教育行业如何做好数据治理？
“三通两平台”全面深化应用，全国中小学互联网接入率已达100%，数字资源供给质量和师生数字素养显著提升，“教育信息化2.0”行动持续推进……
信息化不断发展，知识的获取与传授方式也在随之不断变革，在技术的加持和政策的助推下，教育领域的数字化转型进程正日渐加速，当前我国教育行业已进入数据应用新时期，教育数据治理作为教育数字化转型的基础工程，也随之进入建设深水期。
今天小亿就来和大家分享，教育行业数据治理的难点与挑战，以及教育行业如何做好数据治理。
— 01 —
新时期下的教育发展与“数”俱进
随着大数据技术的逐渐成熟，教育行业对数据价值的关注与日俱增。
早在2015年《促进大数据发展行动纲要》已将“建设教育文化大数据”定为国家战略。这不仅是时代对教育行业的赋能，同时也对教育行业如何进行数据治理的组织与管理工作提出了要求和挑战。
2022年1月12日，《“十四五”数字经济发展规划》提出“深入推进智慧教育”，强调推进教育新型基础设施建设，深入推进智慧教育示范区建设，推动“互联网+教育”持续健康发展。
2022年2月8日，《教育部2022年工作要点》明确提出“实施教育数字化战略行动”，建设国家智慧教育公共服务平台，加快推进教育数字转型与智能升级。文件中对数据治理提出了更高层级的要求：“强化数据挖掘和分析，构建基于数据的教育治理新模式”。
教育行业如何做好数据治理，让数据价值得到充分发挥与应用，成为“互联网+教育”数字转型新时期赋予高校信息化工作的重要发展使命。但教育行业的数据治理，仍面临着诸多难点与挑战。
— 02 —
教育行业数据治理的难点与挑战
教育与经济社会具有着高度的同构性，相关资源彼此联系、信息交织汇集、数据来源多样、要素关系分散，这使得教育领域的大数据呈现出跨时间、跨地域、跨模态、跨领域等特征，且碎片化、分散化，结构化和非结构化数据并存。这都给教育领域的数据治理加大了难度。
2.管理待完善
“信息孤岛”也是校园信息化建设多年来的顽疾和痛点。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。如果不通过一套机制来进行顶层设计和重构，各类教学、管理、科研数据管理权限分散在各个部门内，数据的价值难以得到充分发挥，也无法达到预期的建设目标。
目前很多学校在数据治理过程中普遍存在的问题是：投入小，并未建立大数据中心，导致各类型的数据难以得到及时的整合和分析；由于缺乏统筹规划和对于系统整合的有效支持，导致各类数据的流通度较低，难以应对学校对于教学、科研、管理、评估等方面的综合需求，数据难以满足不同主体的应用需求。
校园内部教职工较难意识到大数据的重要性，缺乏对大数据观念的深度理解与分析意识，不懂得如何应用大数据来让教学或管理更加高效。但数据治理是集中人、过程和信息技术的数据管理过程或方法，要确保学校的数据资产能得到合理的使用，不仅要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。
— 03 —
教育行业如何做好数据治理？
大数据时代，数据战略是教育发展战略中的重要组成部分，它涵盖了发展目标、发展规划等一系列内容，是指导数据治理工作的最高原则。
教育数据治理的目标应该是通过“终身一人一号”体系建设，逐步实现以“人”为单位归集各类高质量的教育数据。这里的“人”既可以是以学生和教师为代表的自然人，也可以是以学校为代表的法人。只有教育数据中心的数据规模够庞大，数据种类够丰富，才能更好地支撑教育大数据分析的需求，实现基于数据的教育决策。
数据治理的政策与制度是数据治理各环节功能的理论纲领，从人员、技术、方法、管理等方面全面指导并规范数据治理流程中各单元工作的有序开展。相关政策与制度的制定应符合国家、行业总体发展方针及战略目标要求，并结合实际的校情校况制定适合自身阶段性或长远发展的办法。
高教数据治理相关参考政策及制度包括：
①基于人员管理方面：制定《数据管理组织的角色权责指导原则及方法》《数据人员考核评估办法》等；
②基于技术方法方面：制定《XX学校数据管理办法》《数据管理信息标准规范》《元数据质量标准及评估指标》《数据质量管理办法》《数据安全分类分级管理规范》《数据资产价值评估指标》《数据服务管理机制与管控流程》《数据质量服务能力评价办法》等。
组织与人员是落实数据治理责任体系和数据治理工作持续开展的关键。
