EDUCAUSE：没有数据治理就无法实现数字化转型-中国教育和科研计算机网CERNET

资讯

校园信息化

技术

资源与应用

产品与装备

信息服务

首页 > 教育信息化 > 资　　讯 > 国　　际

EDUCAUSE：没有数据治理就无法实现数字化转型

2024-10-14 中国教育网络

　　如果数字化转型离不开数据和分析，如果数据和分析需要数据治理，那么，没有数据治理就无法实现数字化转型。

　　在过去的几年里，高校一直在创建数字化转型办公室和实施相关举措。EDUCAUSE将数字化转型定义为“一系列深入而协调的文化、劳动力和技术转变，这些转变促成了新的教育和运营模式，并改变学校的运营、战略方向和价值主张”。

　　推动高等教育机构开展数据治理工作，建立集成数据和分析平台，就必须让教职员工和领导层相信，变革是必要的，变革成果将使教职员工和学生受益。

　　数字化转型能够彻底改变大多数高等教育机构的运作方式。EDUCAUSE确定了高校数字化转型的六大核心能力，包括战略创新，数据与分析，灵活性和敏捷性，跨部门协作，多样性、公平性和包容性，工作与技能转型。其中，数据与分析能力需要一个强大的数据治理规划，并需要专门的团队来实施规划。佐治亚州立大学数据治理经理梅丽莎·巴内特（Melissa Barnett）对数据治理的重要性如此形容：“数据治理是基础。你不会想要一个没有地基的房子。”

　　简而言之，如果数字化转型是通过数据和分析实现的，如果数据和分析需要数据治理，那么没有数据治理就不可能实现数字化转型。

　　什么是数据治理？

　　数据治理是一种跨学科的实践，它利用学校的人员、流程和技术推动强大的数据文化。在这种文化中，数据是可信的，是宝贵的学校资产。数据治理协调学校的各个职能领域和数据管理的各个技术领域，以最大限度地提高数据质量、安全性、可用性和价值。

　　数据管理知识体系（DAMA-DMBOK）规定了数据管理的十个知识领域，包括数据架构、数据建模与设计、数据存储与操作、数据安全、数据集成与互操作性、文档和内容管理、参考资料和主数据、数据仓库和商业智能、元数据、数据质量。每个知识领域都有各自具体的数据目标。例如，数据安全确保数据得到充分保护，而数据仓库和商业智能则支持数据分析和洞察。

　　数据治理充当了支持和连接这十个知识领域的枢纽。一个正式的数据治理规划，可以作为指导学校数据开发和决策的蓝图，旨在提高学校的数据质量和安全性，加强数据文化。

　　因此，数据治理存在于整个学校，而不是某个部门或职能领域。由于数据治理的覆盖面如此之广，涉及高校的众多角色，因此实施一个正式的数据治理规划面临很多挑战。

　　数据治理难以实施的四大误解

　　数据治理涉及许多挑战，其中有一些常见的误解。

　　1 数据治理是一次性项目。

　　就其本质而言，数据涉及许多方面，从数据来源、数据完整性到数据访问等。数据的各方面在不断变化，同时，各方面的优先级也随之变化。数据治理本身就需要不断改进和持续交付，以战略性地满足学校当前和未来的需求和目标。

　　2 一个人可以完成所有工作！

　　人们可能已经认识到数据治理的好处，但问题也随之而来。应该从哪里开始？谁来领导这项工作？谁有时间与众多利益相关者协调？法律办公室、IT部门、研究机构，还是其他领域？是否需要设立首席数据官或其他职位？现实情况是，数据治理是每个人的工作：人们都以某种方式接触数据。但是，学校领导者必须决定由谁来领导数据治理。

　　3 我们已经有了数据治理。

　　“我们有数据输入标准。”“我们的部门会在需要时与他人分享数据。”“我们有一个信息安全办公室。”“我们在管理数据方面做得‘很好’。”这些陈述你可能会在你的学校里听到。然而，这些数据工作并不能涵盖数据治理的全部。只有正式、全面的数据治理方法才能包含必要的协调级别，以实现数据治理的全部潜力。

　　4 我们的校园还没有为数据治理做好准备。

　　学校在数据治理的开始阶段可能会犹豫。通常，学校数据治理的元素已经到位，如上述提到的各项数据工作，都是实施数据治理计划的基石。

　　尽管存在挑战和误解，但如果学校希望在数字化转型上取得进展，就需要在数据治理上投入时间和精力。等待或推迟不会让这个过程变得更容易。对于学校来说，要实现数据治理的好处，最重要的一步就是开始。首先评估学校现有的数据情况，然后计划下一步该怎么做。

　　为什么数据治理如此必要？

　　建立和维护数据治理规划是一项非常艰巨的工作。但是，对于任何依赖数据和分析做出决策的高等教育机构来说，数据治理都必不可少。数据治理不仅可以增强学校对数据的信任和利用数据的能力，而且能提供数据创建、访问、使用、分析、存储、销毁和存档的规则。

