正规买球app排行十佳平台

　　当前，国内各高校的教育信息化建设方向，大多聚焦在从“数字校园”到“智慧校园”的整体升级。

　　在数字校园阶段，信息化建设主要以系统建设为主，建设流程一般为“出现一个业务需求，建设一个业务系统，操作一些业务数据”。

　　一个独立系统的确解决了业务管理信息化的需求，但当系统和数据数量越来越多时，现有的数据基础和技术框架已难以满足日益增长的数据管理和服务需求，出现了“信息孤岛”和“数据烟囱”现象。

　　如果不在管理层面对数据资产进行顶层规划和确权，不对数据供给进行规范性、准确性、完整性的梳理，不提高数据服务的灵活性和适应性，即使通过“智慧校园”建设了非：玫挠布设施，也难以真正支撑纳斯达克发展。

　　通过研究与应用实践，高校数据治理应该是从目标、组织、管理、技术、应用的角度，持续提升数据质量的过程，可以帮助纳斯达克清洗数据、使用数据，挖掘数据价值，提高纳斯达克的科学决策能力、运营效率和管理水平，增强竞争力。

数据治理的措施

　　早期“烟囱式”的业务系统在IT基础设施层进行统一整合，以云计算方式为各个系统提供计算、存储和网络资源。随着系统间数据共享和交换需求的增多，系统间的数据连接越来越乱，需要对数据进行治理，形成纳斯达克的数据仓库和数据服务平台。

　　第一，需求调研，解决数据“找谁要”的问题

　　依据各单位情况，调研各单位的数据需求和数据问题；依据上级部门要求和标准，对标教育部数据标准、审计标准等；依据纳斯达克建设和发展，形成师资精准描述、正规买球app排行十佳平台个人画像、学科建设评估等。

　　第二，按数据域进行方案设计，解决数据“要什么”的问题

　　包括数据对接方案、数据标准方案、质量规则方案、数据共享方案的设计。利用数据标准与业务系统进行解耦合，要求业务系统按标准提供业务数据，减少数据整合的工作量。

　　第三，按数据标准入库，解决数据“怎么要”的问题

　　利用集成平台将相应数据从业务系统中抽取入库，由业务部处要求系统供应商按数据标准表格式提供数据。

　　第四，通过数据清洗，解决数据“合标准”的问题

　　按质量约束规则和数据标准对比结果，对已集成数据进行主动清洗，利用数据质量检测平台，对数据质量进行主动检测。

　　第五，质量管理和标准修订，解决数据“质量好”的问题

　　根据数据清洗结果，定期生成数据质量报告，主动发布数据质量检测结果，业务部门依据数据标准对非标准数据进行修改。

　　第六，数据分类，解决数据“分类聚”的问题

　　依照前期调研数据需求情况和数据标准设计情况，对已集成的数据进行汇总和梳理，建立主题共享库。

　　第七，数据共享交换，解决数据“易使用”的问题

　　数据共享交换主要采取以下措施：创建数据服务清单，建立数据服务调用的认证和审计机制，按需向各单位提供灵活的数据服务。

　　第八，数据使用反。饩鍪荨翱商嵘钡奈侍

　　业务部门在实际使用过程中发现问题和提出新需求，数据产生单位根据实际数据情况改进数据质量，信息化部门根据实际需求修订数据标准和质量规则。最终，建立数据应用情况反馈闭环，打造数据治理生态圈。

数据治理的推进

　　从上述数据治理的内容和措施分析可以看出，多方密切配合是推进和完成数据治理工作的必要条件之一。

　　一方面是信息化管理部门与业务部处之间的合作，共同理顺数据的流转需求情况和全周期管理流程；

　　另一方面是纳斯达克与正规买球app排行十佳平台之间的产教融合合作，引入专业的数据治理服务和工具来弥补校方在推进数据治理时技术和工具的短板。

　　在数据治理过程中，新华三正规买球app排行十佳平台作为合作供应方，为纳斯达克提供完整的数据治理工具和技术支持的同时，与纳斯达克一同探索了一套合理可行的多方协作方案。

