宋强:走出高校数据治理围城

我们低估了高校数据治理结构的复杂性,对所面临挑战的难度定位偏低。高校校园表面上呈现为一个相对独立的园区,但实际上,是多个管理体系的浓缩。可以说,高校就是一个高度体系化的城市。

宋强

北京第二外国语学院

网络与信息中心主任

兼图书馆馆长

今年教育部第13号文件《关于加强新时代教育管理信息化工作的通知》和第14号文件《高等学校数字校园建设规范(试行)》等文件的出台,为国内高校信息化建设提供了重要的指导和参考。

其中,13号文件明确提出:

■ 到2025年,新时代教育管理信息化制度体系基本形成,信息系统实现优化整合,一体化水平大幅提升;

■ 数据实现“一数一源”,数据孤岛得以打通,数据效能充分发挥;

■ 在线服务灵活便捷,“一网通办”深入普及,服务体验明显提升;

■ 现代化的教育管理与监测体系基本形成,多元参与的应用生态基本建立;

■ 教育决策科学化、管理精准化、服务个性化水平全面提升,支持构建高质量教育体系。

多年来,教育管理信息化的发展始终都围绕以上几点内容推进,而当前文件仍将其作为未来五年的发展目标,这恰恰说明相关方面依然是目前面临的关键发展瓶颈。

为何教育管理信息化的发展不如想象中迅速?

高校具有复杂的治理结构

在紧随信息时代大步前进的同时,目前高校信息化工作所面临的挑战和困难仍然相对基础。

大家可能都有相似的困惑:在信息化工作中,领导很重视,学校大量投入,工作人员很努力,但是业务部门、师生的满意度不高,领导的要求难以达到。

例如,一张表工程在国内高校已经开展多年,但是直到目前,信息化部门还是要反复和业务部门要数据。

领导和业务人员都很困惑,为什么学校就几个部门,数据就是无法自动生成?

之所以会出现这样的情况,原因可能是我们低估了高校数据治理结构的复杂性,对所面临挑战的难度定位偏低。

高校是一个复杂的社会系统,它是一批相对固定的人,在一个相对封闭的场所中,于一定时间内长期生活,衣食住行都需要解决的一个环境和场景。学校所服务对象的目标非常分散,需求也复杂多样。

高校的各个部门要服从学校的统一领导,也要遵守上级主管部门的垂直领导,与此同时还有一定的规则制定权。

因此,学校的部门不是一个简单的内设机构。可以将其看作一个完整的行业,或一个独立的政府部门。

高校校园表面上呈现为一个相对独立的园区,但实际上,整合了多个行业,是多个管理体系的浓缩。可以说,高校就是一个高度体系化的城市。

高校的智慧校园建设表面上和智慧园区的概念相匹配,但完全可以从智慧城市的层面去解读构建,应该引进智慧城市的建设理念。

从这个角度而言,国家政务一体化的推进过程可能对高校智慧校园建设具有很大的参考意义。

在国家层面,只有打通跨部门的合作,才能从整体上解决问题。类似的,高校在推进校内信息化建设时,也需打通部门间的壁垒。

目前看来,北京第二外国语学院(以下简称“北二外”)在这方面取得了一定成效。

例如,学校建设了完整的信息化业务系统,实现了统一认证、单点登录、数字校园、移动二外、办公0A、师生网上办事大厅、迎新毕业、招生就业、教学科研、财务资产、人事安保、统一支付、统一报销等功能模块,校园一卡通也在向虚拟卡迈进,并将这些业务整合到一起,以一网通办的形式呈现。

数据治理面临两座大山

如何做到数据源头''全、准、用"

数据孤岛问题由来已久,要解决这些问题,学校需要建设可视化系统、数据中台和提供数据源头的各业务系统。其中最重要的是解决数据源头的基础问题。

以学生数为例,一个高校有多少学生应该是很基本的数据,但却很难确实掌握。

■ 本科生的数据可以从教务处学籍记录中获取;

