广州热线

政策引路，数据应用初见端倪

目前我国教育正在由信息化迈向数字化，以提升教育质量、学校运营质量等，实现高等教育高质量发展。数字化已然成为当前我国教育现代化发展的关键创新路径，是建设高质量教育体系的重要战略。

当前的高校的信息化建设主要聚焦于教学、科研和管理几个方面，积累了一定的数据基础，因此在数据应用阶段同样围绕这三个方面开展。

教学数据方面，可以使教师获得详细的学生学习数据及教学反馈数据，使教师可以更为全面、详细的了解当前教学质量情况，从而精准有效的提升教学效果。对于教学质量管理，则可以更加客观地对教师进行评价，从不同维度考察教师教学效果。

科研数据方面，可以针对科研相关的各类信息进行整合分析，对科研项目成果以效果、进度、质量、成员贡献等多个维度评判，对现有项目进行科学管理与改进，提供进度提醒、风险预警等，并可以对未来项目提供参考。

管理数据方面，可以使相关管理人员通过核心业务指标的数据可视化展现，宏观的把控高校当前各项事务的现状及动态变化，发现管理盲点，进行针对性的改善。

数据基础差，应用难度大

全校数据缺乏统一规范，没有形成统一数据标准，导致数据质量差。出现了数据来源复杂、数据质量参差不齐、基础数据分散、数据不一致、统计口径不统一等问题，导致在应用时数据质量得不到保障，数据无法匹配、数据不可识别、数据不一致、冗余重复、时效性不强、精度不够等问题频发，数据结果与实际情况不匹配，无法作为业务改善及经营决策的参考依据，难以支撑上层应用，无法完全释放数据的真正价值。

在数据输入和管理过程中，存在着数据输入规范不统一等问题，不同部门对于同一个数据指标有着不同的理解，在输入时导致数据元描述和理解存在差异，导致数据冲突或矛盾。这类错误在清洗加工过程中很难得以修正，后期补充完善的成本高。

明确目标，划分阶段，把握要点

针对当前的情况，高校需要夯实数据应用基础，并聚焦关键业务，深入应用数据。

在构建数据应用体系时，应当明确整体思路与目的，建立清晰明确的战略目标，深入挖掘业务需求，将业务与技术相结合，从而达到敏捷高效，降低资源浪费；

高校可以通过构建的统一的大数据分析平台将企业内大量的结构化、半结构化、非结构化数据以及外部数据，进行数据整合、数据管理，打好数据底座、再考虑建立数据应用实现数据驱动业务；

数据应用是一个持续建设与优化的过程，科学的划分阶段，并且把握各个阶段的要点是重中之重。本白皮书提出了“项目初期的研判”、“不要贪多”、“将数据进行到底”和“从业务中来，回到业务中去”四个要点。

数据应用过程中，体系搭建层次可以由浅入深，先实现整体性的数据可视化，以获得关键业务重要指标的宏观性动态、即时数据，再实现数据的上卷下钻以快速归因，最后实现决策支持与智能预警。

高校数据应用典型场景

对高校BI应用常见的10大场景进行分析，以案例的方式解决高校在各个场景下数据赋能业务难、数据价值不突显的问题。

趋势之下，更应当打好基础

相较于金融、制造等数据领先的行业，高校的数据应用目前还处于初级阶段，但高校的信息系统建设情况普遍良好，因此有一定的数据基础。在数据应用方面，高校首先要解决的是数据孤岛问题，使各系统、各端口、各业务的数据有效聚合，构建数据标准，不断提升数据质量。

高校的数据应用场景较为复杂，尤其是对于学生管理的数据应用，大多涉及安全防控等事项，因此需要在掌握实时数据情况的同时，做到预先防范，通过数据对可能发生的事情进行预测与推演，这就需要逐步实现数据的智能化。未来，将有更多的高校进入到数据分析阶段，并逐步实现数据挖掘，基于智能化的BI+AI平台，实现业务洞察与预测。

同时，高校作为公共资源的一部分，本身带有一定的共享性。与社会共享数据，一方面可以利用公共数据资源，同和社会数据，拓展自身数据的广度和深度，构建更为完善的数据体系，从而在一定程度上弥补数据维度的缺失，更好地辅助提升教育质量；另一方面可以辅助实现教育公平，将教育资源共享，实现教育质量的共同提升。构建数据共享机制，并进行科学的采集、保存、管理和使用，需要政府进行支持，建立第三方监管机构，保障数据的存储合理、使用合规，构建统一的分析应用平台，从而共同推动智慧校园的建设，这也是未来高校数据应用充分发挥价值的关键之一。