　　想象一下，要建造梦想中的房子，你需要一个蓝图。蓝图为建筑师和承包商提供建造“梦想家园”的指南和规范。而数据治理就是学校关于数据的指南和规范。

　　正如“梦想家园”的蓝图是为特定需求和目标而绘制的一样，数据治理项目也不是放之四海而皆准。每个学校的数据需求是独特的，在制定数据治理规划时必须考虑学校文化。

　　有了指导方针，学校各利益相关者才能知道在每种情况下的应对策略。通过健全的数据治理规划，让全校师生对数据处理方式、数据质量以及基于数据和分析的最终决策产生信任。

　　如何实施数据治理规划？

　　每个学校的起点各不相同。数据治理规划可能是具有远见卓识的长期路线图，也可能是在更详细的操作层面上制定的循序渐进的计划。实施数据治理规划一般包括以下五个步骤。

　　1 评估学校的数据状况。

　　要实现数据治理，首先要仔细研究学校是如何处理数据的。需要提出正确的问题：学校使用哪类数据？如何整合和报告这些数据？在使用数据时遇到了哪些问题？不要忘记检查是否有任何既定政策或实践已经到位，例如应对数据质量问题、批准数据访问和处理应用程序数据配置变更的政策。最重要的是，询问谁是关键利益相关者，以及他们如何影响数据治理或受到数据治理的影响。这些讨论和发现将为回答最重要的问题做好准备：为什么学校需要数据治理？应以此作为治理工作的出发点。

　　2 培养对数据治理的支持。

　　建议在评估之后，创建一个数据治理执行管理小组。这一步是为了确保让高层领导参与到数据治理工作中来，用具体事例来证明数据治理的实际价值。最重要的是，要说明缺乏数据治理会如何导致数据误解和财务损失等。

　　3 任命数据治理人员。

　　战略监督到位后，下一步是组建跨职能团队，并为特定角色挑选人员。在每个组织中，都应指定专人负责以下职能：处理数据、完善定义、根据业务目标调整数据使用规则和政策、维护高质量数据，以及安全存储和共享数据。

　　任命具有明确职责的数据治理角色非常重要。数据治理跨职能团队的特定角色一般分为三类。

　　一是治理政策制定。这类角色负责使用数据蓝图，并确保数据的使用符合学校的目标。这些全局角色通常由学校高层领导担任，通常称为数据所有者或数据托管人。

　　二是政策执行和质量保证。一旦制定了政策，就需要有人确保这些政策得到遵守。担任这一角色的人员要确保数据政策积极指导日常的数据治理工作。这一角色通常被称为数据管理员，通常隶属于业务部门。该职位的人员负责管理特定的数据域，如人力资源、财务或学生档案，并跨部门工作，以确保数据的准确性和安全性。

　　三是数据的技术/功能管理。维护和操作方面的工作包括保护数据安全、确保数据安全共享以及将数据整合到组织的系统中。这些角色可以是技术角色，如数据库管理员和IT安全官；也可以是具有管理权限的功能区用户，如数据保管员。

　　根据学校的文化和蓝图，数据治理角色可能有不同的名称，但都是为了确保数据得到安全处理，并遵循既定的规则和政策。

　　4 制定政策、流程和培训计划。

　　制定明确的数据治理政策、流程和培训计划非常关键。包括制定数据共享和处理政策，设计变更控制和访问权限流程，并进行定期审核以确保符合内部政策和外部法规。针对数据管理员和其他关键角色的培训计划至关重要，要为其提供有效履行职责所需的知识和技能。

　　5 利用工具并建立衡量标准。

　　没有正确的技术工具，数据治理就不可能成功实施。用于数据编目、创建数据字典、管理审批流程和捕捉数据质量错误的工具至关重要。此外，建立关键指标来衡量数据治理规划的整体价值也非常重要。

　　要为数据治理打下坚实的基础，应从上述五个步骤开始：第一，仔细审视组织内的数据处理方式；第二，成立一个委员会来监督治理工作；第三，从不同部门组建一个团队来开展数据治理工作并确定相关角色；第四，制定政策、流程和培训计划；第五，选择正确的工具并建立衡量标准。

　　这一坚实的基础不仅能建立对数据使用方式的信任，还能确保学校做好准备，应对数字化转型带来的挑战，证明数据治理是当今数字化时代的必备条件。

　　数字化转型依赖于数据治理

　　在高等教育中，专门负责数字化转型的办公室不断涌现，专门负责数据和分析的办公室也是如此。虽然这些办公室的名称可能不同，在组织结构图中的位置也不同，但数据治理通常是其中的一项重要职责。数字化转型本质上依赖于数据治理，两者之间有着紧密联系。

　　首先，一个强大的数据治理规划将带来一系列变革。例如，随着首席数据官和数据治理经理等新头衔的设立，员工队伍正在发生转变。数据治理通过创建可指导决策的数据和分析战略，来实现技术转变和文化转变。数据治理本身就是一种数字化转型，可能正在你的校园里发生。

　　其次，数据和分析能力是数字化转型的核心能力之一。如果没有数据治理这个中心枢纽，其他数据和分析计划的实施肯定会在以下许多方面出现问题：一致性、质量、透明度、问责制、隐私、安全性、完整性、可靠性、及时性和准确性。

　　总之，如果我们同意数字化转型需要数据和分析才能取得成功，而数据和分析又需要数据治理才能取得成功，那么我们就可以得出一个合乎逻辑的结论：没有数据治理，就不可能实现数字化转型。

　　来源：EDUCAUSE

　　作者：托德·巴伯，梅丽莎·巴奈特，雷切尔·格伦霍特，大卫·谢弗，埃德丽拉斯特凡尼

　　编译：项阳

　　特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。