企業簡介

中南大學（Central South University）坐落在中國歷史文化名城──湖南省長沙市，占地面積317萬平方米，是國家“211工程”首部省重點共建高水平大學和國家“2011計劃”首批牽頭高校。2017年9月入選世界一流大學A類建設高校。學校設有30個二級學院，擁有享“南湘雅”美譽的湘雅醫院、湘雅二醫院、湘雅三醫院3所大型三級甲等綜合性醫院及湘雅口腔醫院。

學校全日制在校學生6萬余名，中國科學院院士1名，中國工程院院士16人，國家杰出青年科學基金獲得者34人，教授及相應正高職稱人員1889人，享受政府特殊津貼專家397人。學校學科門類齊全，擁有完備的有色金屬、醫學、軌道交通等學科體系，涵蓋哲學、經濟學、法學、教育學、文學、理學、工學、醫學、管理學、藝術學、交叉學科等11大學科門類，其中數學、材料科學與工程、冶金工程、礦業工程、交通運輸工程5個學科入選國家“雙一流”建設學科。

業務需求

數字經濟時代，數據已經被定位為電子資產、重要生產要素、基礎戰略資源。如何利用數據來實現管理的精細化、決策的科學化和服務的個性化是國內外各領域研究和探索的熱點。各行業密集出臺各類政策文件要求加強數據資源管理、推動數據共享與公開、實現數據互聯互通、挖掘數據價值。

十三五期間學校信息化建設目標為“數字校園”，建設了大量的信息系統以支撐業務管理。雖然信息化建設成果顯著，但隨之而來出現許多數據問題，如數據共享不暢、數據質量堪憂、全校協同乏力、數據權責不清、數據應用急缺等。因此為滿足學校“用數據說話、用數據管理、用數據決策、用數據創新”日益增長的訴求。學校自2019年開始啟動數據共享和治理工作。隨著近年數據共享、治理工作的推進，學校沉淀了海量數據，但是數據分析和應用以輔助決策和管理，提升學校治理能力仍然面臨如下問題：

問題1：如何統一管理和規范學校數據分析應用成果

十三五期間業務部門都建成了信息系統，但這些系統主要目標是實現事務處理，缺乏數據思維，數據可視化和深入的數據對比、分析較少。十四五期間學校將對業務系統進行升級改造，要求其在滿足事務處理要求同時規范數據生產、重視分析應用。那么學校即將面臨如何將各業務部門的數據分析應用成果統一管理和規范的難題。

問題2：如何建立學校統一的數據指標體系

學校在使用數據進行管理和決策的過程中發現指標命名不規范、指標存在多頭定義現象、指標邏輯不一致、指標統計口徑不統一等問題，從而導致各業務部門出具的關鍵指標，例如教職工、學生人數等存在不唯一或者不一致，影響管理和決策的科學性和嚴謹性。

問題3：如何實現數據賦能教育評價

為貫徹落實《深化新時代教育評價改革總體方案》，業務部門希望能通過數據建立模型、形成報告以支撐評價改革，而他們卻缺乏便捷易上手的數據分析軟件工具和專業的技術支持。

問題4：如何快速響應業務的數據分析訴求

學校傳統的信息系統建設模式無法快速響應臨時、緊急的數據應用訴求。例如在疫情防控過程中數據統計、分析等應用。

問題5：如何形成多維、全面、綜合的校情數據分析

由于各業務部門的信息系統數據集成不完整、數據質量不佳、數據可視能力薄弱等原因，很多業務域都缺乏數據可視化呈現和深入的數據分析，特別是校級層面的綜合數據應用十分缺乏，從而導致領導層想通過數據統觀全貌尤為困難。

解決方案

為解決學校的以上難點和痛點，喚醒數據價值，我們建設了一個學校層面的數據分析平臺——綜合校情分析平臺，以數據的應用促數據的建設，助力學校決策科學化、治理精準化和服務高效化。

