教育数字化知识图谱

学校数据治理的目标是要建设完整、准确、及时的全域数据，实现数据资源在各组织机构部门的共享和流转，提升数据的服务能力以实现数据价值的最大化，是一项技术要求高、涉及部门广、基础工作繁、建设效果慢的长期工作。数据治理强调的是自上而下的强制性，在数据治理过程中，学校顶层设计是数据治理能否成功的关键影响因素，要规划好信息部门、业务部门、师生用户、二级学院的不同角色，构造完整的数据生态。

一、 构建“数据生态”治理体系的意义

高校本身是一个有组织的社会体系，高校中的师生或二级组织利用高校提供的资源和基础设施，从事教学、科研、社会服务等活动。学校为师生或二级组织提供各种所需要的服务，师生或二级组织使用这些服务，在使用服务的过程中学校行使监控和管理的职能，同时创造了价值。因此， 高校的核心就是建立了一个自治的，自服务的，可以持续发展和自我增值的生态系统 。

数字校园作为高校的数字孪生，其本身解决的是对高校的结构化定义问题 ，对于人事、学工、财务、资产、教务、科研等业务系统解决的是二级组织、师生，资源和基础设施，教学、科研等活动的数字化问题，对于应用支撑平台的数据共享或交换功能解决的是数据本身的数字化和结构化问题。

而 智慧校园的核心是有效感知、高效协同、智能处理 。有效感知是按需实时采集，动态监测；高效协同是高校的各种资源如何整合为一个有机体，提供统一能力和快速的联动；智能处理是对采集数据进行分析和加工，形成有效决策和事件，调动末端智能响应。

图 1 智慧校园总体框架

智慧校园不再是职能驱动，而是流程驱动、数据驱动，高校的管理不再是经验、粗放式的，而是数据 + 决策、精细化的，高校的智慧在于实体校园和智慧校园两者生态圈的深度融合，因此， 以人为本，全面感知，智能协同，内生发展必然成为智慧校园的四个基本特征 。综上所述，“数据生态”治理体系的构建也成为 智慧校园建设的重要组成 ，也是高校 数字校园向智慧校园建设演进 的必然要求，是高校 治理体系治理能力现代化 的必然要求，是高校 信息化与教育深度融合 的必然要求，高校 信息化部门强化自身价值 的必然要求。

二、 构建“数据生态”治理体系的目标和任务

2.1 学校数据现有产生使用体系的现状

2018 年， 学校 为解决 信息孤岛问题，开始建设应用支撑平台，该平台 建设内容包括《盐城工学院数据标准》的制定，以及 统一信息门户、统一身份认证、公共数据中心、智慧盐工 APP 等系统 。应用支撑平台与教务、研究生、学工、 OA 、科研、财务、一卡通、图书、资产、房产、网站群、邮箱、 VPN 、上网认证、无线网等业务系统已进行集成。 应用支撑平台已 实现学校主要信息资源的共享，从各个业务系统共享的主数据共 93 张表 ， 2 千万条记 录。各个业务系统按照数据标准进行数据清洗的工作在不断推进，已实现了教职工和学生在各个业务系统间身份的统一和互通。 通过 机 构和人员等主数据的交换，人事、教务、研究生、一卡通作为教职工、本科生、研究生和其他人员的权威数据源，每日定时向各个业务系统推送人员信息 。

表 1 盐城工学院应用支撑平台数据交换 UC 矩阵表（ C 产生、 U 使用）

学校经过多年信息化建设，积累了大量“人物事”的数据，但是未通过治理的数据不能形成有效数据资产，机制、制度、意识的缺位导致数据缺失、质量不高、流向混乱、共享不足，未形成数据资产的现状。

2.2 目标—实现学校“数据生态”治理体系的现代化

学校“数据生态”治理体系的现代化就是业务数据化、数据资产化、资产服务化服务业务化。 区别于以往数据治理始于数据终于数据的一个自闭环，数据和业务之间形成一个产生和使用的闭环过程。在“数据生态”治理体系中，学校各业务系统作为的数据服务提供方，通过自身的数据处理能力以及业务对数据的不断供给（业务数据化过程），形成一套持续运行的、不断完善的数据资产（数据资产化过程），当学校在面对业务需求，构建新的应用时，该体系可以快速的提供数据服务（资产服务化过程），灵敏的响应学校多元化业务创新（服务业务化过程）。

三、 盐城工学院“数据生态”治理体系的设计

“数据生态”治理体系是一个庞大的系统性工程，成熟的工作框架能够帮助对复杂模糊的概念做清晰的梳理。本方案中的工作框架以学校发展战略为导向，围绕数据的全生命周期管理，从数据管理和服务的整体角度出发，清晰描述高校数据各项功能和活动，同时是对高校业务管理工作的整体梳理和重构，涉及各个部门、各类人员的切身权益，因此首先需要做的是制定完整、科学的治理体系规划，保证后续的各项工作有制度保障并有序推进。

