【分享】高校数据治理漫谈|既要自上而下，也要自下而上

但是，当前高校的数据治理工作仍然主要依赖于信息化部门，虽然有自上而下的顶层设计，但是开展得不够广泛、深入和细致，缺乏自下而上的全员参与。因此，在数据治理工作的初期阶段，学校时常面临着起步难、进度慢甚至绕弯路等问题，现将问题进行大致总结：

第一，数据源头不清

从整体上，任何一个可以产生原始数据的业务系统都应该当作数据源。但是在整合全校数据的过程中，难免会遇到一人多岗、一人多身份等问题；由于业务管理和部门运营的的特殊性，导致部分数据无法确定责任归属，导致后续的数据治理出现分歧。

第二，数据无法真正发挥价值

在数据治理的过程中，对于重要数据的界定，技术层面和业务层面有时未能达成一致。这就导致信息化中心花费大量时间精力对数据进行过滤、调整，但业务部门在使用过程中却发现有的重要数据未能得到处理，有的处理过的数据价值较低。从而容易造成数据治理效率低下的问题。

第三，数据难以确保真实性、准确性、时效性

数据治理平台对于问题数据的处理是有局限性的。例如数据不全、字段缺失、重复、标准不一的问题数据可以通过平台的筛选来进行校对，但是有些错误、滞后和缺乏真实性的数据，还是需要针对每条数据进行逐一排查。

第四，数据治理过程道阻且长

任何高校的数据治理工作，都是一个长期积累的过程，想要一蹴而就是不可能的。在数据共享时，前期评估不足的情况时有发生。下游系统对数据的需求在不断的变化，相对固定的数据对接思路则会带来诸多对接方面的问题，这无疑会对数据治理和共享工作带来更多的压力。

针对上述问题，智圣新创根据长期的数据治理经验，大致总结了几点思路，简单介绍如下：

策略和机制方面

高校在开展数据治理初期，都是在校级领导的推动和指导下进行的。从这时就需要制定好明确、清晰的策略和机制，比如进行数据标准建设、数据资产目录建设、冲突处理机制等，目标是为了厘清数据底数、明晰数据问题，形成数据治理的未来方向，确保治理工作引发的冲突和职责问题能够得到解决，为后续治理工作的开展提供良好的开端。

组织与人员方面

组织与人员是高校落实数据治理工作的关键。基于组织开展数据溯源工作，明确数据源头，确保一数一源，确定数据维护人员。如此，在确保数据的一致性和权威性的同时，有了维护人员的介入，也有利于数据问题的跟踪修正。此外，如果全校各业务部门及人员都能积极参与数据治理，将有效分解和化解大部分数据问题，推进数据治理的分级落实机制。

数据与信息方面

数据治理效率低下的一个重要原因就是信息部门和业务部门对于数据的界定不统一。哪些数据数据需要治理，哪些数据治理后效果显著，高校需要结合实际情况再综合考量、做出选择，从必要性、管理层面和技术层面等多方面开展评估，最终形成数据治理优先级。

平台与技术方面

为了确保数据的真实、准确和时效性，师生作为数据主体势必要参与数据治理中，此时，就需要为师生提供一个平台。根据不同的治理内容和环节，构建相对的平台和流程，驱动数据治理。

举例如下：

通过技术和平台的支撑，将细小粒度的数据校对、调整交给师生自己处理，既增强了师生的参与感，又将信息部门和业务部门从庞杂的数据排查工作中解脱出来，同时，也保障了数据的真实性、准确性和时效性，促进了数据流转的良性循环。

高校数据治理，不但需要长期积累，而且需要全员参与；既要有自上而下的顶层设计，也需要自下而上的底层需求，同时通过技术进行驱动。只有全校师生的协同合作和各系统厂商的通力配合，才能更加完善地进行数据治理工作，推动新型智慧校园建设。