当前位置: 商业快讯 > 正文

高校数据治理应该怎么做?

2022-09-22 17:53:47       来源:财讯界

现实中的高校数据治理,跟想象差距太大

前阵子去广州的一所高校调研,与信息中心负责人聊了很多。印证了行业内对高校治理的一些猜想,同时也接收到了来自一线的情报。总的来说,现实中的高校数据治理,与我们原本的想象差距不小。

下面来具体说说。

根据我们的认知,高校一般都会面临一下数据问题:

数据不可取

学校各部门、各学院信息系统多,数据多源且分散。由于缺少数据标准,数据采集就很困难。

数据价值低

缺少全校数据的整体规划,业务系统建设普遍存在“重功能轻数据”的问题,数据噪音多,数据质量差。“食之无味,弃之可惜”。

服务能力不足

多数高校信息化部门缺乏数据治理的方法和工具,数据的展示分析能力不强,不能高效地开展数据治理工作,无法为教学和管理提供有力支持。

数据安全保障难

数据共享、备份机制不健全,在数据的静态存储和动态传输过程中存在数据泄露的风险,数据安全面临挑战。

其实除了以上这些通病之外,还有很多没有被拿到台面上的问题。

1、数据质量差,多数是因为管理问题

一直以来,数据治理常被喻为智慧校园建设的“硬骨头”“牛鼻子”,外人看起来“高大上”,实际上只有事实的人才知道有多琐碎繁杂。

“费时费力不讨好,经常还要背黑锅”是一种常态。

数据质量差,才是高效数据治理遇到的最大的问题。而数据质量差的根本原因就是存在管理漏洞,这就说明高校的日常管理工作不够细致。

而承认了数据值质量差,也就是承认管理工作出现问题,试问哪个校领导愿意承认自己的工作存在问题呢?

2、数据治理会影响到个别部门和人员的切身利益

数据治理工作,一般都是从盘点梳理数据,建立标准开始的。而这一个过程实际上就是对学校业务管理工作的整理梳理和重构,在这个过程中肯定会触及到各个部门、各类人员的切身权益。

一些鲜为人知的业务和数据都会被搬到台面上,像这种涉及多方权益的数据治理工作,可想而知一定是阻力重重的。

3、数据治理人员、校领导们、各基层人员对数据治理的诉求不一致

数据治理这个概念才被提出来没多久,大部分人都不理解。认识不到位,行动自然也跟不上。

数据治理人员,想要通过数据治理把学校各部门各单位的数据经过梳理、采集、清洗、开发、治理、共享,最后形成数据资产,方便校领导查看,辅助决策。

校领导们一般只关心,做数据治理花了多少钱,多久能做出来,能达到什么效果。对学校评选双一流,申请科研经费有没有帮助?能不能很快了解到学校的师资力量、科研成果是不是能达到上级部门的要求?我们跟其他高校有多大差距,具体体现在哪些方面?等等一些很实际问题。

基层人员和教师们就更实际了。数据治理到底能帮我解决什么问题?能让我少填几张表?能不能减少重复填报数据的次数?能不能减少人工催收、手动计算的次数?能帮我节省多少时间?

我认为,高校数据治理工作,是从智慧校园向智能校园演进的必然要求,是推动高校治理体系和治理能力现代化的重要路径。

符合国家《“十四五”数字经济发展规划》、教育部《关于加强新时代教育管理信息化工作的通知》的精神和要求。

即使高校数据治理工作仍然存在诸多挑战,我们也应当抱有“迎难而上”的精神,遇到问题就解决问题。

那高校数据治理应该怎么做呢?我在这里提出几点建议供参考:

1、促进校领导和各部门、各基层人员达成共识,建立并完善数据治理机制

数据治理是涉及全校所有部门的工作,必须自上而下合力推进。

需要由校长或者主管副校长牵头成立信息化建设领导小组,然后校信息化办公室负责具体的标准制定,统筹实施,各业务部门和基层员工负责各自业务范围内容数据维护和流转,数据中心建设可以由校网络信息技术中心或者外聘专业的数据治理公司来负责。

