北京建築大學網絡信息管理服務中心主任 魏楚元
現在的“智慧校園”概念非常火爆，那麼智慧到底是什麼？目前還沒有一個明確的定義。今天我們所說的智慧都是被“智慧”，而智慧校園的建設只是被打上智慧的標籤，距離真正的智慧存在一定的差距。那麼如何建設真正的智慧校園，是值得我們共同思考的問題。
數據是智慧校園的“黃金”，數據治理是高校信息化建設的關鍵性方法，只有充分利用校園內外大數據（包含結構化數據、非結構化數據）才能產生智慧校園的“智慧”。
北京建築大學從2015年開始啟動校園信息化建設，起初重點是網絡和硬件的基礎設施建設，但學校的數據管理卻面臨諸多問題，因此從2016年起，北京建築大學開始進行數據方面的建設和治理，並從組織架構、業務流程、技術平臺與工具、制度與標準規範四個方面構建了完整的數據治理體系，體系建成後學校的數據治理進展良好，在科研、財務、人事、學生管理等方面取得了一定的成效，提升了學校的管理水平，從一定程度上促進了智慧校園的建設。
數據驅動智慧校園建設
現在AI、大數據異常火熱，很多人認為只要引入AI、大數據就是智慧校園，但是認識與現實是存在偏差的，真正的“智慧”依賴於對學校內外數據挖掘的深度和廣度。不可否認，AI 、大數據的概念確實提高了師生對數據的重視，增強了師生的數據質量意識，但數據的問題並沒有因為大數據時代或智慧校園的到來而自動解決，大數據並沒有真正轉化為大認識、大洞見和大智慧。因此，高校應該理性和冷靜的應對，不要盲目跟風，做好“找數據”、“用數據”、“分析數據”的基本功，善於利用數據分析為學校決策提供支撐，做到真正的數據治理。
數據是智慧校園的“黃金”，數據治理是高校信息化建設的關鍵性方法。高校在進行數據治理時，以下四點需要特別注意：
第一，充分認識到數據是學校的資產，理清數據的“4個單位”，即數據生產單位、數據管理單位、數據責任單位、數據用戶單位之間的關係，做到數據有人負責；
第二，信息中心要重點加強在數據源頭上的治理和對數據質量的控制，不要一味強調數據共享中心的建設；
第三，結構化數據是高校最有數據價值的數據，要高度重視；非結構化數據是當前新的趨勢和熱點，要注重深入挖掘數據源頭並分析價值的過程；
第四，全方位地進行數據治理，提升數據質量，注重數據高度自動化的共享。
北京建築大學數據治理體系
一般來說，高校數據管理面臨諸多問題，很多問題都是一些共性問題。
第一，數據來源眾多且分散，缺乏真正有效的整合；
第二，數據從生產到使用流程不清晰；
第三，數據孤島林立，各單位之間的數據不能有效交換；
第四，數據融合困難，存在壁壘和發展不均衡的現象；
第五，數據質量堪憂，數據的完備性、準確性存疑；
第六，數據應用尷尬，表面上數據很重要，實際上數據價值無從體現。
因此要構建數據治理體系，對數據進行全面的管理和應用。
北京建築大學網絡信息管理服務中心主任 魏楚元
現在的“智慧校園”概念非常火爆，那麼智慧到底是什麼？目前還沒有一個明確的定義。今天我們所說的智慧都是被“智慧”，而智慧校園的建設只是被打上智慧的標籤，距離真正的智慧存在一定的差距。那麼如何建設真正的智慧校園，是值得我們共同思考的問題。
數據是智慧校園的“黃金”，數據治理是高校信息化建設的關鍵性方法，只有充分利用校園內外大數據（包含結構化數據、非結構化數據）才能產生智慧校園的“智慧”。
