随着信息技术的快速发展，BI技术正在逐渐渗透到各行各业，其中包括高等教育领域。越来越多的高校开始引入BI技术，以提升决策效率，更好地推动学校的发展。

盈析数据BI可以通过数据可视化、数据挖掘等技术，将高校的各种数据转化为易于理解的图表和报告。这使得学校管理层能够更加全面、精准地了解学校的现状和问题，从而做出更加明智的决策。

当前我国高校数字化现状

目前我国教育正在由信息化迈向数字化，以提升教育质量、学校运营质量等，实现高等教育高质量发展。数字化已然成为当前我国教育现代化发展的关键创新路径，是建设高质量教育体系的重要战略。

高校信息化的发展已历经30年。从信息化建设阶段来看，可以分为四个阶段。

第一阶段以设备和网络为建设核心，主要职责是校园网规划、建设、管理、维护以及学校互联网接入，建设成果为各种中心，例如“电教中心”、“计算机中心”；

第二阶段以数字化校园建设为核心，主要职责是数字化校园的规划、建设、管理、维护，例如“智慧教室”，“在线教学平台”；

第三阶段以数据为核心，主要职责是着眼于智慧校园规划、建设、管理、维护，担负决策支持、组织与业务流程再造之重任，例如有些学校已经把“网络信息中心”更名为“大数据中心”。这也是目前大多数高校处于的阶段；

第四阶段为建立智慧大脑、人工智能的问题解决平台的发展阶段，例如自动解答海量疑问、智能办理校内业务、建立人工智能问题解决平台等。

可以看出高校的数字化转型，并非只是将线下课堂在线化，而是将学校相关的所有工作数字化，实现全场景、全流程的数据应用，将数据深度融合到学校日常教育管理工作的过程中，实现各项工作的精细化、智能化、个性化。

高校数据应用存在的痛点

1.业务痛点：管理脱节，决策失效

（1）教学方面

课程与实际应用脱节，理论与动手实践分离，教师所期望的和学生所需要的相差甚远，教学质量欠缺，教师考核公正性以及学业预警等都是高校教学发展中的痛点。

（2）管理服务方面

众多高校仍无法脱离“行政化” 的管理方式。尽管各级部门不断优化业务流程、梳理服务目录、改进工作方式，但鉴于业务流形成闭环，数据孤岛林立，高校内部跨部门业务数据缺乏有效的共享与交互，仍无法解决行政事务管理流程繁琐、跨部门业务办理困难且效率低下的问题。学生身心健康发展尤其学生安全问题提前防范困难。

（3）综合决策方面

综合决策涉及的对象是高校的领导者和管理者。综合决策需要深入掌握基础数据、准备把握发展不足、敏感抓牢政策动态，需要校级层面的决策，诸如：招生计划决策、财务状况与政策决策、师资队伍发展状况与人才政策决策、科研发展状况与学科建设决策、教学评估状与人才培养模式决策等一系列关乎高校生死存亡的决策项。然而大多高校目前尚没有建立起有效的数据应用体系，以数据辅助支撑管理决策，“拍脑袋”的现象依然普遍。

2.数据痛点：数据基础差，应用难度大

（1）缺乏基础数据

无法为学校教学、科研及管理提供基础的信息化数据服务。同时，各个学校的基础建设存在着较大的差异，有些学校只是使用了一卡通，数据类型单一，许多重要的基础数据缺失，导致大多高校只是“有什么数据就做什么事情”，产生了许多个性化的需求。

（2）缺乏数据规范

全校数据缺乏统一规范，没有形成统一数据标准，导致数据质量差。出现了数据来源复杂、数据质量参差不齐、基础数据分散、数据不一致、统计口径不统一等问题，导致在应用时数据质量得不到保障，数据无法匹配、数据不可识别、数据不一致、冗余重复、时效性不强、精度不够等问题频发，数据结果与实际情况不匹配，无法作为业务改善及经营决策的参考依据，难以支撑上层应用，无法完全释放数据的真正价值。

在数据输入和管理过程中，存在着数据输入规范不统一等问题，不同部门对于同一个数据指标有着不同的理解，在输入时导致数据元描述和理解存在差异，导致数据冲突或矛盾。这类错误在清洗加工过程中很难得以修正，后期补充完善的成本高。

高校数据应用的破局之道

数字化转型是一项系统性工程，体系庞大，过程漫长，所涉及的业务范围较广。在转型过程中，高校存在时间、资金、人力等资源有限的困难，尤其是在疫情等外部环境条件下，诸多高校缩减了数字化转型的经费，大多聚焦于教学设备和平台的引入，而减少了信息化建设的投入。

因此，在构建数据应用体系时，应当明确整体思路与目的，建立清晰明确的战略目标，深入挖掘业务需求，将业务与技术相结合，从而达到敏捷高效，降低资源浪费。

例如，高校可设立“提升高校管理能力 提升高校办学质量和口碑”的战略目标，分别建立业务端与数据端的分目标，使二者紧密结合，共同支撑战略目标的达成：

1.业务：培养数据思维、领导重视最重要

传播数据价值 ：简明直观最重要每个人都能读懂；

一致性：统一数据口径、统一业务指标；

激发活力：全方位对比分析、树立内部竞争意识；

业务闭环：用数据发现问题，管理闭环驱动改善；

多终端触达：手机、电脑、大屏，随时掌握情况。

2.技术：数据全打通、提升数据分析能力

数据全打通：统一标准、统一质量、打破壁垒；

融合外部数据：教育行业数据、舆情；

深入业务完善指标体系：结果指标、过程指标、行为指标；

敏捷平台：提升数据分析效率、快速响应业务；

自助分析：赋能业务、寻根溯源、持续优化。

数据应用体系的有效实施，关键在于使数据与高校业务紧密结合，使数据生于业务、用于业务。数字化背景下的高校平台建设应该积极依托教学大数据，围绕师生各种活动来展开，数据动态纠偏、数据预警，以数据静态标签、动态标签、模型标签等为指引，为数据注入人的生命力，构建高校人才培养的大数据路标。

1.基于大数据构建画像系统，支撑学校评估决策分析

在专业情况、师资情况、学生情况、教学情况人才培养、教育科研、创新创业、思政教育等方面进行可视化数据分析，提升高校教育教学治理现代化效能。

2.大数据驱动教学评价，精细刻画师生教与学的特点

利用大数据驱动，创新教学评价工具，积极探索基于OBE教育理念的学生学习情况全过程、全要素评价，并针对性地实施教学内容和服务，促进评价过程与学习过程紧密结合，形成规模化教育和个性化培养相互融合的教育评价体系，赋能实现个性化教学，从而推动教育质量的变革发展。