APP下载

数据驱动的高校管理探索与实践

2020-11-13李莉

微型电脑应用 2020年10期
关键词:数据驱动高校管理探索与实践

李莉

摘要:数字校园时期,很多高校构建了信息系统,积累了大量的数据,但这些数据却无法真正实现数据驱动高校管理。究其原因,一个方面,业务部门产生的数据是碎片化的,缺乏核心数据的汇聚;另一方面,业务部门产生的数据是孤立的,相互之间没有关系的,缺乏合适的数据分析模型将这些数据转化为支持学校管理的信息。针对上述问题,提出了数据驱动的高校管理架构,并以中国石油大学(华东)为例,对该架构中针对上述两个问题的数据中台层、数据建模层的实践应用做了详细介绍。希望通过笔者的梳理,建立数据驱动的高校管理体系,为其他高校提供参考。

关键词:数据驱动;高校管理;探索与实践

中图分类号:TP391

文献标志码: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

一般认为,我国高校信息化建设与应用经历了3个阶段:一是从20世纪90年代起步的以校园网络为主的信息化硬件设施建设阶段;二是从2000年左右开始普及的以业务信息化和数据资源共享为主的数字校园阶段;三是从2015年左右开始的以数据建设和一站式服务为核心的智慧校园阶段[12]。然而到了智慧校园时期,高校的管理者发现,数字校园时期,管理信息系统积累的大量数据很难为学校的管理提供数据支持[3],这些数据是碎片化的散落在各个管理部门的管理信息系统中,是孤立的分散的。人事部门只关心人事相关的数据指标,财务部门关心各种复杂的财务报表,教务部门每年积累数额庞大的排课、选课记录,却很少对其进行分析。部门之间存在业务壁垒,数据之间的关联关系无法展示,呈现给学校管理者的是一大堆碎片化的数据报表,缺乏数据之间相关性分析,以及学校整体情况的展示,因而这些信息对于学校的管理者而言意义不大,离数据驱动高校管理的目标还相去甚远。

本文首先分析了数字校园时期高校信息化建设的困境:虽然积累了大量的数据,但很难为学校管理提供数据支撑,无法适应高等教育快速发展。原因归结于两个方面,第一,缺乏管理决策所需要的核心数据;第二,缺乏适合高校的数据分析模型;针对上述问题,我们提出了数据驱动的高校管理架构。继而对该框架中的数据中台是如何有效汇聚高校核心数据做了详细介绍。在数据建模层,引入企业数据分析模型分析路径法,并通过我校一个具体的数据展示案例,详细介绍了分析路径法在我校的具体应用。希望通过本文的介绍,建立数据驱动的高校管理体系,紧跟高校信息化数据展示需求,真正实现数据驱动的高校管理。

1数据驱动高校管理框架

高校在数字化校园时代建立了大量的业务系统,在高校信息化建设的过程中发挥了重要作用。然而,调研发现,目前高校信息化建设存在着“重流程、轻数据”“重业务、轻管理”、难以为学校管理提供数据支撑等诸多问题,陷入了无法适应高等教育快速发展的困境[4],主要表现在:

(1)缺乏管理决策所需要的核心数据

管理者在做决策的时候需要的是综合的数据,而业务系统的数据是围绕业务流程产生的,碎片化的分散的。更进一步而言,管理者在做决策的时候需要的是由数据加工而得到的信息,但业务系统中的数据是孤立的,相互之间没有关系的,很难说明问题[5]。目前虽然有些高校通过数据治理将业务系统中的数据汇总到了学校的数据中心,但汇聚还是一些基本信息,例如姓名、性别、工作单位等。只完成了部分数据共享交换问题。没有真正实现高校核心数据的有效汇聚。

(2)缺乏适合高校的数据分析模型

在数据汇聚的基础上,通过建立模型,对这些数据进行分析,展示有效信息是数据驱动高校管理的关键一步。虽然很多高校也做数据展示,甚至是大數据的分析应用,但这些展示应用大多分析展示某一方面的问题,相互之间没有联系,缺乏展示的系统性,不能体现高校的整体情况[6]。以上问题,究其原因,还是缺乏适合高校的分析展示的模型,从高校积累的真实数据中展示有效信息,支撑高校管理工作[7]。

