现在的“智慧校园”概念非常火爆，那么智慧到底是什么？目前还没有一个明确的定义。今天我们所说的智慧都是被“智慧”，而智慧校园的建设只是被打上智慧的标签，距离真正的智慧存在一定的差距。那么如何建设真正的智慧校园，是值得我们共同思考的问题。

　　数据是智慧校园的“黄金”，数据治理是高校信息化建设的关键性方法，只有充分利用校园内外大数据（包含结构化数据、非结构化数据）才能产生智慧校园的“智慧”。北京建筑大学从2015年开始启动校园信息化建设，起初重点是网络和硬件的基础设施建设，但学校的数据管理却面临诸多问题，因此从2016年起，北京建筑大学开始进行数据方面的建设和治理，并从组织架构、业务流程、技术平台与工具、制度与标准规范四个方面构建了完整的数据治理体系，体系建成后学校的数据治理进展良好，在科研、财务、人事、学生管理等方面取得了一定的成效，提升了学校的管理水平，从一定程度上促进了智慧校园的建设。

数据驱动智慧校园建设

　　现在AI、大数据异常火热，很多人认为只要引入AI、大数据就是智慧校园，但是认识与现实是存在偏差的，真正的“智慧”依赖于对学校内外数据挖掘的深度和广度。不可否认，AI、大数据的概念确实提高了师生对数据的重视，增强了师生的数据质量意识，但数据的问题并没有因为大数据时代或智慧校园的到来而自动解决，大数据并没有真正转化为大认识、大洞见和大智慧。因此，高校应该理性和冷静的应对，不要盲目跟风，做好“找数据”、“用数据”、“分析数据”的基本功，善于利用数据分析为学校决策提供支撑，做到真正的数据治理。

　　数据是智慧校园的“黄金”，数据治理是高校信息化建设的关键性方法。高校在进行数据治理时，以下四点需要特别注意：第一，充分认识到数据是学校的资产，理清数据的“4个单位”，即数据生产单位、数据管理单位、数据责任单位、数据用户单位之间的关系，做到数据有人负责；第二，信息中心要重点加强在数据源头上的治理和对数据质量的控制，不要一味强调数据共享中心的建设；第三，结构化数据是高校最有数据价值的数据，要高度重视；非结构化数据是当前新的趋势和热点，要注重深入挖掘数据源头并分析价值的过程；第四，全方位地进行数据治理，提升数据质量，注重数据高度自动化的共享。

北京建筑大学数据治理体系

　　一般来说，高校数据管理面临诸多问题，很多问题都是一些共性问题。第一，数据来源众多且分散，缺乏真正有效的整合；第二，数据从生产到使用流程不清晰；第三，数据孤岛林立，各单位之间的数据不能有效交换；第四，数据融合困难，存在壁垒和发展不均衡的现象；第五，数据质量堪忧，数据的完备性、准确性存疑；第六，数据应用尴尬，表面上数据很重要，实际上数据价值无从体现。因此要构建数据治理体系，对数据进行全面的管理和应用。

　　北京建筑大学主要从四个方面构建了完整的数据治理体系，分别是组织架构、业务流程、技术平台与工具、制度与标准规范的建立。

　　1. 组织架构

　　学校把数据治理上升到学校IT 治理的重要组成部分，2016 年2 月发布了《北京建筑大学信息化工作管理办法》的通知，在网络安全与信息化工作领导小组下辖的信息化建设协同工作组之下成立数据共享专业小组，专门负责数据治理。

　　2. 业务流程

　　学校的业务流程分三步进行，首先，针对所有业务处室逐一的进行全方位的业务及数据版块的梳理和盘点，整理出《北京建筑大学业务管理数据分析报告》，指出目前学校数据管理的模式及存在的问题；其次，建立数据资产台账，做到对学校的数据资产心中有数；最后，信息中心要与业务部门共同进行数据管理，信息中心人员要做懂数据和业务的专家，从而更好地为学校业务流程服务。

　　3. 技术路线

　　数据治理的框架可以分为四个模块，分别是数据源挖掘与资产盘点、数据集成、数据治理、数据应用。在这个框架里，数据治理的技术路线分六步进行，第一，数据发现与采集；第二，数据梳理与质量初检；第三，数据标准核对与数据补充核准；第四，数据清洗与整合交换，建立共享数据中心；第五，数据管理与质量评估、可用服务接口设计；第六，数据价值模型建立及展示。