建設思路

數據分析必須從業務現狀出發，著眼于找出業務面臨的主要問題，然后根據業務數據的分析形成數據結果支撐管理和決策，推進業務問題的解決。

項目實施的第一步是深入到業務單位進行詳細數據需求調研，對現狀和預期有一個較好的把握。

第二步弄清現狀和預期之間的差距并調查導致差距產生的關鍵因素，即發現問題。

第三步根據需求形成數據分析目標，針對目標實施數據的收集和加工。第四步根據業務管理和決策需要而定制數據可視化的圖表和報表，形成數據分析成果輔助業務部門的管理和決策。

平臺架構

綜合校情分析平臺基于學校數據倉庫，圍繞學生和教師這兩條主線，構建數據分析體系，平臺主要功能分為三部分：

① 數據門戶統一管理、呈現數據應用成果，包括移動端APP和PC端系統；

② 提供FineReport和FineBI兩款數據分析工具；

③ 數據系統管理后臺允許數據應用的歸屬單位自助、自主管理本單位數據成果。

在數據應用開發過程中，我們同時梳理業務關鍵指標，確認其統計規則、業務邏輯，實現關鍵指標在學校唯一、準確、可信。

典型應用場景

場景一：本科生招生

隨著高考綜合改革的不斷深化，高校招生錄取工作的難度日益加大。有的放矢地開展招生工作，有利于整體生源質量的提高，而生源質量將直接影響高校的人才培養。鑒于此，每年學校招生期間、招生工作總結階段，都需要對招生數據進行整理和分析。

我們通過建設招生實況駕駛艙，按照專業大類、生源地省份、性別、應往屆生和分數結構等維度呈現招生錄取情況及時把握招生進度，并在招生結束后，將本年度招生情況進行分數段、志愿填報、與歷年對比等分析，形成招生工作總結報告為后續更好、更專業的開展招生提供數據支撐。

場景二：人事管理

人事現狀駕駛艙關注學校人事隊伍情況，梳理學校人員數據，形成關鍵指標定義及計算，并從單位、人事結構、年齡分布、職稱職級、學歷多維度分析學校人員隊伍情況，為學校優化人員隊伍結構提供數據支撐。

近五年人事變化駕駛艙通過對新進教職工人事結構、職稱職級等維度進行分析，為學校擬定人才招聘計劃提供數據支撐。

場景三：學生管理

學生管理駕駛艙通過對學生基本狀態數據指標的分析，便于及時了解校內學生基本情況，為學生管理工作的精準化和個性化提供數據支撐。

迎新返校主題分為迎新和返校，通過對學生報到數據，從校區、學院、學生類型、時間、生源省份等多個維度分析，便于學校領導、學生工作處、各學院領導及時實時了解學生到校情況，便于更好地服務每一個學生。

總結與展望

我們立足于大數據時代背景，圍繞學校智慧校園建設中遇到數據分析應用的難點和痛點，根據學校戰略、組織、人才、信息化等校情形成因地制宜的數據分析體系。在實踐中，信息部門與業務部門密集對接、談思路、明現狀、定路徑，分主題、分期推進，建設成效逐漸凸顯，充分調動了各部門參與數據共建、共享、共治的積極性，大幅度提升了學校對智慧校園的滿意度。通過項目的建設，我們總結經驗如下：

① 數據分析是強業務驅動，必須由業務部門與信息部門通力合作，在創新中不斷積累，才能為管理、決策和預測賦予新能力并在此過程中發現數據問題、找出業務短板、推動業務重構、完善信息系統，在反復迭代中使數據質量更高、應用更豐富。

② 數據分析是定制開發，其中數據收集、清洗、驗證工作量占比高，因此存在一定的失敗率。為盡量降低失敗率，在實施之前需根據業務部門參與意愿、數據集成情況、數據質量報告等因素評估可行性。

③ 由于數據供給和業務需求本身就是沒有盡頭的，在數據賦能業務的過程也是慢慢找到焦點、逐漸落地、形成方法論的過程。

綜上而言，數據分析是一個開拓創新、持續調優和迭代的過程，需在創新中總結經驗逐步深入，并不斷加深與業務部門的合作默契。