为解决上述问题,笔者在研究企业数据驱动的管理模型的基础上,借鉴“企业管理数据分析路径模型”,建立全校统一的数据中台,该中台底层是强大的ETL数据引擎,并具备“结合学校工作”、“取填一体”、“统一入口”等特点,用于学校核心数据的汇聚;将数据中台中汇聚的数据用数据建模层的模型展示出来,形成最上层的数据应用层,这样,高校数据驱动的管理层次化体系结构就被设计为四层结构:由原始数据层、数据中台层、数据建模层、数据应用层四个层级构成数据驱动高校管理体系架构的主体,如图1所示。

数据驱动的高校管理框架(以下简称框架)具体介绍如下。

第一层,原始数据层。包括各个管理部门的管理信息系统,有些没有建立系统的部门,数据通过excel表格维护,同样也可以作为数据源。

第二层,数据中台层。该数据中台的框架的底层是具有一套强大的数据抽取、清洗、导入的工具,可以从各种各样的信息系统中抽取并清洗数据,同时支持excel电子表格的数据抽取和转换。数据被抽取后放在学校统一的数据中台管理。该数据中台具有“取填一体”、结合学校业务、统一入口等优势特色。“取填一体”体现在对于各个部门不掌握的数据,数据中台提供数据的填报和补充功能。结合学校业务体现在该数据中台的数据采集工作是通过岗位考核、职称评审等重要工作为抓手,取得相关管理部门和教师的充分配合,从而获得和教师相关的核心数据,充实数据中台的数据储备。统一入口表现为填报入口统一、管理入口统一、表格生成入口统一。对于该数据中台的特点将在本文第三部分详细说明。

第三层,数据建模层。数据分析可以分成两个层面。以建筑房屋类比,房屋下方的各种管线就好像数据分析的技术平台,如大数据,商业智能平台(BI)等等技术。厂商大部分集中在这个层面,但是这个层面是不包含高校具体的“业务邏辑”。基于高校具体环境的“业务逻辑”或“管理体系”就像在地基上的房子,高校的管理者真正需要的正是这个部分。但这部分内容,厂商是无法提供的。同时,在任何的领域,如何盖房子都没有一个通用的模型和方法。特别是在整个高校“数据分析”领域,缺乏一个完整而使用的分析框架,基本上处于空白状态。而企业多年来对于数据分析应用的研究却趋于成熟,发展出了阿米巴经营、价值链分析、分析路径法等等分析的模型。本文第四部分将就企业数据分析模型中的分析路径法及其在高校中的一个实际应用案例进行详细说明。

第四层,数据应用层。该层呈现的是数据展示的结果,每一个数据展示称为一个数据应用。例如本文第四部分的分析结果教师基本状态展示就在这一层呈现。此外,根据第二层汇聚的数据和第三层的数据展示模型,各个单位可以统一在该框架下对数据进行分析展示,开发自己的数据应用。这些数据应用可以是针对全校的,也可以是针对某些部门或学院的。数据应用结果可以共享,从而避免部门间的重复工作。

2“取填一体”的数据中台及其功能特色

如上所述,数据中台包含了数据驱动的高校管理架构中汇聚核心数据的功能。那么,如何实现这一核心功能呢?我校构建了数据中台层,将其作为整个数据驱动高校管理的核心架构。在该架构中,通过与学校业务深度融合、“取填一体”、入口统一等特色功能实现了学校核心数据的汇聚及其数据质量提升。具体如下:

(1)与学校业务深度融合,汇聚核心数据

数据的汇聚要以服务学校中心工作为目标,这样才能有工作抓手,从而有效推动数据的采集和数据质量提升。本研究中建立的数据中台与高校岗位考核、职称评审、导师遴选等核心业务深度融合,为这些学校中心工作提供统一数据采集与审核的支撑平台。这些工作很多关系到教师的切身利益,广大教师都会积极配合,补充校准个人数据,提高数据质量。相关管理部门也会对数据进行严格的审核把关。这样一方面解决了核心数据汇聚的问题,另一方面,通过这些工作对这些核心数据进行了清洗,提高了数据的质量。