对于信息化建设领导小组发布的,数据标准、数据确权、数据资产管理和数据安全相关等各种文件,各级部门的负责人需要负责监督落地执行并做好对接工作。

2、全面梳理原有数据,建立数据标准,从源头上保障数据质量

技术只是工具,做数据治理之前,需要首先梳理清楚到底有哪些数据,数据标准是什么,这些数据如何分类存储。

梳理原有数据是最费时费力的工作,但是极其重要,关乎数据质量和后续的数据利用,马虎不得。

需要根据各高校实际的业务和应用场景进行梳理,常见的有职称评聘、奖学金申报、助学金评定申报、招生工作、论文和科研成果申报等等。

确定好数据标准和数据填报流程,数据质量就有了保障,数据也会愈加完善。

3、保持解决问题提高效率的初心,鼓励大家多使用,多提意见

我们常说,数据治理工作的实施开展,是为了解决目前存在的数据问题,提高工作效率,而不是形式主义,为了数据治理而治理。

这就要求,在数据治理的全过程中,都需要秉承着简化流程、减少重复填报,尽可能减少填报工作量。

但为了减少后期重复建设,在设计数据治理框架之初,对数据存储体系和数据应用场景的设计,应当具备一定的业务前瞻

只有真的能解决数据提供者和使用者的切身问题,才能保障数据治理工作能够真的落地,发挥出它应有的价值。

数据治理是一项长期的工作,符合学校实际情况是前提,合理的技术路线、数据架构和实施人员是基础,切实可行的实施方法和有效抓手才是高校数据治理成败的关键。

最后介绍一下光点科技

光点科技是一家在政企数据治理、数据中台建设、数据展示分析方面有着丰富经验的公司,已经服务过超100家政府单位和企业,涵盖智慧城市、园区、政府、集团企业、金融、制造、能源、电信、工程、教育、检验检测等多个行业 。在帮助客户进行数字化转型方面也有一定的心得。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。

关键词:

责任编辑:kj005

文章投诉热线:156 0057 2229 投诉邮箱:29132 36@qq.com
商业快讯

高校数据治理应该怎么做?

2022-09-22 17:53:47   财讯界

现实中的高校数据治理,跟想象差距太大

前阵子去广州的一所高校调研,与信息中心负责人聊了很多。印证了行业内对高校治理的一些猜想,同时也接收到了来自一线的情报。总的来说,现实中的高校数据治理,与我们原本的想象差距不小。

下面来具体说说。

根据我们的认知,高校一般都会面临一下数据问题:

数据不可取

学校各部门、各学院信息系统多,数据多源且分散。由于缺少数据标准,数据采集就很困难。

数据价值低

缺少全校数据的整体规划,业务系统建设普遍存在“重功能轻数据”的问题,数据噪音多,数据质量差。“食之无味,弃之可惜”。

服务能力不足

多数高校信息化部门缺乏数据治理的方法和工具,数据的展示分析能力不强,不能高效地开展数据治理工作,无法为教学和管理提供有力支持。

数据安全保障难

数据共享、备份机制不健全,在数据的静态存储和动态传输过程中存在数据泄露的风险,数据安全面临挑战。

其实除了以上这些通病之外,还有很多没有被拿到台面上的问题。

1、数据质量差,多数是因为管理问题

一直以来,数据治理常被喻为智慧校园建设的“硬骨头”“牛鼻子”,外人看起来“高大上”,实际上只有事实的人才知道有多琐碎繁杂。

“费时费力不讨好,经常还要背黑锅”是一种常态。

数据质量差,才是高效数据治理遇到的最大的问题。而数据质量差的根本原因就是存在管理漏洞,这就说明高校的日常管理工作不够细致。

而承认了数据值质量差,也就是承认管理工作出现问题,试问哪个校领导愿意承认自己的工作存在问题呢?

