大学数据不好治理？你缺的可能只是一个抓手.docx

大学数据不好治理？你缺的可能只是一个抓手
2017-03-30一读EDU
关注一读EDU微信公众号（id：yidu_edu），第一时间接收最新专题！
全文3482字，预计阅读6分钟

高校信息化建设水平的不断提升，对学校和学生个人的利好是显而易见的。
然而，在实践过程中，数据质量低导致海量数据无法得到有效的开发和利用。此时，我们就需要引入数据治理这一手段。
而一个强有力的抓手是保障数据治理高效进行的重要基础。今年，教育部将研究印发《教育部教育数据管理暂行办法》，用于规范数据采集、存储、处理、使用、共享的全生命周期管理，进而起到提高数据质量的作用。
教育部文件将为保障数据治理提供一个强有力抓手，但在等待文件出炉前，我们不妨也可关注下国外学校的案例。
本文将分析伊利诺伊大学厄巴纳-香槟分校如何以学校战略规划为抓手实现数据治理，以数据辅助学校制定管理决策。该校是美国顶尖的综合研究型大学，被誉为“公立常春藤”。
1
数据治理的行业理解
过去 30 年，数据治理(data governance)的概念和支撑技术在互联网浪潮的推动下得以迅速的发展，诸多大型企业将数据治理作为其重要的管理手段并取得了不错的成果。
但在高等教育领域，数据治理既尚未到达高校的战略高度，也没有形成系统的实施方法论，不论是学术界还是实践层面，都尚未达成对数据治理的共识。
国际数据管理协会（DAMA）是世界上首个服务于数据管理专业人员的专业组织。他们认为，数据管理（data management）是“把业务和信息技术融合起来所必需的一整套技术、方法及相应的管理和治理过程”。
而数据治理则是数据管理10大职能中最核心的部分，体现“在管理和使用层面之上对数据进行规划、监督和控制”，以实现顶层的战略设计以及支持决策。
在实践层面, 大数据治理行业内知名数据培训与咨询机构数据治理协会（the Data Governance Institute）认为，数据治理的10个组成部分为：战略设计（Mission）、治理结构（Goals、Metrics 等）、数据收集规则（Data Rules and Definitions）、管理决策（Decision Rights）、问责制度（Accountability）、风险控制（Control）、利益相关者界定（Data Stakeholders）、数据治理办公室（Data Governance Office）、数据管理协会（Data Stewards）和数据治理过程（Data Governance Process）
2
数据治理的“顶层设计”
统一的数据结构是高校采集到高质量数据的必要条件之一，这就要求高校在数据治理初期建立全面的治理框架，做好顶层设计工作。
以伊利诺伊大学厄巴纳-香槟分校为例，该校以学校战略规划为数据治理的基础框架，以实现各院系数据统一的统计口径。
具体而言，该校为自身设定了4个战略级发展目标，每个发展目标又拆解成若干二级目标，并为每个二级目标设定监测指标，以此监测规划目标的达成情况，帮助学校管理者、院系管理者明确了解自身发展情况，并为未来发展提供参考。
与此同时，这些监测指标也就成了该校常规数据收集的必选项。
表 1 伊利诺伊大学厄巴纳-香槟分校数据收集结构
（点击图片可看清晰大图）

来源：伊利诺伊大学厄巴纳-香槟分校官网
以“促进学术研究、发现与创新”这一战略目标为例，在学校级别被拆解为师资结构（faculty headcounts）、科研经费管理（research expenditure）、创新发展与校企合作（innovation and corporate relation）这3个二级指标。
要完成对每个指标的监测，要求集全校之力进行协作。例如在完成“创新发展与校企合作”这个二级指标的监测时，就要求各院系以规定的数据格式收集并上传以下数据：创业公司数量（Number of start-up companies）、专利收入（Revenue from patents and licenses）、合作企业数量（Number of corporations with active contracts）和校企合作次数（Total number of active contracts with corporations）。
除此之外，每个院系需在学校战略规划的框架下，完成院系的发展规划、拆解规划任务，并设置院系级其他监测点。
3
数据如何辅助决策
数据治理的最终目的是为了辅助管理者更科学的进行决策，在这点上，伊利诺伊大学厄巴纳-香槟分校为我们提供了很好的示例。
该校的数据处理分为两个层面：
一是统计数据。支持学校以专业、部门、数据类别和时间，进行数据检索和展示（如图1）。每项统计数据均提供了查看构成该项数据的细节信息。
二是仪表盘 （dashboard）式的数据可视化，包括战略规划目标达成度监测、新生信息监测和毕业生信息监测。

