高校数据治理应始终坚持价值导向

　　数据治理的难点在哪里？一言以蔽之，就是基本上数据的生产者和数据的受益者都不是信息中心。

　　数据治理（DataGovernance）是国外首先提出的概念。国际数据管理协会（DAMA）提出了一套完整的数据治理体系框架，在《DAMA数据管理知识体系指南》一书中给出数据治理的定义：

　　数据治理是对数据资产管理行使权力和控制的活动集合。

　　这个定义很好地道出了数据治理的本质。

　　数据治理通常包括了组织架构、政策制度、技术工具、数据标准、流程规范、质量评估、监督及考核等方方面面，将其他几个数据管理职能贯穿、协同在一起，让企业的数据工作成为一个有机整体而不是各自为政。

　　有效的数据治理可以确保数据高效可信，从而全面释放数据资产的价值。近几年，数据治理的理念被引入高校，对高校信息化建设起到了很大的推动作用。

高校数据治理难点

　　应该说，国内高校提出数据治理并且重视数据治理工作，就是近2～3年的事情。数据治理的理念目前还局限在高校信息中心，距离全面的学校层面的数据治理，还有很大差距。

　　相比国外高校的信息化技术中心动辄数百人的配置，人手紧张是国内高校信息化队伍建设中的普遍问题。

　　高校缺乏信息平台的开发人员和运营人员，换句话说，缺乏能把信息化工作做好的“产品经理”和“运营经理”。

　　在这种现实情况下，要分清主次，集中优势兵力做好最重要的事情。合理分配高校信息化队伍的人员，投入更多兵力到信息平台建设与数据中心建设上来。

　　随着数据治理理念的日渐深入，高校信息化工作者逐步认识到数据治理的价值，了解数据治理与数据管理的异同。

　　那么，数据治理的难点在哪里？

　　一言以蔽之，就是基本上数据的生产者和数据的受益者都不是信息中心，信息中心缺少对数据的“驾驭”能力，总有一种“清风拂山岗”的感觉。

　　长期以来，高校的管理架构形成了众多业务管理部门，基本上每个业务部门都建设有1～2个甚至更多的业务系统，核心数据处于这些主要的业务系统中，数据生产单位、数据管理单位、数据责任单位都是业务部门。

　　各个业务部门建设的多个业务系统就如烟囱林立，这样的“信息孤岛”也是高校信息化建设多年来的顽疾和痛点。如果不通过一套机制来进行顶层设计和重构，信息化建设如同被“卡脖子”，无法打通信息孤岛，也无法达到预期的建设目标。

　　数据治理正是要解决这样的问题，从学校信息化体制机制设计上解决信息中心的“无力感”。数据治理是集中人、过程和信息技术的数据管理过程或方法，能够确保组织数据资产得到合理的使用，不仅通过数据的管理提升数据质量，更强调流程设定和权责划分，让全校所有单位认识到数据是学校的核心资产，所有管理单位的流程、责任、权利，达成一致的管理维护、开放共享的共识。

　　信息中心代表学校来管理数据资产，围绕数据资产展开的系列工作，以服务组织各层决策为目标，涉及有关数据管理的技术、过程、标准和政策，由信息中心来牵头组织，并且解决共享责任、数据标准、管理盲点、数据质量、跨部门问题、合作合规监测、意识与培训等系列问题。

高校数据治理关键

　　数据是智慧校园的“黄金”，数据是产生智慧的源泉：无数据、不智慧。

　　近几年，国内高校信息化同仁共同努力，对数据治理理念广泛传播，积累了一定经验，形成了一定共识，但数据治理工作难度较大，是高校信息化建设的“牛鼻子”“硬骨头”。

　　我们必须要啃下这块“硬骨头”，否则智慧校园的建设名不符实。我认为，高校开展数据治理要重点关注以下几方面要素。

　　1.要达成数据“共识”

　　数据治理重在达成共识，让学校领导、中层管理干部，以及全校管理队伍认识到在今天的大数据时代：

　　数据是全局的，而非局部的；

　　数据是流通的而非是独有的；

　　数据是有价值的，让流程和数据驱动管理，促进学校治理能力提升。

　　达成了这样的共识，才能建立数据治理的组织架构和制度规范，让各个业务部门充分认识到“数据共享是必须，不共享是例外”，把数据完全共享到学校数据中心是大势所趋，是职责所在。

　　2.要唤醒数据价值

　　高校有海量数据，但是很多数据处于“睡眠”状态，并没有真正发挥价值。没有掌握全量的数据，信息化建设就是无木之本、无水之源。

　　而数据价值始终是数据治理的目标，也是智慧校园真正能做实的追求。没有数据乃至大数据的价值挖掘，数据治理就是无稽之谈。

　　比如说，各个高校教风学风联动面临一个很大的难点是数据问题。一线教师在每节课堂掌握的情况，如考勤、平时作业提交、小测验成绩、日常表现等，对于辅导员、教务员老师来说，并不容易掌握，只有等事后学生出现不及格后再做工作，而不能基于过程的掌握和督学，如果建立采集教学过程的数据，教风学风联动建设会更有针对性，更有实效。