■ 研究生从研究生院获取;

■ 留学生从国际处或国际教育学院获取;

■ 合作培养和非学历教育的学生,也能找到相应的管理部门。

将这些数据简单相加似乎就能获得学校的学生数。

但实际操作中却并非如此,在使用信息化手段统计相关数字时,情况会变得很复杂。

对校领导而言,学校的在校生规模是一个定数。但对于教务处而言,它是一个精确的学籍数据,在籍学生有多少人,招生时是一个数,报到时是另一个数;“休、停、病、转、退、出国”等更是让学生数成为一个不断更新的变量。

提交市教委学籍库的学生数和实际教务系统中的学生数也不同,因为学籍库可以注销学生,但只要该学生有成绩,就无法将其从教务系统中注销。

不同的标准和需求形成不同的统计口径,而不同的统计口径将产生不同的统计结果。

举例来说:在数据使用过程中,负责申报学生补助的学生处并不关注在籍学生数,而是关注在校学生数,休学和出国学生不包括在内。

而校医院在统计医保学生数时,包含休学学生,但不包括出国学生。

这种场景本应是信息化发挥重要作用的时候,但目前的情况是信息化部门并不实际掌握数据,也不了解其中的需求差异。

教师信息同样如此,教师们希望实现数据自动获取。

在系统建立时,确实可以批量导入历史数据,此时的数据也较为准确、可用。

但几年之后,如果教师不实时更新自己的课题数据、研究成果、获奖信息和出国经历等,日后使用系统时仍需要填表。

如果没有教师的主动维护,如何实现所有数据自动获取、更新?目前可能还没有一个很好的答案。

如何明确系统开发的真实需求

当今所有先进的信息系统实际上都是在复制最优人工办事流程,将其自动化、线上化、规范化和数据化,最终实现智能化,其初衷是批量处理,优势在于大规模的业务处理。

所以,业务系统的开发需求应该是使业务流程规范、过程可塑,能够统计分析产生的数据,进而更好地完善、改进和提高,其初衷并非为了减少人工。在处理简单事务、临时事务和突发事务时,手动处理常常比信息化手段更快捷。

当业务部门评判业务系统是否好用时,一个很重要的评判标准是能否减轻本部门的工作负担。

而一线业务人员的要求可能更简单,对其而言,不增加额外工作量就是好系统。

因而在高校建设新系统时,往往需要定制开发和本土化。即使系统本身功能完善,一线业务人员也会有将其改造成和固有流程一致的诉求。

若不能满足诉求,业务人员在主观上难以接受,将导致相关模块使用率低下。

而这种情况造成了相关企业无法实现产品的标准化,只能不断地定制开发,成本急剧升高,服务保障压力也很大。

最终受损的还是业务部门,因为无法获得标准化的产品,升级换代比较困难,需要重复投入和建设。

所以,高校理想中业务系统的开发需求不等同于业务部门的需求,业务部门的需求也不等同于业务具体办理人员的实际需要。

但业务系统需求的获得直接来源于业务具体办理人员,需求难以明确,系统的使用就会偏离学校的顶层设计。

如何让系统最基层的需求与学校的整体需求相一致,决定着信息系统开发的命脉。

三点建议提升治理效益

明确自身定位

数据源头和系统开发需求是信息化工作绕不过的两座大山。要解决这两个问题,首先要厘清信息化部门的定位,即扮演什么角色,承担哪些职责。

疫情之后,信息化部门普遍受到重视。许多工作都要求信息化部门配合完成,安排各种任务。

包括健康打卡、疫情上报、数据统计分析等,信息化部门借此推进了很多以前想做但没做成的事。

但是疫情也混淆了信息化部门的职责体系,形成了三种趋势。

一是泛技术论:认为所有问题都可以用技术手段来解决;

二是唯技术论:认为技术手段一定能解决问题;

三是轻技术论:质疑相关系统是否需要如此大的投入和如此长的开发时间。

那么,信息化部门到底应该扮演什么角色?

