如何让数据真正说话

随着各类业务数据的不断积累，如何加强数据管理，保证数据的准确性和完整性、并让积累的大量数据在服务教学科研、改善管理水平、提供决策依据等方面发挥作用，成为高校信息化部门和业务部门共同关注的问题。高校决策机构也有以数据为依据、增加学校决策的科学化要求。不少高校信息化部门已经或正在建设数据仓库，力求通过数据分析为学校决策提供有效依据。

当前高校数据分析中主要存在的问题

当前高校数据分析的问题主要表现在：数据的完整性和一致性程度不高；适用于高校的数据分析模型不多，使用的数据分析方法比较单一。很多的数据分析还停留在简单数据报表的层面，展示层面可视化程度较浅，不能有效说明业务问题和改善的切入点，更不能对高校业务提出可行性的改造方案和结果验证，数据分析的价值无从体现。这些问题皆非单一的技术解决方案可以破解，需要在高校信息化不断融合和创新的过程中逐步加以解决。

笔者认为，当前高校数据分析的主要问题表现在尚未形成分工明确、高效协同的数据分析体制机制。

1. 体制层面，谁来负责数据分析？当前在大多数高校内，信息化部门负责数据仓库的建设和运维，并从技术层面不断加强数据管理，但对高校的决策环节缺乏了解，同时也不直接为决策提供数据分析。发展规划部门需要全局掌握学校基础数据并直接服务于宏观决策，本身却不参与数据管理并缺乏利用数据的专业能力。学校的各业务部门虽然对自身业务系统的建设投入了很大精力，然而往往只关注本部门的业务运行，处于学校数据供应链上游的部门，往往对处于数据供应链下游的要用数据的部门业务支持力度不够，数据流转的效率不高，数据分析时数据不完整和不一致依旧存在。

2. 机制层面，如何做好数据分析？数据分析的目的是什么，是服务于宏观决策，还是监控学校的日常运行并及时预警；数据分析的内容涵盖哪些，是提供展示报表，还是要在对数据定量分析的基础上提出具有操作性的工作建议；数据分析的数据在哪里，是依靠学校数据仓库的数据，还是引入外部数据，丰富数据分析的数据来源？

借鉴国外大学院校研究的经验，在学校层面上建立完善的数据分析体制机制，将为上述问题提供可行的解决方案。

国外高校院校研究：他山之石，可以攻玉

在美国高校，数据分析往往由院校研究办公室（Office of Institutional Research）担任，美国的院校研究办公室源于以数据为基础(data -based )的思维方式和决策机制, 院校研究早期定位于为学校行政管理决策层服务, 现在其功能和领域在不断拓展，已经扩大到院校教学、研究和社会服务的多个方面。院校研究作为一项重要工作职能，已经被正式纳入高等学校内部的组织结构和管理框架之中。美国众多高校都成立了院校研究办公室，其部分工作职能与我国高校校办（如对外统计报告）、发展规划办（如院校发展规划）相对应，但其职能更加丰富（研究内容还包括学生生活与学习，学术项目、课程和教师问题，院校管理， 高等教育协作、政策和院校的社会责任，院校研究实践: 理论、方法、技术、工具和伦理等），其研究着眼于院校内部管理的实际问题，是以问题及问题的解决为指向。遵循的研究路径是：“问题（现象）——原因——方法”的逻辑路径。其基本职责是规范、收集和完善院校数据，为院校管理和发展提供信息和咨询服务。专业院校研究者必须掌握定量和定性两类研究范式和多种具体研究方法，具备“按需”研究的素质。美国大学院校研究办公室的从业人员主要是由具有数据库专业背景的IT 人员和具有统计学等学科背景的高等教育专业博士( Ed. D) 组成。他们称自己为院校研究员( IRer) 。

目前国内的院校研究也已起步，但尚停留在学术研究层面，高校内鲜有带有行政管理职能的院校研究机构成立。其功能定位、研究范畴和研究方法与国外院校研究相比，尚有较大差距。其研究人员多是高等教育学专业背景的人员，虽从美国引进、传播了院校研究的概念,并尝试推动了院校研究的实践，但数据分析作为现代院校研究的基础和重要内容，尚未引起我国大多数致力于院校研究的学者的重视。

以美国纽约大学为例，其数据管理体制中有两个重要角色：数据管理员（Data Steward）和院校研究办公室。数据库管理员负责数据开发和数据访问计划；负责创建和执行捕捉及修复不一致或错误的数据的工作流程，保证学校数据的可靠性；负责核实公开的报告和分析，保证学校数据的一致性和有效性；负责确保数据保存在学校数据仓库内，保证学校数据的完整性；与院校研究办公室和大学财务办公室一起研究定义、计算大学评测指标的算法和常用术语；参与数据安全接入审计，保证学校数据的安全。院校研究办公室则负责和数据管理员一起，根据大学外部报告的要求和标准，研究定义计算大学评测指标的算法和常用术语，此外，在其工作过程中，院校研究办公室通常会发现数据不符和不一致的地方，将及时报告给数据管理员去解决。院校研究办公室需要定义的大学术语如：教师（faculty），大学里符合什么样条件的人可以统计为教师，大学测评指标如何计算每名学生的空间，什么类型的空间可以计算（所有空间，学术空间等）。

由纽约大学的例子可以看到，在数据分析的层面，是由院校研究办公室自上而下地开展工作，院校研究办公室直接从学校数据仓库获取数据，信息化部门密切与之配合，双方协同确保学校数据的准确性和完整性。

完善数据分析体制机制：真正让数据说话

数据挖掘需要技术人员与管理人员的紧密合作, 更需要变革大学管理体制，才能真正实现基于数据的决策。

1. 明确数据分析的负责部门。建立专门的院校研究机构或者强化发展规划部门的职能，使其切实承担起学校数据管理和数据分析的职责。

2. 健全数据分析机制。切分院校研究机构和信息化部门的工作界面，充分发挥部门优势，高效协同地工作。加强院校研究机构或者发展规划的队伍建设，增加具有数据库专业和统计学等学科背景的专业人员，并通过有效的培训使其逐步专业化。

3. 让数据说话。首先，让数据及时说话，改变数据分析一定要海量积累数据的观点，数据分析也可以有轻量级的应用，而且轻量级的数据分析更能让业务部门敏捷改善和改进业务模式。如，每次学生选课后，及时对学生跨专业选课的数据进行分析，并对下学期的跨专业课程设置、选修条件限制等提出建议。其次，让外部数据一起说话，引入外部数据，并与校内数据有效结合，增加数据分析的有效性。如，通常高校在分析教师科研情况时，科研系统中的论文数量和期刊性质成为核心指标。引入外部数据，开展教师所发表科研成果学术影响力的评价工作，对教师发表论文的被引情况（H指数等）等进行数据分析，将其作为学术成就或学术影响力的评价指标之一，可增加数据分析的可信度。 第三，让数据为多方说话。数据分析的目的是为学校决策服务，但不仅仅是为决策服务，还要提升数据分析工作中的服务意识，为学校管理部门、院系、研究机构、教师和学生提供相应服务。如，利用学生系统、教务系统、课程学习平台、实习系统、图书馆系统等多个系统中学生个人的各类相关数据，对学生个人的学习情况进行分析，并及时给予预警和指导帮助。第四，在适当的条件限定下，高校可以通过一定形式，对外逐步开放本校数据仓库的部分数据，并为其他校外相关者利用本校数据提供支持。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友