该体系本身是对学校数据进行制度化管理，其中数据资产是对于学校数据资产的保值、增值进行的制度设计，数据过程是对于学校数据流动过程的影响和干预的制度设计，数据组织是对于学校数据利益相关者的数据权属、责任、目标开展的协作创新、协同目标的制度设计，包括数据确权、流程治理、用户治理等方面。

3.1“ 数据生态 ” 治理体系的组织架构设计

体系组织中应争取学校各方的支持，设为三层结构：决策层、管理与协调层、执行层，通过跨部门协作机制，来规范治理主体。该组织要定战略、定标准、定流程、定岗位，明确数据流向、明确归口部门、明确岗位职责；要统筹规划学校的数据战略，建立数据标准规范、数据管理制度和流程、数据运营和维护机制，依托数据管理平台，实施数据标准化落地、推广。

3.2“ 数据生态 ” 治理体系的制度设计与编制

制度是数据治理工作的重要保障，在工作之前，完成定章建制，说明各方需要遵循的规章，在治理过程中，能够显著减少推进的阻力。本体系的制度主要分为基本制度、专项制度，后续可以根据实际情况进行拓展。基本制度为数据管理办法，专项制度包括数据标准管理办法、数据质量管理办法、数据应用管理办法、数据开放管理办法、数据安全管理办法。

3.3“ 数据生态 ” 治理体系的机制与流程设计

“ 数据生态 ” 治体系的机制是体系如何运转的工作模式，包括数据权属界定，明确 UC 矩阵，进行数据确权，保护个人信息；建立数据分享机制，实现数据交换、清洗、推送；建立数据增值、赋能、服务机制，实现数据分析，生成主题数据，精准化、个性化推送数据；建立数据标准化机制，对元数据、数据存储、数据交换、数据服务等全生命周期环节进行规范。

3.4 学校信息资源和业务流程普查

摸家底需要全面调研和了解学校的数据管理现状，以便做出客观切实的评估，此阶段最主要的技术性工作是学校数据资源的普查。数据资源普查的方法一种是自顶向下的梳理和调研，另一种是自底向上的梳理和调研，学校将同时采用上述两种方法进行梳理，便于相互补充和快速推进。自顶向下的调研一般会用到 IRP （信息资源规划）， IRP 是指对所在学校数据的采集、处理、传输和使用的全面规划。采用 IRP 方法进行数据梳理需要对职能域、业务域进行定义，并对每个职能域和业务域中的业务流程进行梳理，同时需要收集各类业务单据、用户视图，并对每个单据和用户视图进行梳理和数据元素分析。该方法优点让学校能够对现有数据资源有个全面、系统的认识，特别是通过对职能域之间交叉信息的梳理，使我们更加清晰地了解到学校信息的来龙去脉，有助于我们把握各类信息的源头，有效地消除“信息孤岛”和数据冗余、控制数据的唯一性和准确性，确保获取信息的有效性。这种方法缺点是需要消耗较大的成本和周期。

由于学校前期已经通过应用支撑平台的建设，对学校部门主数据进行梳理识别，每天完成主数据的共享和交换。主数据描述学校最核心的数据，是学校最有价值的数据资产。主数据是不同业务部门之间、不同业务系统之间高度共享的数据，主数据是不可拆分的数据实体，如组织、人员等，是所有业务的基础，在组织范围内同一主数据要求具有唯一的识别标志，如人员等都必须有唯一的编码，与行为数据相比主数据是相对稳定的，变化频率较低，主数据一般具有较长的生命周期，需要长期保存。

为充分利用已有成果，学校将继续完善由底向上的主数据梳理和调研，从学校信息系统入手，对已建系统、在建系统、待建系统的数据视图进行梳理、分析，识别出主数据在信息系统的分布情况，理清数据来源去向、标准情况、质量情况、管理情况、共享情况。另外，还需要对系统未管理的线下数据进行整理分析。由底向上方法的优点在于针对性强，快速实施、快速见效，缺点是梳理的数据不够全面和系统。学校的数据名目繁多，千变万化，不可能一次性完成对所有数据资源的梳理和分析。要选择好业务重点，优先实施， 2021 年学校将以人事系统为出发点，以教职工为主线，首先对人事域的信息资源和业务流程进行普查。

业务流程与数据资源调研工作由信息化办牵头，组织各部门根据自己的业务要求，梳理出本部门相关工作所覆盖的全部业务流程及数据资源。 各部门组织部门内部管理人员对其在履行职责过程中所经办的业务流程，产生或获取的各类数据资源进行统一梳理，并根据《盐城工学院智慧校园应用及数据调研提纲》，形成本部门工作覆盖的业务流程与数据资源总体情况，以及详细业务流程及其数据资源一览表。在各部门自行梳理阶段的基础上，信息化办将与有关部门一对一进行沟通，进一步明确业务流程及数据资源，汇总形成《盐城工学院业务流程汇编》、《盐城工学院数据资产目录》。