　　以价值为导向的高校数据治理体系建设，就是必须要注重从数据中发掘价值，这样的数据治理才有意义。

　　3.要提炼关键指标

　　数据治理中非常关键的是，要协同业务部门，围绕核心业务工作，找出哪些数据是关键数据，或者说是关键指标。一般来说，反映一个业务部门工作的重要性的核心数据指标，能提炼出10～20个就足够了。

　　我们的核心数据指标要切中要点，能够对学校办学提供重要支撑。比如学科建设和专业建设，国内同样学科的建设指标、师资队伍情况分析，与本校学科建设和专业建设情况指标对比分析，这样的“数据分析”更有意义。

　　在数据治理过程中，始终要以价值作为目标导向，再从各方面去发现、挖掘支撑的数据，治理才会形成实效。当然，大数据也可以揭示我们并不知道的“目标”或给我们以“惊喜”，这与确定关键数据指标并不矛盾。

　　4.要具备数据服务能力

　　我一直倡导信息中心要做强自己，要至少培养1～2个数据管理技术人才，也就是要具备玩转“数据”的能力，具有较强的ETL（Extract-Transform-Load）操作能力，能够为其他部门提供数据服务。

　　信息中心不能只要求各个部门共享数据，却无法很好地服务各个业务部门。要避免这样的短板，就要特别强调数据服务能力。

高校数据治理技术和制度路线

　　在国外高等教育领域不乏数据治理的有效经验。比如美国UC.Berkeley（加州大学伯克利分校）等大学专门成立了IT治理委员会，其中也包括数据治理工作组，提出了一系列数据治理的制度、标准和方法。

　　结合国外经验和国内高校实际，我们提出一个数据治理的技术路线，分六步进行：

　　第一，数据发现与采集；

　　第二，数据梳理与质量初检；

　　第三，数据标准核对与数据补充核准；

　　第四，数据清洗与整合交换，建立共享数据中心；

　　第五，数据管理与质量评估、可用服务接口设计；

　　第六，数据价值模型建立及展示。

　　除了技术层面，对于国外高校经验，我们更应该从制度层面吸收借鉴。

　　比如高校应该专门制定数据治理相关的制度和文件，明确信息办（信息中心）是学校数据资产的管理部门，成立专门的数据治理小组，由主要校领导牵头，推进数据治理工作。

　　信息办（信息中心）从操作层面上制定数据标准、流程规范，选择技术工具、制定数据质量考核等办法，并负责打通所有数据交换的通道，汇聚所有数据，提供合规的数据共享服务，以价值驱动做好数据挖掘和可视化分析展示，为管理层提供决策支撑，逐步形成数据治理的良好生态。

　　当前，各个高校正在谋划“十四五”信息化规划，不管出现多少新概念，新技术，新名词，我始终认为，数据治理是基础性工作，也是信息化的核心工作。做不好数据，谈不上智慧。未来，高校数据治理工作可以从以下几个方面入手：

　　1.建立专门的数据治理的组织架构

　　比如本科学生数据要以教务处作为主责单位，所有学生的数据以教务处牵头，学生工作部和各学院共同配合；所有人事数据以人事处作为主责单位，教务处提供教学工作量数据、科技处提供科研工作量数据等。只有建立这样的组织架构，明确责任、权利、担当、配合的机制，数据治理工作才会取得进展。

　　2.建立数据治理的制度与标准规范

　　数据是学校的核心资产，需要厘清每一条数据的责任单位和责任人；要明确数据质量的负责单位，提供准确、真实、高质量的有效数据；明确所有单位开放共享数据的义务和责任等。

　　3.梳理业务流程，明确数据溯源与流向

　　所有的数据都不是孤立的，从数据生产到数据归仓，数据的流向一定是业务流程的输入或输出，如同人体的经络与血液。所有数据项要实现“一数一源”。

　　4.搭建技术平台和工具，选择合适的平台

　　不管是传统的数据中心，还是新型大数据中心，还是数据中台，技术是为治理服务的，要选择合适的、实用的工具，提升数据治理的技术能力。

数据中台为数据治理提供利器但并非根本

　　有观点认为，“数据中台强化了数据治理的深度和广度，真正实现了数据的闭环”，不少高校对于数据中台的建设也比较重视。

　　其实，数据中台也好，业务中台也好，虽然强调有战略定位、组织保障，但基本可以看成是技术的产物。

　　数据中台作为技术平台，本质还是提升数据采集、存储、处理、分析的技术能力，在互联网行业取得了成功。

　　数据中台是对数据采集、数据处理、数据服务、数据分析、数据应用的架构设计，能力提升。相比而言，数据治理更多是从制度层面进行设计考虑的，是解决数据的现实问题。

　　可以认为，数据中台为数据治理提供了强大的技术支撑和实现路径，但并非是数据治理的“主角”和“亮点”。换句话说，不是有了强大的数据平台，我们就一定能做好数据工作。

　　高校数据治理工作的一个重要目标就是要汇聚所有的数据，包括结构化数据和非结构化数据。

　　其中，高校各个业务系统的结构化数据在汇聚方面还存在很大难度，比如数据共享交换不完全、共享服务不及时、数据质量不可靠、价值挖掘不明确等深层次的问题。

　　而非结构化数据的采集难度更大，比如学校的安防监控视频、车流量、人流量、水、电、气、暖等运行数据、基于校园传感器感知的防汛、消防等应急数据、网络日志数据、网络流量数据等。

