信息化建設過程中數據碎片化的、缺乏適合高校的數據分析模型等問題，提出了數據驅動的高校管理架構，并詳細介紹了我校在該架構中的數據中臺層和數據建模層的實踐應用。本文第3部分從“結合學校相關業務”、“取填一體”、“統一入口”三個方面介紹了數據中臺是如何有效匯聚高校核心數據的。在本文的第4部分，通過我校一個具體的數據應用案例，詳細介紹了分析路徑法在我校的具體應用。希望通過本文的梳理，建立數據驅動的高校管理體系，為其他高校提供參考。

參考文獻

[1]

趙澤宇，張凱.高校一站式信息化服務[J].科研信息化技術與應用.2012，3（3）：5259.

[2]陳琳，華璐璐，馮熳，等.智慧校園的四大智慧及其內涵[J].中國電化教育，2018（2）：8489.

[3]胡欽太，鄭凱.教育信息化的發展轉型：從“數字校園”到“智慧校園”[J].中國電化教育，2014（1）：3539.

[4]劉革平，鐘劍，謝濤.基于流程驅動的高校智慧校園基礎架構研究與實踐[J].中國電化教育，2019（4）：2328.

[5]黨紅恩.基于大數據背景下的智慧高校建設研究[J].中國新通信.2018（6）：134141.

[6]王勝利，朱曉平.大數據驅動的高校教學管理創新[J].教育現代化.2017（33）：279281.

[7]唐斯斯.智慧教育與大數據[M].北京：科學出版社，2015.

（收稿日期：2020.02.22）