大学数据不好治理？你缺的可能只是一个抓手.docxVIP

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、