我认为,首先,信息化部门应该是校内资源的分配者和服务的提供者,在业务系统开发上承担前置评审、质量监督和协助运维的职责;

其次,是信息技术的传播者,提升各部门、各院系应用信息技术能力的培训和推广者;

最后,信息化部门可以保驾护航、甘居幕后,但不应是需求的提供者、部门业务系统的建设者和责任的承担者。

构建职责体系

我在教务处工作期间,同事们经常抱怨教务系统不够友好,响应不及时等。但当我在信息中心任职之后发现,学校众多的业务系统中最可靠、最稳定、用得最好的就是教务系统。

这是因为教务系统在开发时职责很明确,荣誉和责任都属于教务处。主体责任明确,教务处有压力和动力去主导开发过程,使系统好用。

因此我认为,信息化部门可以参与顶层设计,保驾护航和监督信息化建设,但在信息化工作中,应该秉承“谁使用谁负责”的基本原则,明确业务系统使用部门的主体责任,方能形成数据的闭环管理。

如果因为“不好用”的评价,学校将责任全部归在信息化部门,我认为是主体责任的偏失。业务系统是否好用全由业务部门评价也并不科学。

信息化手段是工具,而不是工作本身。所有业务部门都有应用信息化技术改革自身管理手段、提升管理水平的使命和内在需求。

信息化部门在学校的数据治理中承担重要责任,是数据交换、整合、共享的枢纽;但信息化部门本身不生产数据,不直接使用数据,职能的发挥靠数据源头和数据需求方的支撑。

而学校各部门、师生既是数据的源头,也是数据需求方;既是数据的生产者,也是数据的使用者。

转变固有观念

信息化职责体系合理明确有助于前述问题的解决,许多学校也都建立了较为完善的制度以明确职责体系。但相关制度能否真正落地,取决于各部门是否真正接受。

改变教师员工的固有观念是各部门接受相关制度的重要前提,因而也成为促进信息化建设的重要抓手。

必须让相关人员了解,并不是所有业务都需要开发App,不是所有信息系统都由信息化部门负责开发,也不是所有App都能让工作减负、省事。

北二外的网上服务大厅中用得比较好的应用,其设计初衷都是从教师和学生角度出发,切实做到“放管服”。

例如学生办理户籍手续,教师修改定点医保医院等应用很受欢迎。而有部分业务部门提出的流程着眼于为自己省事,这些流程往往都得不到师生的认可。

让数据多跑路,让师生少跑路的背后,职能部门的工作人员可能要多费点功夫。但从长远的大数据来看,信息化系统规范的业务流程,最终一定会让所有人在不远的将来实现真正的减负。

信息化部门要做好信息技术的传播者,提升各部门、各院系应用信息技术能力的培训者和推广者。

首先,应尽一切可能帮助业务部门和二级院系的年轻教师职工提高信息技术素养。

智能产品是年轻一代的生活方式,所以年轻教师完全能够接受新技术,提升信息技术素养,让信息化的触角深入到全校各个角落,从而潜移默化地改变固有的传统观念。

其次,无论是理科院校还是文科院校,总有一些爱好信息技术的学生。

一定要把这些学生的力量发挥起来,不是为信息化部门勤工助学,而是引导他们去服务自身所在的院系、专业,通过他们的服务带动院系、教师切实应用先进信息系统和技术手段。

此外,信息化工作是一项强调全员参与的工作,需要强有力的领导,也需要脚踏实地的落实。

大家都知道提升师生信息化素养,体制机制创新等是解决信息化问题的方法,但具体执行起来却不简单,如何充分利用学校有限的资源,去推动信息化这个再多投入也不为过的事业,是需要我们不断去思考和探索的问题。