(2)“取填一体”,灵活补足业务系统短板

数字校园时期建立的业务系统是基于具体业务管理流程的,其产生的数据很难满足像岗位考核、职称评审等跨业务部门的综合数据需求。而我们的数据中台在不改变原有业务系统工作模式的基础上,通过对流程与数据的分离,将跨业务部门的数据需求以最小字段集的形式抽离出来,再与原有业务系统产生的字段进行对比,对于缺失的字段提供excel导入和教师填报两种补充方式,这样就可以有效保障学校各种工作中的数据的需求。

(3)统一入口,避免数据的重复填报

当前,随着高校管理水平的提高,学校对于数据的收集和管理越来越重视。各个管理部门都争相给教师发表格,统计数据,从而导致重复填表问题广受诟病。建立统一的数据采集平台需求迫切。统一入口有三方面的内涵:第一,教师在统一入口进行数据填报、查看、维护。第二,管理部门在统一入口进行数据导入和审核。第三,各个管理部门所需的表格在统一入口生成,已有的信息自动填充。这样就有效的通过学校的数据中台,以学校中心工作为抓手将核心数据管理起来。

综上所述,以全校各管理部门的业务工作为抓手,汇聚的核心数据,构建全校统一权威的数据中台,这些数据不仅仅满足了数据交换的需求,同时为学校各业务部门的数据采集、数据统计、数据上报等工作提供数据支持。在数据使用的过程中,提高数据质量,对缺少的字段进行扩展和补充,通过多轮的数据补充迭代,汇聚的核心数据越来越全面,数据质量不断提升,逐渐形成高校的权威数据中台,这样就完成了数据驱动高校管理框架中核心数据汇聚的功能。

3数据驱动的高校管理应用案例

通过上文的数据汇聚,我校总共汇聚与教师相关的常用核心字段268个,并通过岗位考核、职称评审、导师遴选等工作对这些数据进行了清洗和校准,获得第一手的真实数据。继而面向学校领导和学院领导以及各个管理部门,将这些数据展示出来,并授予相应的查看权限,用数据说话,用真实的数据驱动高校科学管理。

上文中提到,数据驱动的高校管理难以实现的另一个原因是缺乏适合高校的模型。而企业多年来对于数据分析应用的研究却趋于成熟,发展出了阿米巴经营、价值链分析、分析路径法等等分析的模型。本文借鉴企业分析模型中的分析路径法,建立高校基本情况展示模型。

(1)分析路径法的实践应用

站在高校管理者,该如何考虑高校管理的问题呢。首先,高校的管理是围绕两个主体的,一个是教工,一个是学生,如图2所示。以教工为例,除了教工本身的人事情况,教工在学校的活动是围绕着教学和科研进行的。

在教学活动中,最关心的教师的授课情况,包括授课的工作量是否合理等。教学活动还包括一些教研工作,例如承担教学项目,发表教学论文,獲得教学奖励情况,参加教学比赛获奖情况。另外,指导学生的教学还包括指导学生竞赛情况,特别是指导大学生创新创业获奖情况,指导学生毕业设计情况,和指导学生毕业设计获奖情况。

围绕科研这个主题,学校比较关心教师承担科研项目情况,包括承担科研项目是横向校企合作的项目,还是纵向的项目,科研项目的级别,科研经费情况。教师发表科研论文情况,包括发表科研论文的收录情况,学校教工总共发表了多少SCI、EI论文等,高被引热点论文情况,影响因子大于10的论文。科研情况除了关心项目和论文以外,还关注出版专著情况,获得授权发明专利情况,特别是授权发明专利的转化情况。还关心学术兼职情况,和科研平台的建设情况。

