司 蕾

(常州信息职业技术学院，江苏 常州 213164)

1 精细化管理的应用价值

精细化管理理念主要应用于企业管理中，把该理念引入到高校教学管理中，其目的是遵循以人为本、以生为本，突出教学管理的标准化、规范化。即一方面，要求管理人员在工作的每一个环节，真正做到权、责、利的落实；同时，明确教学管理流程内容，促进教学目标的达成，能较好地克服传统管理制度中，因管理人员岗位调动的随意性而导致管理工作缺乏连贯性等问题。另一方面，通过精细化管理方式，促进管理者在教学管理中有效地运用信息技术，提升教学管理工作的时效性[1]。

2 高校教学管理中存在的问题

目前，高校教学管理工作中各个职能部门都有自己的信息管理平台，运行着不同的数据管理系统，直接进行数据关联分析几乎很难实现；同时，教学管理方式通常采用随机抽样方式来获取总体数据的大致信息，无法对数据进行深度利用和分析挖掘，从而导致无法有效地简化教学管理工作流程，对于学校领导层辅助决策性的数据支撑也欠缺[2]。

另一方面，传统教学管理模式下，存在着管理目标定位欠清晰，教学管理改革进度滞后于人才培养需求，教学管理内容缺乏创新，教学管理人员缺乏自我发展及创新意识，学校缺乏完善的精细化教学管理评价体系。

鉴于以上问题，为了更好地实施精细化教学管理，应全面推广教学管理的数据思维，高校教学管理者需要告别以往经验式的主观决策，转变为立足于数据分析，进行有效管理的思维；同时，在数据分析的支撑下，明确精细化管理目标，完善精细化管理内容，改进精细化管理评价体系，为培养高素质人才打下扎实基础。

3 大数据分析技术的优势

2015年8月，国务院发布的《促进大数据发展行动纲要》，将大数据定位于推动经济转型发展的新动力，重塑国家竞争优势的新机遇以及提升政府治理能力的新途径。大数据时代已经到来，大数据的应用已在各行各业推广开来。强化教学管理、改进管理手段是高校发展及提升人才培养质量的关键，在大数据时代，充分利用数据潜在关联信息，可以提升管理效率和扩大教育资源利用效能，在教育教学管理中引入大数据分析已成为教学管理提升的必然选择[3]。

本研究运用大数据分析技术，通过对教学工作过程相关数据信息的数据筛选、分析和挖掘等工作，分析教学管理中学生及教师各类数据，包括新生预科信息、数据采集工作数据、专业和学业预警数据、评教数据等，找出教学及管理工作中的弊端及优势部分，通过合理运用大数据分析技术进行教学精细化管理，提高教学管理工作效率，解决更多实际问题。

4 基于大数据分析的教学管理精细化策略

本文提出基于大数据分析的教学管理精细化策略，充分发挥大数据分析在教学管理中的灵活性、多元性和前瞻性，以及精细化管理的数据化、程序化和制度化，以改变传统教学管理模式中人工管理带来的教条主义和经验主义，从而使得教学管理工作及时、准确和高效。基于大数据分析的教学管理精细化策略流程如图1所示。

图1 基于大数据分析的教学管理精细化策略流程

4.1 数据整合与抽取

高职教学管理事务涉及大量数据，包括教学、科研、管理及服务等数据信息，往往涉及多个管理平台(如图1所示)，与教学管理相关数据来自于教务管理系统、学生信息管理系统、就业信息管理系统、人事信息管理系统、科研信息管理系统以及教学评估系统等，针对不同数据来源，运用大数据技术，采用不同数据抽取方式，运用ETL(Extract-Transform-Load，即数据抽取、转换及加载)工具，对数据进行抽取，以备分析时使用[4]。

4.2 数据分析

对于抽取得到的数据需进行潜在价值挖掘，才能让数据在精细化管理过程中起到评价、诊断与改进的作用。可运用常规的SQL语言实现传统的数据多维度统计分析，也可利用数据挖掘工具如Mahout,对数据进行分析，找出与教学管理、教学质量相关的数据，分析学生之间、教师之间、师生之间以及专业之间相似度，以达到为教学精细化管理提供准确评价信息的目的；同时，可以通过聚类等方法，找出教学质量评价较低的学生、教师或专业的特点并做出比较，及时提出相应预警，以提高教学精细化管理的准确性和时效性。

4.3 数据应用

教学精细化管理需要规范化的制度、科学化的评价体系以及数据化的教学管理思路，依托当前大数据分析技术，通过挖掘与教学管理相关联的数据，使用机器学习等智能算法进行分析处理，把分析结果以图表等多种形式展现出来，以达到进一步明确教学精细化管理目标，有针对性地进行制度的规范化，评价体系的多元化改革，克服传统管理模式的缺陷，提升管理效率，同时，也为学校管理层提供辅助决策信息。

5 教学管理精细化策略的实施与成效

本文所提出的基于大数据分析的教学管理精细化策略，在常州信息职业技术学院得到实施应用，主要工作包括：分析现有数据，优化工作流程；整理历史数据，数据分析挖掘，辅助精准决策；工作任务分工细化、量化、标准化；根据数据分析结果及时修订教学管理相关制度文件，精细化教学管理人员考核标准等。

