数据驱动决策：学校改进的有力工具.DOC

数据驱动决策系统：大数据时代美国学校改进的有力工具 王萍1，傅泽禄2 （1.华南师范大学文学院，广东广州 510，广东 广州 510自计算机和网络进入应用以来，以信息化技术对数据进行分析来驱动决策的努力就已开始。Data-Driven Decision Making, DDDM）转化。数据驱动决策在当今美国教育研究领域倍受关注。2010年美国国家教育统计中心指出，近5.16亿美元的联邦资金用于发展各州的技术基础设施，其中包括通过州级纵向数据系统（the Statewide Longitudinal Data System, SLD）资助项目来支持学区基于数据驱动决策的信息技术基础设施 [1]。当前数据驱动决策系统已成为美国各学区利用数据支持学校改进的有力工具。那么什么是数据驱动决策？它是怎样产生的？数据驱动决策系统包括哪些基本要素？其实施步骤是什么？在实践中是如何应用的？利用数据驱动决策系统改进学校会面临怎样的挑战？这些正是本文所要探讨的问题。 一、2013年福斯特?普特（Foster Provost）和汤姆?福塞特（Tom Fawcett）在Learning Points Associates）强调“在利用数据改进决策之前，重要的是理解数据究竟是什么？”数据的操作性定义是指学区和学校领导使用的多种信息和知识资源，例如有关学生年级水平、人口、语言熟练度、国家标准评价、真实性评价、教师自编测验、教学实践、作业和年级平均成绩等 [5]。 在美国，学校收集数据已经几十年，然而许多学区或学校管理者直到最近才发现了数据在学校改进方面的力量。近期大家对数据的关注是由“不让一个孩子掉队”（NCLB）法案所引发的。随着技术的最新进步和对学生学习评价的需求不断增加，许多学区或学校管理者发现数据的作用已远远超出了NCLB的报告要求。如今全国各地具有超前意识的学区开始采用数据驱动决策系统，不仅要分析测试分数和学生成就，还要分析如何缩小学生之间的成绩差距，提升教师素质，改进课程，分享学校和学区的最佳实践，与关键利益相关者更有效地沟通教育问题，促进家长在教育过程中的参与以及加强与教育团体的对话。无论人们是否同意立法的范围和意图，NCLB已将全国各地对教育数据的重视提升到了一个新水平。 由于NCLB，现在学校管理者需要负责监控并改善学生的表现，提高教师的教学效率。这种报告通常需要一个用于数据收集和分析的复杂系统。为了推进NCLB，各州和大部分学区都需要安装某种形式的数据管理系统。然而，普通的系统通常是由一部分通过各种接口松散连接的电子表格、数据库和纸质报告组成，难以全面、综合地对数据进行检索和分析。今天许多学区都将NCLB作为推进数据驱动决策的催化剂。这些学区使用数据驱动决策完善其技术基础设施，使数据收集和分析程序正规化，并且要求基于数据，而非假设做出明智的决策。例如，许多学区都面临着紧张的预算和有限的资源，不得不作出削减项目的艰难决定。因为安置了数据驱动决策系统，管理者可以快速、轻松地分析出学生参加这些项目与其他诸如学生出勤、纪律事件和学生成绩等指标之间的相关性，从而清晰地了解每个项目的有效性。当被迫要削减这些项目时，管理者就可以根据实时的事实和数字，而不是情感或假设来淘汰某些无效的项目 [6]。 总之，如果没有一个正式的数据分析系统，各个学区往往无法发现和解决发生在学校层面的关键问题。由数据引发的反馈可以帮助学校确认是否在正确的轨道上行进，以提高学生成绩，同时了解进展的快慢。数据驱动决策为学校提供了学区、教师、学生和家长可以访问大量信息的路径。今天学校可让关键决策者利用数据作出更明智的决策，从而提升学校的整体性能，提高学生成绩。 二、数据驱动决策系统的基本要素 随着数据仓库技术和数据挖掘技术的发展，进一步有效地利用数据形成决策的洞察力成为可能，得以发展。ETL）工具将来自不同数据源的数据合并到数据仓库里的。然后利用数据分析工具进行分析和处理，将数据转化为知识，最后利用决策支持工具和诸如需求评估、专业发展和培训之类的咨询支持服务，帮助相关人员基于数据作出决策，如下图所示。学区可以根据自己的具体需要和预算考虑，选择实施这个系统的全部或部分，用以支持学校改进。下面对这个系统的基本要素进行具体介绍。 数据驱动决策系统的基本要素[7] 1.多样化的数据来源 决策支持多样化的数据来源。这些多样化数据来自学生信息系统（Student Information Systems,SIS）、人力资源（Human Resources,HR）、资金以及评价等不同功能的数据库。其中，评价数据库中涵盖了从国家测验、基准评价到基于学校或课堂层面开发的专业测验的所有测试数据。 2.数据提取、转换和加载工具 数据提取、转换和加载工具（ETL）是数据库和数据仓库之间的接口。该工具将从各