　　工欲善其事必先利其器。数据中台具有全面接入所有数据的强大能力，包括结构化数据和非结构化数据。数据中台还有一个非常大的目标价值，就是将数据加工处理后封装成公共产品和应用服务。

　　从这个角度看，企业界数据中台的理念可以很好地指导高校信息化建设，但我们更期待教育信息化企业为高校提供“专属定制”的数据中台产品。

　　高校的数据中台需要具备数据汇聚整合、数据提纯加工、数据服务可视化、数据价值变现四个核心能力，让师生员工、各个业务单位、管理层能够方便地应用数据。

　　总的来说，我们不能为了建设“数据中台”而建设“数据中台”，而是为了促进学校数据治理达到理想化的、合理的状态，让数据在学校精细化办学、精致化治校方面发挥支撑决策的作用。

北京建筑大学数据治理实践

　　北京建筑大学高度重视信息化工作，建立了一套较为成熟的IT治理体系，从信息化体制机制上进行了顶层设计，近几年信息化建设水平得到了快速提升。

　　在数据治理方面，北京建筑大学从四个方面构建了完整的数据治理体系。

　　1.组织架构

　　学校把数据治理上升到IT治理的重要组成部分，2016年2月发布了《北京建筑大学信息化工作管理办法》的通知，在网络安全与信息化工作领导小组下辖的信息化建设协同工作组之下成立数据治理小组，专门负责数据治理。

　　2.制度与标准规范

　　学校发布了《北京建筑大学信息化数据管理办法（试行）》，建立了相关的数据管理制度，明确了数据生产单位、管理单位、使用单位之间的责权利、落实各个单位的责任，明确每项数据都有具体责任人。

　　3.业务流程

　　学校的业务流程分三步进行：

　　首先，针对所有业务处室逐一进行全方位的业务及数据版块的梳理和盘点，整理出《北京建筑大学业务管理数据分析报告》，指出目前学校数据管理的模式及存在的问题；

　　其次，建立数据资产台账，做到对学校的数据资产心中有数；

　　最后，信息中心要与业务部门共同进行数据管理，信息中心人员要做懂数据和业务的专家，从而更好地为学校业务流程服务。

　　4.技术平台与工具

　　我们搭建了两个平台，分别是以结构化数据为主的数据中心和以非结构化数据为主的大数据中心。

　　通过这几年的建设，从数据质量方面看，搭建了数据质量监控平台，实时监控数据中心集成的数据，并对数据质量配置相应的监控规则，如完整性、一致性、有效性等，形成数据质量报告，及时发现数据缺失、数据异常、数据错误等各类问题，便于各业务部门对其进行修改和完善。

　　从数据运用的维度看，打通了业务部门之间的数据壁垒，实现数据流转，支撑涉及多部门的复杂业务。学校把教师和学生的数据进行了梳理，教师数据包括教学数据、科研类数据、资产数据等，学生数据包括学籍数据、成绩数据、就业数据等，建设教师“一表通”工程和学生“一表通”工程，实现各业务部门间师生数据共享。

　　此外，我们还进行了数据价值分析，以不同的业务主题挖掘数据价值，并进行了可视化展示，取得了良好的效果。

　　今年年初新冠疫情爆发时，高校正处于寒假期间，师生分布在全国甚至全球各地，如何快速掌握信息，如何做到“停课不停教、不停学”，是对学校信息化工作的一次“大考”。

　　疫情防控工作有一个重要的原则——“精准防控，科学决策”。对于高校而言，疫情防控涉及学校的人、地、事、物，全部要以数据的方式进行精准掌握，这就对数据提出了更高的要求。

　　北京建筑大学在疫情防控初期快速自主开发了“一库一图多码一台”的疫情防控应急指挥信息平台，实时采集人、地、事、物等各方面数据，汇总到大数据中心，并进行直观的可视化分析，精准掌握师生员工的状态，有力支撑了疫情防控工作。

　　可以说，疫情防控工作更加突出了数据治理在高校信息化工作中的重要性，也为高校的“十四五”规划带来新的启示。未来，我们将进一步强化数据治理工作，打造“校园大脑”，力争汇聚校园所有数据，让数据发挥最大价值，让数据展现智慧。

　　作者：魏楚元（北京建筑大学网络信息管理服务中心主任）
　　来源：《中国教育网络》杂志（11月刊）
　　责编：项阳  
　　投稿、转载或合作，请联系：media@cutech.edu.cn