北二外作为一所以外语和旅游为特色学科的大学,对于信息化建设,无论在人才上,还是投入上都可谓捉襟见肘。

但尽管如此,北二外仍在信息化进入快速发展阶段时,于2018年底进行了重大机构改革,将教育技术中心和图书馆合并为一个部门,成功实现了减员增效,在凝聚资源和优势方面进行了有益探索。

信息化建设永远在路上,我们要始终秉持进京赶考的心态,为师生提供更优质的服务。

*本文根据北京第二外国语学院网络与信息中心主任兼图书馆馆长宋强在“加强数字化建设助推高校治理能力现代化”研讨会上的报告整理

整理:郑艺龙

责编:项阳

投稿、转载或合作,请联系:eduinfo@cernet.com
(0)

相关推荐

  • 数据如水,以治水的思维和经验谈数据治理

    城市供水是对水从源头到龙头的全生命周期管理,而数据治理是对数据从采集.清洗.转换.保护到应用的全生命周期管理,水之于城市,数据之于企业,有非常多的相似之处,本文以水务人最熟悉的视角解读数据治理--数据 ...

  • 能走出他的《围城》,却走不出他的书法,钱钟书手稿才是最高境界

    对于文人书法,一直都是书坛争论的焦点,很多人对于文人书法不屑一顾,甚至贬低文人书法,可是我们仔细想一想,在古代,还真没有专业的书法家,而书法家的前身就是典型的文人,他们为了消遣打发时间,就随手书写,在 ...

  • 人工智能赋能高校数据治理:逻辑、挑战与实践

    随着人工智能技术的不断发展,人工智能从概念层面逐渐落地形成众多"类人化"的产品与服务,实现了对传统信息技术的实质性突破.信息技术变革具有阶段性,从传统信息技术到人工智能.5G等新技 ...

  • “暴裂”的黑色走进魔幻带,“无声”的宋洋走出舒适区

    忻钰坤肯定不是内陆第一个尝试黑色犯罪电影的导演,宋洋也肯定不是第一个饰演哑巴的演员,但是因为他们两个都不甘于重复别人,更不甘于重复自己,于是便令<暴裂无声>无论外在还是内在,都给观众留下了 ...

  • 案例分享丨高校数据治理架构体系

    高校越来越重视信息化数据层面显现出来的相关问题,并围绕数据治理开展了卓有成效的实践.但当前的治理工作仍然主要驱动于技术,依赖于平台,依托于信息化部门进行,开展得不够广泛.深入和细致,未与管理.业务.服 ...

  • 众议:如何让高校数据治理走向成熟?

    思考"如何让高校数据治理走向成熟"时,一方面数据中台是近两年的热点话题,但在高校具体实践中,数据中台能否发挥重要作用,却是一个见仁见智的话题. 另一方面数据治理无法凭借信息化部门一 ...

  • 众议:如何推进高校数据治理?

    康慨:通过持续产出 让管理者尝到甜头 康慨 ■ 北京理工大学 ■ 信息化办公室副主任 学校在进行数据治理时,可重点关注几个问题: 一是要有完善的基础平台,如主数据库.元数据管理系统.质量监控平台.数据 ...

  • 高校数据治理挑战与对策

    高校数据治理没有最好的模式,只有适合自己的模式.各高校在管理方式.技术实施路径.工具平台选用等方面不尽相同,但在管理上却面临着大致相同的困境.这些困境直接影响了数据治理工作的推进和效果,需要我们正视困 ...

  • 高校数据治理应始终坚持价值导向

    数据治理的难点在哪里?一言以蔽之,就是基本上数据的生产者和数据的受益者都不是信息中心. 数据治理(DataGovernance)是国外首先提出的概念.国际数据管理协会(DAMA)提出了一套完整的数据治 ...

  • 啃下高校数据治理这块“硬骨头”!

    数据治理是高校信息化工作的"牛鼻子"和"硬骨头". 一阵数据治理热浪袭来,高校纷纷加大数据治理力度.10月中旬,北京理工大学开始第二轮数据确权工作,在第一轮的基 ...