图1伊利诺伊大学厄巴纳-香槟分校发展目标达成度监测（来源：美国伊利诺伊大学厄巴纳-香槟分校官网）
战略规划目标达成度监测是该校数据治理最核心的部分。校级管理者通过仪表盘，可以准确了解每个战略目标的完成情况，并以此为依据，设定下年的工作计划。
以图1的“建设卓越师资”指标为例，该校设定的其中一个目标是“全校终身教师序列人数（tenure system faculty）保持在1950人”。
而数据监测结果显示，学校2016年全校终身教师序列人数为1932人，表明还差18人才能达到设定目标。
基于此项数据，校级管理者就可明确，全校终身教师序列人数减少是造成师资水平下降的因素之一，并可采取措施，增加终身教师序列人数。
4
数据收集体系
数据能支持决策，与学校规范、高效的收集过程密不可分，这一过程也同时是校内各部门协作的过程。
伊利诺伊大学厄巴纳-香槟分校建立了一套以业务部门为主、信息管理中心为辅的数据收集体系。
业务部门作为数据收集主体，收集、整理各院系的相关主题数据，并按照战略规划中监测指标的要求，上传至学校数据库（campus profile database）。
再由信息管理中心进行数据挖掘和进一步分析，信息管理中心还负责发布数据收集标准，详细说明每项数据的具体定义、收集截止时间等要求。
该校收集的数据共分为：学杂费管理数据库、招生数据库、学生成长记录数据库、科研数据库、经费管理数据库、校内设施使用数据库、毕业生学位数据库、教学管理数据库、教师行为数据库、课程数据库、财务管理数据库和管理员行为数据库。
上述12个数据库的数据组成学校数据库。
5
数据头脑意识
再漂亮的规划都敌不过执行时对数据治理本身的不认可与不重视，因此，要实现数据的互联互通不仅离不开学校各部门的通力协作，也需要各部门对数据治理优势的认可和重视。
伊利诺伊大学厄巴纳-香槟分校信息管理中心采取定期主题培训的方式，培养各院系和学校职能部门的数据头脑意识（data savvy）。
据统计，该校至今已经为各院系和职能部门举行了30余场主题培训，培训的主要内容包括：介绍具备数据头脑意识的必要性，数据平台为各部门工作的价值，及具体操作步骤的培训。
其中，“战略规划制定要点”培训从2012年起，在每年8月定期举行，为各院系提供使用大数据调整战略规划的指导。
“如何通过数据做决策”的培训从2009年起，在3月定期举行，目前已举行了10余场，主要用于强化各院系的数据使用意识。
此外，该校还有数据可视化等培训。
6
小结
数据治理能够取得预期的成效，不仅与校内各部门的通力合作息息相关，更与管理者在战略层面的重视密不可分。
伊利诺伊大学厄巴纳-香槟分校的数据之所以能够为其各级管理者提供决策支持，也是得益于该校以战略规划为抓手的数据治理顶层设计。

图 2 伊利诺伊大学厄巴纳-香槟分校数据治理关键环节及牵头部门
该校以学校战略规划和院系战略规划作为数据治理的基础框架，以发展目标中设定的若干监测指标作为数据收集的必选项，让各级部门从战略层面重视数据治理。
在具体执行过程中，信息管理中心又通过数据头脑意识培训增强各级管理者对数据治理的重视，并提高管理者根据数据辅助决策的能力。
本期作者
北京研究分站 王成敏