(1)简化新生预科工作流程，已分析处理2017级预科数据12 015条中7 308门次课程合格，涉及1 786人。表1和表2给出批次-成绩合格门次与合格人次统计表，由表1数据可以看出，前三批次成绩合格门次占比84.7%，由表2数据可以看出，前三批次成绩合格人次占比81.4%。

表1 批次—成绩合格门次统计

表2 批次—成绩合格人次统计

通过以上数据分析，约80%课程通过的学生集中在前三批，因为剩余的20%，同一个工作流程重复做5遍，严重浪费人力。推荐预科批次数据处理从8批次降至4批次，涉及招生办、预科平台、教务处的对应数据负责人工作量减半，工作效率提高一倍。

(2)改良状态数据采集工作流程，提高数据准确度。2017年9—10月教务处负责统筹安排3张基础数据表，14张常规数据表格过万条数据。通过分析数据关联，将数据拆分到各部门负责人。教务处任务分解后，各部门负责人组织填报人员于数据采集平台手工填报，耗时耗力且数据随意性较大，容易出现关联数据冲突，后期查错工作量大。通过改进工作流程，教务处任务分解后先进行基础数据表填写，数据审核确认后，根据基础表数据关联，将常规数据表中关键数据项进行规范处理，然后再分解任务到各部门负责人，负责人填写数据表格后可将规范化数据统一导入数据采集平台，较大程度上节省人力成本，降低数据差错率，提高工作效率。

(3)专业预警与学业预警：综合分析人事处师资数据、学工处学生获奖数据、团委学生获奖数据、科研处学生教师科研数据，已完成数据ETL。同时，通过学业数据分析每个学生的学业状态，包括每个学生每门课程的学习状态、专业的毕业条件，学生学业完成趋势，不仅统计目前学生的学业完成情况，还要根据大数据来预测学生的将来学习状况。如从大数据中分析得出，在“程序设计基础”课程不通过的学生中，有40%的学生在“面向对象程序设计”课程上同样不及格。这种关联性的预测能提早对学生进行预警，让学生在学习“面向对象程序设计”要加倍努力，或是选修课提示改选其他课程。

(5)课程和成绩的挖掘分析。结合其他部门(人事处、质控部)数据，从总体上分析各门课的教师和学生信息，了解和掌握教师的实际情况和综合能力。通过不同范围、不同角度分析学生的成绩和分布规律，研究影响学生成绩的因素。根据可视化的图形方式表现出来的挖掘结果，可以为教学管理者提供改善教学条件，加强教学管理，深化教学改革，提高教学质量等方面的重要依据。

(6)评教信息挖掘分析。评教包括“学”与“教”的评价，结合其他部门(人事处、质控部、学工处、招生处)数据，应用数据挖掘技术，检查课程计划、教学程序以至教学目标，探讨教学效果的好坏与教师年龄、职称之间的关系、学生各项素质指标之间的关系等，用来及时地对教师的教学和专业发展以及学生的学习和个性发展提供指导。此外，应用数据挖掘技术对教师个人信息、素质和绩效等几个方面深度分析，为教学部门提供决策支持信息，以达到合理调配一门课程的上课老师，使学生能够较好地保持良好的学习状态，提高满意程度。

(7)修订教学管理相关制度文件。通过对近三年绩效数据、工作量数据分析，2018年学校修订职能部门绩效考核实施办法和教学与教研工作量计算办法。职能部门绩效考核实施办法修订有效解决了职能部门干多干少一个样，干好干坏一个样的问题，较为真实地反映了部门间以及部门内部工作完成度、难易度、饱和度、创新度。教学与教研工作量计算办法的修订更好量化了广大教职员工各方面工作，提高了广大教师的工作积极性。

(8)常规教学运行管理标准化。各高校常规教学运行较为类似，工作流程相对固定，课题组成员系统梳理了常规教学运行管理流程14个，涵盖课务、考试、学籍主要工作。每个标准化流程图包含任务点、时间节点、负责人、配合人员，另配有操作说明、注意事项，如此一张图就清晰完成了任务分工和责任分工，配套的操作说明和注意事项更好的记录经验积累过程。同时，标准化的流程有效地提高了人员变动时工作交接效率，一张图加两个文档清晰高效地完成工作介绍和经验传授。可推广至其他高校教务处或者高校其他职能部门。

(9)常规教学运行管理量化。课题组成员系统梳理了常规教学运行管理事务50多个，细化为457条可量化数据，数据包含任务点、开始时间、结束时间、任务量(天)。通过任务列表可以直观看到每个成员的实际工作量，方便进行任务分工调整，新任务添加和分派，较好的解决分工不均问题。此量化数据为年底绩效考核，体现多劳多得提供有效数据支撑。

6 结语

在大数据时代背景下，传统高职教育管理模式的改革是必然的，大数据分析技术在教学精细化管理方面的优势更为突出，数据管理工作方式的灵活性、多元性和前瞻性为教学管理各方面工作提供及时、准确和有效的信息与指导。常州信息职业技术学院在大数据分析的基础上，改革传统教学管理模式，制定合理教学管理方案，简化教学管理工作流程，提升教学管理的可预知性，从而进一步提高教学管理效率。