　　4. 制度建设

　　学校2016年2月发布了《北京建筑大学信息化数据管理办法（试行）》，建立了相关的数据管理制度，落实各个单位的责任，做到每条数据都有责任人。12月，又起草了新版《北京建筑大学管理信息标准》，为推进数据共享和业务系统建设提供了数据规范标准，同时做成在线管理模式，根据学校的需要和变化每天及时更新。

北京建筑大学数据治理成效

　　从数据质量方面看，搭建了数据质量监控平台，实时监控数据中心集成的数据，并对数据质量配置相应的监控规则，如完整性、一致性、有效性等，形成数据质量报告，及时发现数据缺失、数据异常、数据错误等各类问题，便于各业务部门对其进行修改和完善。

　　从数据运用的维度看，打通了业务部门之间的数据壁垒，实现数据流转，支撑涉及多部门的复杂业务。学校把教师和学生的数据进行了梳理，教师数据包括教学数据、科研类数据、资产数据等，学生数据包括学籍数据、成绩数据、就业数据等，建设教师“一表通”工程和学生“一表通”工程，实现各业务部门间师生数据共享。

　　北京建筑大学数据治理体系应用成效显著，可以总结为以下几个方面：

　　1. 科研和财务数据一体化

　　学校网信中心历时1 年为科技处和财务处搭建桥梁，实现科研与财务系统的对接，打通两个系统之间的数据壁垒，解决了老师报销难、科研人员经费管理难、科技处管理者难等问题。

　　2. 人事业务全面信息化

　　全面支持综合人事管理服务信息平台建设，打通校内各个信息系统的数据，展现教师的全面成果，支撑人事聘期考核、评审、岗位聘任等业务服务；通过数据共享，向人事考核系统提供教师教学工作量、指导学生、科研成果、教管研类成果等数据，实现数据有效流转，避免教师重复填写表格；建立教管研与党建思政类成果统一申报管理信息平台，弥补数据治理中的真空地带，实现教研类、人才类、党建类、思政类、体育竞赛类、科技类、艺术类成果统一申报管理。

　　3. 财务与资产采购一体化

　　搭建支撑预算全流程执行管理平台，让资产与财务系统对接，解决了资产采购多重审批、手续繁琐等问题，简化了资产采购流程，实现了资产采购的立项、采购、验收全流程线上服务。

　　4. 学生管理信息化

　　搭建学生学业数据预警分析系统，反向推送学生数据，帮助教务处、学院等监控分析学生的学习情况；利用学生返校报到应用，搭建人脸识别返校实施报到系统，协同教务处、学工部，理清学生的状态，如是否有学籍、是否在校、是否需要返校等，确认每个学生的学籍状态；搭建支撑学校智慧离校系统，通过数据接口服务，向离校系统提供学生财务缴费、欠费数据、图书借阅、欠款等情况，实现业务网上办理，数据实时呈现，简化学生离校程序。

　　当前，北京建筑大学的数据治理初见成效，实现了数据平台与共享数据中心从虚到实的建设，提升了数据质量和数据可用性；特别注重数据服务接口的建设，让共享数据中心变得可用，能够快速为业务部门完成数据交接；数据治理过程中发现了很多“散落”的数据，正在逐步梳理收集归仓。虽然取得了一定的成果，但是学校的数据治理还不够深入，需要不断迭代优化，进一步提升数据质量，建设数据的价值模型，研讨分析数据的价值。

　　下一步，学校计划从结构化数据和非结构化数据两条线继续做强“数据中台 ”。在结构化数据上，建设真正完全交换、可用的全量数据管理中心，实现数据为流程服务，用流程促进数据价值；在非结构化数据上，缩小对非结构化数据、大数据分析的差距，深入分析大数据，采集学校各类大数据，寻找大数据的价值。同时，持续寻找数据应用的“痛点”和业务的价值模型，让数据变得真正可用，从而为各级各类领导提供决策支持。

（本文根据北京建筑大学网络信息管理服务中心主任魏楚元在2019北京高校信息化工作论坛上的发言整理，整理：付涵）

（来源：《中国教育网络》2019年7月刊）