【解决方案】北京希嘉-数据分析方案.docx

[键入文字] PAGE 22 大数据高校场景应用设计举例 统计析类场景 多维度综合校情分析系统（领导驾驶舱） 高校信息化建设由于各业务部门分别建设独立的业务系统，通常面临部门间数据共享性较差、关联性不强的问题。基于数据平台之上设计研发出的大数据分析展示系统，在解决数据持久化存储的基础上，站在管理者的视角关注高校业务运行，以业务评估建模为核心，从业务视角对校园业务进行管理。将分散在各业务系统中的数据集中抽取、挖掘、传递出更大的价值，以可视化的展现形式为业务部门提供更多维度的数据分析、辅助决策。 综合校情分析系统，是一套完整的场景解决方案，用来将高校中现有的多维度、跨系统数据进行有效整合，以可视化报表展示，辅助高校业务部门进行决策分析。对比于传统的商业智能（BI）工具：其具有以下特点： 数据持久化存储能力。可以对多年高校数据对比分析，并可按照设定时间颗粒度，生成详细报告。 对半结构化、非结构化数据的统计分析能力。如通过日志数据对某段时间某批学生的上网行为分析。 其中包含但不限于： 高校就业信息统计分析 从高校学生的毕业去向、就业单位、就业地域、就业行业、就业薪资等多维度进行统计分析，全面呈现高校就业情况，为高校就业办发现学生的就业规律、有针对性的进行学生就业指导提供支撑。 教学信息统计分析 为校领导呈现了高校热门的课程排行、各院系开设课程统计、挂科率分析、全面呈现学生在校期间的学习和成绩分布，为指导高校的课程开设，提高学生成绩提供支持。 一卡通统计分析 展现了在校学生整体的消费能力、消费偏好，为后勤部门了解学生餐饮、购物偏好，有针对性的提升服务水平提供支撑。 学生综合上网行为统计分析 展现了在校学生某段时间内的上网行为分析，如：最爱的视频、最爱的网站、最爱搜索的关键词、最爱的手机应用等。 学生校园轨迹对照统计分析 对学生在校期间的运动轨迹进行统计和分析，可以结合课业信息、一卡通信息等跨系统综合进行分析，并以可视化的视角进行综合展示。 多结构数据预测分析 实时流数据分析 AP负载量、人流聚集分析 业务应用类场景 学生综合管理系统 学生安全行为管理 随着外部社会环境的日益复杂，高校对于学生的学习、生活情况需要异常关注。依据调查分析，平均1名高校辅导员管理的学生越有200人，在数据无法及时分析处理的情况下，辅导员遇到的问题越来越多： 1、辅导员工作繁忙，还需要花大量的时间用巡查的方式了解学生状态； 2、学生在跨越一段时间内的多个细微异常举动很容易被忽略，留下隐患； 3、信息分散在各个业务系统中，了解学生的情况需要登录多个系统，耗时费力； 4、大事发生，学校先知道，学院最后知道！小事发生，辅导员无从察觉，事态严重，学校才知道！ 5、学生办理事务，各层级掌握信息不同，一件事要多个层级确认； 6、各院系，以及辅导员日常学生安全管理工作成效很难被量化。 学生安全行为管理系统专为这种场景所定制，汇集多业务系统数据，通过合理的数据建模方式，加强管理水平，确保校园安全，提高学生安全感。 数据精细化处理过程 精准数据建模过程 异常信息实时推送 平台使用效果 平台价值 1、【校领导】学生安全一目了然。通过报表、图形、态势图了解学生校内生活、学习情况。 2、【学工部】由被动管理转化为主动服务。落实”以人为本、服务为先、学生至上“的服务理念。 3、【辅导员】传统意义上的学生管理，每名辅导员少则管理200~300名学生、多则管理500~600名学生。辅导员几乎将全部的时间和精力放在学生安全管理上，无法为学生提供其它服务，同时也未必会取得良好的效果，在及时性和有效性方面都有所欠缺。 使用学生安全管理平台后，系统筛选出存在风险的问题学生，辅导员可以将精力放在重点的1~20名学生身上，在学生安全方面会减少约90%的工作量，便于辅导员将更多的时间和精力投入到为学生提供更优质的服务中去。 学生心理健康管理 学校心理健康中心的心理辅导专家，每天会接到很多辅导员和家长的电话咨询。由于缺少数据支撑，只能通过谈话沟通、问卷调查获取信息，信息缺失非常难以判断学生的心理波动。 精细化处理过程 平台使用效果 平台价值 1、【校领导】通过大数据建模分析手段，大大减少因为学生心理问题带来的极端事件从而对学校造成较大影响事件的概率。 2、【学工部】庞大而复杂的学生管理工作从以前的被动转变为主动，面对数以万计的在校学生，通过数据的综合分析获取普遍学生对于学校管理方式的反馈，及时修正管理措施，针对个别学生会出现的心里变化问题，及时捕捉、重点监管的范围缩小90%以上，同时对于已经确定的人群则可以进行实时重点关注。 3、【辅导员】利用数据资源，缩小异常表