2、数据治理会影响到个别部门和人员的切身利益

数据治理工作,一般都是从盘点梳理数据,建立标准开始的。而这一个过程实际上就是对学校业务管理工作的整理梳理和重构,在这个过程中肯定会触及到各个部门、各类人员的切身权益。

一些鲜为人知的业务和数据都会被搬到台面上,像这种涉及多方权益的数据治理工作,可想而知一定是阻力重重的。

3、数据治理人员、校领导们、各基层人员对数据治理的诉求不一致

数据治理这个概念才被提出来没多久,大部分人都不理解。认识不到位,行动自然也跟不上。

数据治理人员,想要通过数据治理把学校各部门各单位的数据经过梳理、采集、清洗、开发、治理、共享,最后形成数据资产,方便校领导查看,辅助决策。

校领导们一般只关心,做数据治理花了多少钱,多久能做出来,能达到什么效果。对学校评选双一流,申请科研经费有没有帮助?能不能很快了解到学校的师资力量、科研成果是不是能达到上级部门的要求?我们跟其他高校有多大差距,具体体现在哪些方面?等等一些很实际问题。

基层人员和教师们就更实际了。数据治理到底能帮我解决什么问题?能让我少填几张表?能不能减少重复填报数据的次数?能不能减少人工催收、手动计算的次数?能帮我节省多少时间?

我认为,高校数据治理工作,是从智慧校园向智能校园演进的必然要求,是推动高校治理体系和治理能力现代化的重要路径。

符合国家《“十四五”数字经济发展规划》、教育部《关于加强新时代教育管理信息化工作的通知》的精神和要求。

即使高校数据治理工作仍然存在诸多挑战,我们也应当抱有“迎难而上”的精神,遇到问题就解决问题。

那高校数据治理应该怎么做呢?我在这里提出几点建议供参考:

1、促进校领导和各部门、各基层人员达成共识,建立并完善数据治理机制

数据治理是涉及全校所有部门的工作,必须自上而下合力推进。

需要由校长或者主管副校长牵头成立信息化建设领导小组,然后校信息化办公室负责具体的标准制定,统筹实施,各业务部门和基层员工负责各自业务范围内容数据维护和流转,数据中心建设可以由校网络信息技术中心或者外聘专业的数据治理公司来负责。

对于信息化建设领导小组发布的,数据标准、数据确权、数据资产管理和数据安全相关等各种文件,各级部门的负责人需要负责监督落地执行并做好对接工作。

2、全面梳理原有数据,建立数据标准,从源头上保障数据质量

技术只是工具,做数据治理之前,需要首先梳理清楚到底有哪些数据,数据标准是什么,这些数据如何分类存储。

梳理原有数据是最费时费力的工作,但是极其重要,关乎数据质量和后续的数据利用,马虎不得。

需要根据各高校实际的业务和应用场景进行梳理,常见的有职称评聘、奖学金申报、助学金评定申报、招生工作、论文和科研成果申报等等。

确定好数据标准和数据填报流程,数据质量就有了保障,数据也会愈加完善。

3、保持解决问题提高效率的初心,鼓励大家多使用,多提意见

我们常说,数据治理工作的实施开展,是为了解决目前存在的数据问题,提高工作效率,而不是形式主义,为了数据治理而治理。

这就要求,在数据治理的全过程中,都需要秉承着简化流程、减少重复填报,尽可能减少填报工作量。

但为了减少后期重复建设,在设计数据治理框架之初,对数据存储体系和数据应用场景的设计,应当具备一定的业务前瞻

只有真的能解决数据提供者和使用者的切身问题,才能保障数据治理工作能够真的落地,发挥出它应有的价值。

数据治理是一项长期的工作,符合学校实际情况是前提,合理的技术路线、数据架构和实施人员是基础,切实可行的实施方法和有效抓手才是高校数据治理成败的关键。

最后介绍一下光点科技

光点科技是一家在政企数据治理、数据中台建设、数据展示分析方面有着丰富经验的公司,已经服务过超100家政府单位和企业,涵盖智慧城市、园区、政府、集团企业、金融、制造、能源、电信、工程、教育、检验检测等多个行业 。在帮助客户进行数字化转型方面也有一定的心得。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。

责任编辑:kj005

相关阅读

美图推荐

金融科技下,金融企业如何保障信息安全
主播雨化田们再接新活,这次让网友们下载的是交管12123APP
深圳看到科技发布Kandao Meeting S 180°超广角智能视频会议机
QQ音乐做了“一件有意义的小事”,让这些孩子听见“听不见”的音乐

精彩推荐