北京建築大學從2015年開始啟動校園信息化建設，起初重點是網絡和硬件的基礎設施建設，但學校的數據管理卻面臨諸多問題，因此從2016年起，北京建築大學開始進行數據方面的建設和治理，並從組織架構、業務流程、技術平臺與工具、制度與標準規範四個方面構建了完整的數據治理體系，體系建成後學校的數據治理進展良好，在科研、財務、人事、學生管理等方面取得了一定的成效，提升了學校的管理水平，從一定程度上促進了智慧校園的建設。
數據驅動智慧校園建設
現在AI、大數據異常火熱，很多人認為只要引入AI、大數據就是智慧校園，但是認識與現實是存在偏差的，真正的“智慧”依賴於對學校內外數據挖掘的深度和廣度。不可否認，AI 、大數據的概念確實提高了師生對數據的重視，增強了師生的數據質量意識，但數據的問題並沒有因為大數據時代或智慧校園的到來而自動解決，大數據並沒有真正轉化為大認識、大洞見和大智慧。因此，高校應該理性和冷靜的應對，不要盲目跟風，做好“找數據”、“用數據”、“分析數據”的基本功，善於利用數據分析為學校決策提供支撐，做到真正的數據治理。
數據是智慧校園的“黃金”，數據治理是高校信息化建設的關鍵性方法。高校在進行數據治理時，以下四點需要特別注意：
第一，充分認識到數據是學校的資產，理清數據的“4個單位”，即數據生產單位、數據管理單位、數據責任單位、數據用戶單位之間的關係，做到數據有人負責；
第二，信息中心要重點加強在數據源頭上的治理和對數據質量的控制，不要一味強調數據共享中心的建設；
第三，結構化數據是高校最有數據價值的數據，要高度重視；非結構化數據是當前新的趨勢和熱點，要注重深入挖掘數據源頭並分析價值的過程；
第四，全方位地進行數據治理，提升數據質量，注重數據高度自動化的共享。
北京建築大學數據治理體系
一般來說，高校數據管理面臨諸多問題，很多問題都是一些共性問題。
第一，數據來源眾多且分散，缺乏真正有效的整合；
第二，數據從生產到使用流程不清晰；
第三，數據孤島林立，各單位之間的數據不能有效交換；
第四，數據融合困難，存在壁壘和發展不均衡的現象；
第五，數據質量堪憂，數據的完備性、準確性存疑；
第六，數據應用尷尬，表面上數據很重要，實際上數據價值無從體現。
因此要構建數據治理體系，對數據進行全面的管理和應用。
北京建築大學主要從四個方面構建了完整的數據治理體系，分別是組織架構、業務流程、技術平臺與工具、制度與標準規範的建立。
組織架構
學校把數據治理上升到學校IT治理的重要組成部分，2016年2月發佈了《北京建築大學信息化工作管理辦法》的通知，在網絡安全與信息化工作領導小組下轄的信息化建設協同工作組之下成立數據共享專業小組，專門負責數據治理。
業務流程
學校的業務流程分三步進行：首先，針對所有業務處室逐一的進行全方位的業務及數據版塊的梳理和盤點，整理出《北京建築大學業務管理數據分析報告》，指出目前學校數據管理的模式及存在的問題；其次，建立數據資產臺賬，做到對學校的數據資產心中有數；最後，信息中心要與業務部門共同進行數據管理，信息中心人員要做懂數據和業務的專家，從而更好地為學校業務流程服務。
技術路線
數據治理的框架可以分為四個模塊，分別是數據源挖掘與資產盤點、數據集成、數據治理、數據應用。在這個框架裡，數據治理的技術路線分六步進行，第一，數據發現與採集；第二，數據梳理與質量初檢；第三，數據標準核對與數據補充核准；第四，數據清洗與整合交換，建立共享數據中心；第五，數據管理與質量評估、可用服務接口設計；第六，數據價值模型建立及展示。
制度建設