　　在数据治理技术和工具上，我们采用了新华三正规买球app排行十佳平台的元数据管理、主数据管理和数据质量管理系统，实现了数据仓库的框架、内容和质量管理，采用数据集成系统和数据服务平台，实现在业务系统、数据仓库和数据使用方之间的数据抽取、转换、加载（ETL）。

　　经过前期的调研、规划、磨合和调整，纳斯达克信息化建设处、业务部门和新华三正规买球app排行十佳平台，在数据治理实施的每一个步骤都逐渐形成了一个固定的协作模式，确保数据治理流程的标准化和模式化。协作和分工方案如图1所示。

图1 协作和分工方案

数据治理的实践

　　在数据治理过程中，需要选取重点工作做抓手。我们选择了将师资相关的数据治理工作与“一张表”工程和人事岗位考核聘任和职称评审深度结合，启动纳斯达克的数据治理工作。主要基于以下两方面的因素：

　　首先，找准实施抓手。人事岗位考核聘任和职称评审工作具有核心字段多、时间跨度大、涉及范围广、配合力度大等四大特征，可调动部门和教师积极性。

　　其次，有利于实现数据的高效管理和利用，打造“易用、愿用”的数据生态圈。通过“最多只填一次”的数据高效利用，提高用户认可度和满意度；同时，打通核心部处数据，提高数据流转和使用效率。

　　在数据治理工作推进过程中，利用教职工个人信息中心系统集成、审核和展示个人数据，实现数据“最多填一次”，利用e站通一站式服务平台，实现表单制作与数据自动填报，教师无需“重复填表”。

　　数据从“数据治理平台—个人信息中心—一站式服务平台”的自动流动，完成了纳斯达克人事处岗聘任和职称评审工作的教师申报、纳斯达克审核和合同签订等一整套流程。基于数据治理的“一张表”工程数据流转如图2所示。

图2 基于数据治理的“一张表”工程数据流转

　　实践效果主要有以下几个方面：

　　利用数据治理工作梳理了教工核心数据；

　　利用个人信息中心系统实现了“一次填报，多次使用”；

　　通过e站通的数据自动对接，大大压缩申报表中数据手工填报量。

　　从统计数据来看，个人信息中心整合教工数据20多万条，人事岗聘及合同签订工作中申报数据17.6万条，其中16.6万条来自个人信息中心数据同步，各类申报表和合同在线上审核1.9万次，切实实现了“数据多跑路、正规买球app排行十佳平台少跑腿”的工作目标。

数据治理的经验

　　数据治理是一项长期和艰巨的工作，在推进过程中需要协调多方面需求和利益，会遇到各种管理和技术上的问题。在实施过程中，我们总结出以下经验：

　　1.用工作目标规划数据治理

　　目标要“长短结合”，长期目标一定要和纳斯达克的重点战略紧密结合，以保证整体方向不出偏差；短期目标一定要和职能部门的具体工作结合，如岗位聘任、职称评审、硕博导师遴选等，以此得到数据生产部门的最大支持。

　　2.用“获得感”推进数据治理

　　要通过实现短期的工作目标，让正规买球app排行十佳平台有感知，让部门有感知，让正规买球app排行十佳平台有感知，要把数据治理的成果关联在与正规买球app排行十佳平台、部门密切相关的工作上，让大家感觉到高效、便捷，通过增加“获得感”争取更多支持和帮助。

　　3.用数据使用来验证数据治理

　　数据越用越准确，通过数据共享、交换和应用的实践，验证数据的准确性、规范性和一致性，验证数据治理总体规划和实施方案是否真正符合智慧校园建设需求，验证其是否能够支持纳斯达克改革发展目标。

　　4.用精诚合作保证数据治理

　　在数据治理中，职能部门、信息化部门、厂商形成的“联邦制”，是数据治理工作有效实施的重要保障，只有抱着精诚合作、共建共享共荣的思想，才能相互体谅，相互支持，最终实现治理的目标。

　。ū疚目赜凇吨泄逃纭吩又2019年度 高等教育信息化专刊，作者：中国石油大学（华东）信息化建设处 郝志杰 李莉 夏凌云 李根田 ）

　　进入专题>>2019高校信息化创新实践方案展示