表 2 盐城工学院数据一级目录

表 表 3 盐城工学院人事域业务流程和数据资产清单

3.5 开展数据治理工作的主要切入点和抓手

数据治理是数据标准和管理规范的常态化贯彻，是对数据的新增、变更、使用等过程的规范，需要配合学校数据管理的相关制度和流程，做到定岗定责、责任到人，从源头上控制好数据的质量，保证数据的唯一数据源和统一数据视图。在体系建立到位的前提下，有计划地分主题、分职能域来推动数据治理，每一个职能域上线就是启动一个 PDCA 循环，即计划、实施、评价、改进闭环，促进一部分数据质量提升。

（1） 启动核心主数据清洗 。

针对数据库中数据标准化问题、数据缺失问题，策划了专项治理工作，通过技术手段清理显而易见的标准化问题和数据缺失问题，进行有效整改，最终去除基础问题。学校最核心的数据，是有关学生、教职工、专业、课程的关键基础数据，包括三类内容：第一类是人（教职工、学生），第二类是实体物（建筑物、房间、设备等），第三类是非实体物（机构、专业、课程等）。上述主数据经常被各个系统复制使用，贯穿学校的业务流程、各类系统和应用，在提交报表给各类上级部门时，基于上述数据的统计值也是最基础最核心的内容，上述数据也是未来持续开展基于在线平台的数据治理活动的基础。以人员核心数据为例，校内教职工、外聘教师、临时人员等类型的人员由各个部门管理，人员交叉多种身份，分而治之的模式导致现有数据存在混乱。针对上述问题，首先要设计一张基础表，统一管理各类人员，并且支持拓展类型，以身份证号关联的工号、学号为唯一判别依据，设计人员状态码用于记录人员进出校动作，然后协调各个部门对现有数据进行逐个判别，标记正确的身份、部门、人员状态，最终完成人员核心数据的净化。

（2） 启动“一表通”系统 。

针对个人数据领域中存在的问题，学校建设并推广了“一表通”系统，实现一站式填报采集、纠错、审核、补充数据。首先将分散在各业务系统中的数据集成整合，向个人用户展示并提供填表服务，师生将发现的数据不准问题向数据源提出并整改，对于系统中缺失的数据，师生填报后由数据源单位核查确认后收录进数据库。

学校将以职称评审、岗位聘任、年度和聘期考核工作为抓手，强化顶层设计，自上而下推进“一张表”工程，旨在解决师生反应强烈的“表格繁多、重复填报”等突出问题。学校通过数据治理、数据共享和交换等手段，实现师生在线填写相关表格时“一次录入、共享互通、重复使用、自动填充”。在推进“一张表”工程中，经过多部门沟通协调，学校对现有数据做了高度集成，采集学校已有的人事、教学、科研等教工个人数据，切实减少了老师的填报数据量。

（3） 对接网上办事大厅促数据流通和规范 。

一些高校启动了运动式数据治理，以期净化并整合大量的教师、学生等数据。虽然短期数据得到了大的改善，但随着时间推移，或者数据再次被“污染”，或者工作集中卡在了技术部门，数据更新明显滞后于业务。原因在于学校内部存在大量跨部门、多人协同配合的业务流程处理，一环接一环，传统的信息传递采用报表汇总、电话催办的模式，这样的方式对数据质量无太多益处，反而影响了效率和准确性。

（4） 启动业务一体化 。

例如在资产建设过程中，从国有资产管理处的角度脱开，从全校“大资产”的全局视野，对资产从采购到报废的业务全生命周期进行梳理，并对现有业务流程进行重新架构，通过工作流引擎进行串联，完成基于业务合作的跨部门协同服务的整合，一方面改变用户的协同工作模式，同时也加强整个业务流程的贯通，促进校内部门间的协同与发展。

按照“数据驱动”的思路，以业务数据为核心，将各部门间的数据资产进行了全面梳理，通过掌握数据的分布和流动，化繁为简，透过原来复杂的流程提炼了该问题的本质，对原有的报销流程进行了优化，打造了更高效的组织和用户交互方式，实现了资产数据、财务数据、招投标数据、合同数据、审计数据和其它业务系统的数据共享和打通，有效缩短了师生办理业务的流程。

（5） 启动“领导驾驶舱”系统。

针对学校办公业务数据存在的问题，学校建设“领导驾驶舱”系统，将决定学校运行方向的关键数据集成展示，在辅助决策中发现数据不准、不一致、数据缺失的问题，并下达整改督办函，促进主责单位尽快整改提升。各级领导参与相关的培训首先从建立数据素养和数据分析思维开始，提出业务工作中想利用数据解决的问题。

2021 年 2 月