高校數據應用的現狀、痛點和解決之道

目前我國教育正在由信息化邁向數字化，以提升教育質量、學校運營質量等，實現高等教育高質量發展。數字化已然成為當前我國教育現代化發展的關鍵創新路徑，是建設高質量教育體系的重要戰略。

 

當前的高校的信息化建設主要聚焦于教學、科研和管理幾個方面，積累了一定的數據基礎，因此在數據應用階段同樣圍繞這三個方面開展。

 

教學數據方面，可以使教師獲得詳細的學生學習數據及教學反饋數據，使教師可以更為全面、詳細的了解當前教學質量情況，從而精準有效的提升教學效果。對于教學質量管理，則可以更加客觀地對教師進行評價，從不同維度考察教師教學效果。

 

科研數據方面，可以針對科研相關的各類信息進行整合分析，對科研項目成果以效果、進度、質量、成員貢獻等多個維度評判，對現有項目進行科學管理與改進，提供進度提醒、風險預警等，并可以對未來項目提供參考。

 

管理數據方面，可以使相關管理人員通過核心業務指標的數據可視化展現，宏觀的把控高校當前各項事務的現狀及動態變化，發現管理盲點，進行針對性的改善。

全校數據缺乏統一規范，沒有形成統一數據標準，導致數據質量差。出現了數據來源復雜、數據質量參差不齊、基礎數據分散、數據不一致、統計口徑不統一等問題，導致在應用時數據質量得不到保障，數據無法匹配、數據不可識別、數據不一致、冗余重復、時效性不強、精度不夠等問題頻發，數據結果與實際情況不匹配，無法作為業務改善及經營決策的參考依據，難以支撐上層應用，無法完全釋放數據的真正價值。

 

在數據輸入和管理過程中，存在著數據輸入規范不統一等問題，不同部門對于同一個數據指標有著不同的理解，在輸入時導致數據元描述和理解存在差異，導致數據沖突或矛盾。這類錯誤在清洗加工過程中很難得以修正，后期補充完善的成本高。

針對當前的情況，高校需要夯實數據應用基礎，并聚焦關鍵業務，深入應用數據。

 

在構建數據應用體系時，應當明確整體思路與目的，建立清晰明確的戰略目標，深入挖掘業務需求，將業務與技術相結合，從而達到敏捷高效，降低資源浪費；

高校可以通過構建的統一的大數據分析平臺將企業內大量的結構化、半結構化、非結構化數據以及外部數據，進行數據整合、數據管理，打好數據底座、再考慮建立數據應用實現數據驅動業務；

 

數據應用是一個持續建設與優化的過程，科學的劃分階段，并且把握各個階段的要點是重中之重。本白皮書提出了“項目初期的研判”、“不要貪多”、“將數據進行到底”和“從業務中來，回到業務中去”四個要點。

 

數據應用過程中，體系搭建層次可以由淺入深，先實現整體性的數據可視化，以獲得關鍵業務重要指標的宏觀性動態、即時數據，再實現數據的上卷下鉆以快速歸因，最后實現決策支持與智能預警。

相較于金融、制造等數據領先的行業，高校的數據應用目前還處于初級階段，但高校的信息系統建設情況普遍良好，因此有一定的數據基礎。在數據應用方面，高校首先要解決的是數據孤島問題，使各系統、各端口、各業務的數據有效聚合，構建數據標準，不斷提升數據質量。

 

高校的數據應用場景較為復雜，尤其是對于學生管理的數據應用，大多涉及安全防控等事項，因此需要在掌握實時數據情況的同時，做到預先防范，通過數據對可能發生的事情進行預測與推演，這就需要逐步實現數據的智能化。未來，將有更多的高校進入到數據分析階段，并逐步實現數據挖掘，基于智能化的BI+AI平臺，實現業務洞察與預測。

 

同時，高校作為公共資源的一部分，本身帶有一定的共享性。與社會共享數據，一方面可以利用公共數據資源，同和社會數據，拓展自身數據的廣度和深度，構建更為完善的數據體系，從而在一定程度上彌補數據維度的缺失，更好地輔助提升教育質量；另一方面可以輔助實現教育公平，將教育資源共享，實現教育質量的共同提升。構建數據共享機制，并進行科學的采集、保存、管理和使用，需要政府進行支持，建立第三方監管機構，保障數據的存儲合理、使用合規，構建統一的分析應用平臺，從而共同推動智慧校園的建設，這也是未來高校數據應用充分發揮價值的關鍵之一。