探讨｜直击数据治理核心领域

“忽如一夜春风来，千树万树梨花开”，似乎在一夜之间，大数据就红遍了南北半球，大数据被神化的不出不在，无所不包，无所不能。大数据的挖掘价值当然是毫无疑问的，只是这繁花似锦的背后却还隐藏着不容小觑的问题。人人都想“尝鲜”，但多数高校连主数据都没有管理起来，也着急建设大数据平台实在不可取。但只是做主数据管理，实现数据共享，******数据孤岛，已经不能满足广大师生对数据服务的需求，更无法实现基于数据分析的决策信息化。

为了有效管理信息资源，必须构建校级数据治理体系。数据治理体系包含数据治理组织、数据构架管理、数据标准体系建设、主数据管理、数据质量管理、数据服务管理及数据安全管理内容，这些内容既有机结合，又相互支撑。

治理规范--数据标准体系建设

数据标准是一个组织建立的一套符合自身实际，涵盖定义、操作、应用多层次数据的标准化体系。数据标准的建立是高校信息化、数字化建设的一项重要工作，行业的各类数据必须遵循一个统一的标准进行组织，才能构成一个可流通、可共享的信息平台。

数据治理对标准的需求可以划分为两类，即基础性标准和应用性标准。

前者主要用于在不同系统间，形成信息的一致理解和统一的坐标参照系统，是信息汇集、交换以及应用的基础，包括数据分类与编码、数据字典、数字地图标准；

后者是为平台功能发挥所涉及的各个环节，提供一定的标准规范，以保证信息的******汇集和交换，包括元数据标准、数据交换技术规范、数据传输协议、数据质量标准等。

数据分类与编码

数据分类与编码标准是信息化建设中标准化的一项基础工作，该类标准规定平台汇集、交换相关信息统一的分类系统和排列顺序以及编码规则，目的是在不同系统和用户之间建立交换数据的一致参照，对提高数据采集、处理和数据交换效率具有重要作用。数据分类与编码标准的制定将有力推进平台标准化及高校信息化建设标准化的进程。

数据字典

针对实际需求，定义数据集，建立各个领域的数据字典，规范数据概念和数据定义。在此基础上，形成完备的集团单位数据集和数据字典。

元数据标准

元数据标准是描述数据资源的具体对象时所有规则的集合，它包括了完整描述一个具体数据对象时所需要的数据项集合。针对各种信息资源分别制定适当的元数据标准，可为信息的管理、发现和获取提供一种实际而简便的方法，从而提高数据交换效率。 

数据质量标准

数据治理平台的标准方法主要集中在数据的加工和管理上。应该重点开发的一个领域是数据质量控制方法。应当从三个方面对数据质量方法进行研究：“ 坏数据”或“不可靠数据”的识别，错误数据的编辑方法，以及缺少值的处理。

主数据

主数据管理要做的就是从各部门的多个业务系统中整合***核心的、***需要共享的数据（主数据），集中进行数据的清洗和丰富，并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据传送给学校范围内需要使用这些数据的操作型应用系统和分析型应用系统。

对高校来说，可以把需要共享和交换的，反映学校办学状况的主要数据规定为主数据，这些数据有：

组织机构：学校组织架构，院系和部门设置，各种专业委员会，职工代表大会，主管部门等；

人员：教师，学生，管理人员，教辅人员，后勤人员，外聘人员等；

学科和专业：学科，专业，课程等；

教学资源：教材，教学设备，教室，图书，实验室，实习场地等；

财务：学费，拨款，预算，会计科目，杂费等；

资产：行政用房，教学用房，宿舍，基础设施，设备等。

 

主数据可以根据学校的具体情况自行定义。主数据管理的信息流应为：

1、某个业务系统触发对主数据的改动；

2、主数据管理系统将整合之后完整、准确的主数据传送给所有有关的应用系统；

3、主数据管理系统为决策支持和数据仓库系统提供准确的数据源。

因此对于主数据管理要考虑运用主数据管理系统实现，主数据管理系统的建设，要从建设初期就考虑整体的平台框架和技术实现。

数据质量

数据质量管理包含对数据的******质量管理、过程质量管理。******质量即数据的真实性、完备性、自治性是数据本身应具有的属性。过程质量即使用质量、存储质量和传输质量，数据的使用质量是指数据被正确的使用。再正确的数据，如果被错误地使用，就不可能得出正确的结论。数据的存储质量指数据被安全的存储在适当的介质上。所谓存储在适当的介质上是指当需要数据的时候能及时方便的取出。数据的传输质量是指数据在传输过程中的效率和正确性。

高质量的数据至少有如下几项要求：

一是正确性，在转换、分析、存储、传输、应用流程中不存在错误；

二是完整性，数据库应用或要求的所有记录、字段都存在；

三是一致性，体现在整个数据库的定义和维护方面，确保数据在使用的整个过程中是一致的；

四是时效性，衡量指标是在指定的数据与真实的业务情况同步的时间容忍度内，即指定的更新频度内，及时被刷新的数据的百分比；

五是可靠性，提供数据的数据源必须能够可靠稳定地提供数据。

完善的数据质量管理是保障各项数据治理工作能够得到有效落实，达到数据准确、完整的目标，并能够提供有效的增值服务的重要基础。数据质量管理的规划和实施包括以下内容：

一是数据质量管控体系的建立，包括数据质量的评估体系，定期评估数据质量状况；

二是在部门各个应用系统中的落实，包括每个应用系统中的数据质量检查等；

三是在***开始建立数据质量管理系统的时候，借助数据治理平台上，通过建立数据质量管理的规则来集中化地建立数据质量管理系统，发现问题并持续改进；

数据服务

数据治理***终目的就是要服务于各部门单位、人员等。数据服务管理是指针对内部积累多年的数据，研究如何能够充分利用这些数据，在分析业务流程的基础上优化业务流程。

数据使用的方式通常包括对数据的深度加工和分析，包括通过各种报表、工具来分析学校管理层面的问题，还包括通过数据挖掘等工具对数据进行深度加工，从而更好地为管理者服务。通过建立统一的数据服务平台来满足针对跨部门、跨系统的数据应用。通过统一的数据服务平台来统一数据源，变多源为单源，加快数据流转速度，提升数据服务的效率。

数据安全

由于高校重要且敏感信息大部分集中在应用系统中，数据安全更是至关重要。如何保障数据不被泄露和非法访问，是非常关键的问题。数据安全管理主要解决的就是数据在保存、使用和交换过程中的安全问题。

数据安全管理主要体现在以下六个方面：

一是数据使用的安全性，包括基础数据的保存、访问和权限管理；

二是数据隐私问题，系统中采集的证件号码、银行账号等信息在下游分析系统和内部管理系统中，是否要进行加密，以避免数据被非法访问；

三是访问权限统一管理，包括单点登录问题及用户名、数据和应用的访问授权统一管理；

四是数据安全审计，为数据修改、使用等环节设置审计方法，事后进行审计和责任追究；

五是制度及流程建立，逐步建立数据安全性的管理办法、系统开发规范、数据隐私管理办法及相应的应用系统规范、在管理决策和分析类系统中的审计管理办法等；

六是应用系统权限的访问控制，建立校级权限管理系统，增加数字水印等技术在应用系统中的使用。

来源：康赛信息

上一篇：“互联网+教育”的本质和关键可以这样理解

下一篇：北京教育装备展：一个科技感更足的教育时代正在到来