學校2016年2月發佈了《北京建築大學信息化數據管理辦法（試行）》，建立了相關的數據管理制度，落實各個單位的責任，做到每條數據都有責任人。12月，又起草了新版《北京建築大學管理信息標準》，為推進數據共享和業務系統建設提供了數據規範標準，同時做成在線管理模式，根據學校的需要和變化每天及時更新。
北京建築大學數據治理進展
從數據質量方面看，搭建了數據質量監控平臺，實時監控數據中心集成的數據，並對數據質量配置相應的監控規則，如完整性、一致性、有效性等，形成數據質量報告，及時發現數據缺失、數據異常、數據錯誤等各類問題，便於各業務部門對其進行修改和完善。
從數據運用的維度看，打通了業務部門之間的數據壁壘，實現數據流轉，支撐涉及多部門的複雜業務。學校把教師和學生的數據進行了梳理，教師數據包括教學數據、科研類數據、資產數據等，學生數據包括學籍數據、成績數據、就業數據等，建設教師“一表通”工程和學生“一表通”工程，實現各業務部門間師生數據共享。
北京建築大學數據治理體系應用成效顯著，可以總結為以下幾個方面：
科研和財務數據一體化
學校網信中心歷時1年為科技處和財務處搭建橋樑，實現科研與財務系統的對接，打通兩個系統之間的數據壁壘，解決了老師報銷難、科研人員經費管理難、科技處管理者難等問題。
人事業務全面信息化
全面支持綜合人事管理服務信息平臺建設，打通校內各個信息系統的數據，展現教師的全面成果，支撐人事聘期考核、評審、崗位聘任等業務服務；通過數據共享，向人事考核系統提供教師教學工作量、指導學生、科研成果、教管研類成果等數據，實現數據有效流轉，避免教師重複填寫表格；建立教管研與黨建思政類成果統一申報管理信息平臺，彌補數據治理中的真空地帶，實現教研類、人才類、黨建類、思政類、體育競賽類、科技類、藝術類成果統一申報管理。
財務與資產採購一體化
搭建支撐預算全流程執行管理平臺，讓資產與財務系統對接，解決了資產採購多重審批、手續繁瑣等問題，簡化了資產採購流程，實現了資產採購的立項、採購、驗收全流程線上服務。
學生管理信息化
搭建學生學業數據預警分析系統，反向推送學生數據，幫助教務處、學院等監控分析學生的學習情況；利用學生返校報到應用，搭建人臉識別返校實施報到系統，協同教務處、學工部，理清學生的狀態，如是否有學籍、是否在校、是否需要返校等，確認每個學生的學籍狀態；搭建支撐學校智慧離校系統，通過數據接口服務，向離校系統提供學生財務繳費、欠費數據、圖書借閱、欠款等情況，實現業務網上辦理，數據實時呈現，簡化學生離校程序。
當前，北京建築大學的數據治理初見成效，實現了數據平臺與共享數據中心從虛到實的建設，提升了數據質量和數據可用性；特別注重數據服務接口的建設，讓共享數據中心變得可用，能夠快速為業務部門完成數據交接；數據治理過程中發現了很多“散落”的數據，正在逐步梳理收集歸倉。雖然取得了一定的成果，但是學校的數據治理還不夠深入，需要不斷迭代優化，進一步提升數據質量，建設數據的價值模型，研討分析數據的價值。
下一步，學校計劃從結構化數據和非結構化數據兩條線繼續做強“數據中臺 ”。在結構化數據上，建設真正完全交換、可用的全量數據管理中心，實現數據為流程服務，用流程促進數據價值；在非結構化數據上，縮小對非結構化數據、大數據分析的差距，深入分析大數據，採集學校各類大數據，尋找大數據的價值。同時，持續尋找數據應用的“痛點”和業務的價值模型，讓數據變得真正可用，從而為各級各類領導提供決策支持。
（本文根據北京建築大學網絡信息管理服務中心主任在2019北京高校信息化工作論壇上的發言整理而成，整理人：付涵）