从高校整体人事角度而言,关心全校的教工数量,同时教工分为专任教师、实验师系列,和行政管理人员等等,所以我们还关心专任教师的数量。还关心教工中的年龄分布,政治面貌学历情况,教职工的职称情况,教职工的行政职务分布,教职工的进修培训情况,获得荣誉称号情况,以及全校教工的引进和退休情况。

通过以上分析,可以清楚的看出分析路径法在高校数据分析中的具体应用:围绕教工这个主题,根据分析路径法,就可以衍生出:从教工人事、教学、科研3个方面出发,进而细化到每一个方面管理者所关心的具体指标。通过总体、部分的详细数据展示,将围绕教工个体的做一个全面细致的展示,让管理者能够看到关于教工方方面面的数据的全景图像,如图2所示。

(2)分析路径法的优势

①基于分析主题而非数据表

分析路径法展示给高校领导的不是一堆的数据和报表。构成分析路径法的是一个个的分析主题,每一个分析主题都是一个分析的对象,或者需要通过分析来解决的问题。这样,分析路径法就各种展示的报表就只是为了达成这些分析主题的手段。所以分析路径法保障了整个的分析是始终服务于管理的。

②关注森林过于树木

一个分析项目最怕的不是数据展示多,而是数据展示凌乱,不成体系。从我校数据分析框架就可以看到,一个分析路径就是一个完整的分析体系,它能够辅助着眼于学校整体的管理,而不是具体的凌乱的表单,或者是单个孤立碎片化的数据展示。分析路径法是对我们已经掌握的数据的分类和使用,通过对整体体系的梳理,能够发现我们还缺少什么数据,使得整体的数据分析更加的有序。

③路径彰显思路

当按照数据分析法来构建分析体系时,是站在某个角度,或者是针对某个问题或应用场景来组织数据展示,通过数据分析法就可以清楚的看到问题是什么,产生的原因可能是几个方面,再具体细分到归纳到具体的数据字段,用数据来说话。整个数据分析法就是一种分析思路。

4总结

本文针对高校信息化建设过程中数据碎片化的、缺乏适合高校的数据分析模型等问题,提出了数据驱动的高校管理架构,并详细介绍了我校在该架构中的数据中台层和数据建模层的实践应用。本文第3部分从“结合学校相关业务”、“取填一体”、“统一入口”三个方面介绍了数据中台是如何有效汇聚高校核心数据的。在本文的第4部分,通过我校一个具体的数据应用案例,详细介绍了分析路径法在我校的具体应用。希望通过本文的梳理,建立数据驱动的高校管理体系,为其他高校提供参考。

参考文献

[1]

赵泽宇,张凯.高校一站式信息化服务[J].科研信息化技术与应用.2012,3(3):5259.

[2]陈琳,华璐璐,冯熳,等.智慧校园的四大智慧及其内涵[J].中国电化教育,2018(2):8489.

[3]胡钦太,郑凯.教育信息化的发展转型:从“数字校园”到“智慧校园”[J].中国电化教育,2014(1):3539.

[4]刘革平,钟剑,谢涛.基于流程驱动的高校智慧校园基础架构研究与实践[J].中国电化教育,2019(4):2328.

[5]党红恩.基于大数据背景下的智慧高校建设研究[J].中国新通信.2018(6):134141.

[6]王胜利,朱晓平.大数据驱动的高校教学管理创新[J].教育现代化.2017(33):279281.

[7]唐斯斯.智慧教育与大数据[M].北京:科学出版社,2015.

(收稿日期:2020.02.22)

猜你喜欢

数据驱动高校管理探索与实践
基于网络与数据智能化的数码印花产品设计定制模式研究
数据驱动理念在大学英语课程中的应用
大数据背景下的警务模式创新研究
浅谈素质教育在小学数学教学中的实施
高校学生干部队伍建设存在的问题及对策
项目管理模式在职业技能培训管理中的探索与实践
将数学建模思想融入土建类专业实践教学中的探索与实践
高中地理探究式学习的探索与实践刍议*
如何建构高校管理干部队伍素质
《计算机控制技术》课程教改探讨