数据治理工作组可以设立在学校网络安全和信息化工作领导小组下，其工作职责包括：全校范围数据资源的统一规划；学校数据信息标准、编码标准、技术规范、管理规范的制定和完善；为学校数据整合、共享、深度分析和综合应用提供服务保障；为学校各部门的信息化数据管理工作提供指导与业务支撑。
此外，教务、科技、人事、学生工作、研究生、财务、资产等多个业务职能部门和学院都会涉及到数据相关的工作项目。这种情况下，需要明确各个项目的数据主管，建立协作开放合作机制，推动各个业务系统数据开放共享，推进各个业务部门数据源头的数据采集与数据质量负责制，真正推动数据从生产、交换、共享、使用、价值分析全链条数据质量管控，高效完成数据治理工作。
数据标准体系的建设是教育信息化建设过程中的重要一环，能够有效支撑和保障数据应用。数据治理委员会应从教育业务实际需求出发，组织完成各类标准的编制，包括技术标准、业务标准、管理标准、数据质量标准等。
教育数据标准的建设可以参照以下思路进行：
①以学校的实际情况为基本出发点，调研学校现有的信息化管理系统，采用系统分析的方法，做好顶层设计。标准的编制既要满足上级部门的管理与统计需求，也要为校内外的数据交换与共享服务。
②研究现有教育行业标准，以CELTS中教育管理信息类标准为重要参考，分析其制定规则、编码规则、数据字典，适应国家的教育管理信息化建设大局。
③建设新的数据标准时，尽量遵循实际约定，与习惯保持一致，使学校已有的信息资源得到最大程度的利用。
下图是上海教育数据标准体系架构，从数据全生命周期视角展示了各标准规范的执行流程及规范阶段，具有一定的参考价值。上海教育数据标准体系遵从其各项管理原则和角色划分，以数据服务为目标研究制定各项标准文件，对数据全生命周期过程提供技术指导和管理规范，旨在实现教育数据共享、开放和各类深度应用。
教育数据繁杂且碎片化地散落在各部门，既浪费软硬件资源，也不利于各维度信息的相互关联。做好数据的共享和融合，能打通教育单位基础数据融合通道、关联多维度数据并集中分析处理、提高教育资源利用率，是实现数据治理体系和治理能力现代化的必经之路。教育主管部门应通过教育数据的共享和融合建立起对教育数据的全局把控。各个学校也可以以此获得区域教育发展水平的各项基准数据作为组织教学的参考。教育数据共享是多层次、多维度的，不仅包括在教育系统内的共享，还涉及对外信息公开。
跨部门信息共享的障碍除了技术和业务层面的不兼容因素外，更多的是组织结构、部门间关系、部门利益相关等问题，如缺乏激励、抗拒变革、支持信任缺乏、利益冲突等。
针对这一问题，可以通过界定数据提供部门、数据使用部门、数据管理协调部门和数据技术管理部门的数据使用和管理责任，划清部门管理边界，以避免教育数据共享中的部门利益冲突，并规范各部门管理或技术人员行使职能，实现安全事件追责。从数据共享交换需求、供给、技术及协调管理4个方面确定各角色，既有利于厘清部门利益和落实部门责任，也简化了共享交换过程中的环节，便于数据共享流程化管理。
数据共享可以参考的管理流程如下图所示。
数据治理工作的落实依赖于信息技术平台。教育机构的数据治理平台建设应以已有的信息系统为基础，引入业界的先进技术和经验。从满足功能应用出发，以数据架构为基础，加强数据库设计，建立区域级的数据中心，搭建数据质量监控平台，实施数据安全工作。数据中心可以集聚零散数据、形成教育数据资源，然后基于先进的分析软件深度挖掘其中的价值；应能够直接与各单位自有的数据平台无缝连接，直接汇总各单位的原始数据；应包括数据挖掘和分析及评估管理信息系统，对数据挖掘分析的统计结果，并通过长期的数据分析，对教育现状辅助评估。
睿治数据治理平台是由亿信华辰完全自主研发的、开创性的、一站式综合数据治理整体解决方案。睿治数据治理平台融合数据集成、数据交换、实时计算存储、元数据管理、数据标准管理、数据质量管理、主数据管理、数据资产管理、数据安全管理、数据生命周期管理十大产品模块，打通数据治理各个环节，十大产品模块可独立或任意组合使用，快速满足各类不同的教育数据治理场景。
作为数字化领域的开创者和持续领导者，亿信华辰在教育行业深耕多年，目前产品应用于清华大学、 北京交通大学、北京科技大学、国防科技大学、电子科技大学、天津财经大学、华南师范大学、湖北大学等高校，提供数据分析、数据治理服务，助力实现数据化、网格化、协作一体化的教学、科研、管理和生活服务。
— 04 —
小结
随着大数据所释放的技术红利延伸至教育治理领域，数据治理为实现新时代更高水平的教育治理现代化带来了可能。数据治理只是第一步，未来还需用数据联动，平衡各方流程与业务，才能更好地实现数据赋能教育发展。
举报/反馈