习近平总书记指出：“数字技术正以新理念、新业态、新模式全面融入人类经济、政治、文化、社会、生态文明建设各领域和全过程，给人类生产生活带来广泛而深刻的影响。”当前，数字化正引领教育变革和创新的新浪潮，催生了数字教育新业态，必将持续深刻影响教育发展，既给教育事业发展带来了新挑战，也为教育变革和创新提供了难得的机遇。2021年3月，教育部发布了《关于加强新时代教育管理信息化工作的通知》，具体提出目标：“到2025年，新时代教育管理信息化制度体系基本形成，信息系统实现优化整合，一体化水平大幅提升；数据实现“一数一源”，数据孤岛得以打通，数据效能充分发挥”。

本案例以重庆水利电力职业技术学院多年的数据资产化工作实践为例，介绍了如何把“数据资产化”作为核心目标，从制度、方法、人员、技术、平台等角度综合配套建设，建设长效运转的数据中台，推动“一数一源”的实际落地，并探索大数据技术与教育深度融合，使数据与业务场景结合越来越深入的经验做法。

一、面临的主要问题

学校在2016开始逐渐开展数据治理工作和数据平台的建设，但在实践过程中，发现以下问题是阻碍数据“赋能”的主要原因。

一是投入和产出比例失衡。数据治理和平台建设需要投入大量的人力、物力、财力和时间，包括平台建设、数据采集、数据清洗和数据分析等环节。然而，在学校教学教育和管理服务中未能体现出与投入对应的效益，缺乏有效的数据应用和价值输出机制，形成了数据共享的壁垒，导致投入和产出比例失衡。

二是部门和师生参与度低。数据治理和平台建设涉及到多个学校部门和广大师生的参与和协调，需要各方共同配合和开展工作。但是，在实际工作中，学校员工和师生的参与度低，缺乏主动性和创造力，有些部门和个人对于数据平台的建设重要性缺乏认识。因此，形成了数据共享和数据应用的孤岛，影响了学校的数据价值挖掘和应用。

三是数据平台建设缺乏整合性。数据治理和平台建设是一个系统工程，需要整合不同的数据来源和业务系统，在数据采集和数据应用等方面具有整合性。然而，在实际操作中，学校的数据平台建设缺乏整合性，数据系统之间相对独立，数据应用之间缺乏互通性，形成了信息孤岛，阻碍了数据的应用和价值输出。

四是与数字化转型要求不匹配。学校数字化转型是应对数字时代变革的大趋势，数据平台的建设和运营要适应数字化转型的要求，满足学校管理和运营的需求。然而，在实际工作中，数据平台存在一些问题，如功能单一、安全性低、可用性差、数据质量不高等，与数字化转型的要求不匹配。

二、主要做法

学校在数据治理的不断实践和总结过程中，逐渐转变思路，从“数据治理”向“数据资产化”转变，从“让数据质量好”向“让数据有价值”转变，从“数据放在中心”向“数据走向指尖”转变，形成了一套“数据价值显现出来，学校师生参与进来，数据资产沉淀下来”的方法路子。

（一）数据类目重构，分步拓展资产

在学校的数据治理实践中，我们发现现有国家和教育部门的数据标准主要是从“业务管理”的角度来进行分类，这种分类模式对于学校数字化场景和需求来说并不完全适用，对于数据的分类过于简单粗糙，分散使用不当，且无法完全涵盖学校实际的需求，而学校的数据资产需求的核心在于“人”，这就需要我们重新审视和改进数据分类和利用方式。为了解决这些问题，我们与合作企业成立联合研究团队，以“对象”为核心，重构了数据类目，通过划分不同数据的使用目的、存放内容、质量要求、治理运维方式等多个方面进行分类，将学校的数据资产分类为五个大类和26个子类，包括学校基础数据资产、教师数据资产、学生数据资产、业务领域数据资产和指标数据资产。这种分类模式能够更好地适应学校的数字化场景和需求，更加细致全面地反映出学校实际的数据资产状况，从而有助于在数据治理方面打下坚实的基础。除了更加细致和全面外，新的分类模式还能够更加针对性地分析不同类型数据资产的管理痛点和内涵特征等问题。通过这些分析，我们能够更好地掌握各类数据资产的特点和管理难点，进而更加科学合理地制定针对性的管理策略，提高数据治理效率和精度，从而为学校数据资产治理的顺利推进提供了坚实的保障。采用基于“对象”为核心的数据分类模式，能够更加细致、全面地反映出学校数字化场景和需求，并且能够更加针对性地分析各类数据资产的管理难点和内涵特征，从而为学校数据资产治理的顺利开展提供可靠的基础，，既能够提高数据资产利用效率，又能够充分发挥数字化场景和需求的优势，实现更加高效精准的数据治理。

学校的数据资产治理是一个漫长而复杂的过程。在理清学校数据资产的基础上，我们改变了以往自底向上的数据治理模式，采用“各个击破”,分阶段实施数据资产化，快速呈现建设效果的方法。通过实践证明，这种实施模式是很成功的，在以下几个方面体现：首先，我们选择了数据基础较好、需求迫切的教师数据资产作为突破口，完成了教师对象的数据资产化，并快速上线了教师数据档案、一表通等数据应用。在解决教师需求的基础上，以最小的闭环验证了数据资产化的全流程生命周期，为下一阶段的工作提供了宝贵的经验。随后，我们将在教师对象资产化中成功的模式快速复制到学生对象，并注意解决上一阶段中出现的问题，实施周期变短，但效果却更加显著。接下来，我们利用前两个阶段总结的资产化治理模式和流程，分别开展了指标数据、业务领域数据的资产化，均取得了成功。这个阶段的工作，不仅证明了前两个阶段实践模式的可行性，也表明了后续资产化工作的总体方向和具体实施方案，从而实现了资产化工作的规范化和标准化。最终结果表明，这种以“快速迭代”为核心的实施模式，有效的规避了风险，能够快速的验证效果，确保了我校数据资产治理工作的顺利开展。结果表明，这种以“快速迭代”为核心的实施模式，可以保证数据资产治理过程快速迭代，有效地规避风险并且迅速验证效果。在实施过程中，学校可以随时对治理过程进行调整和优化，及时发现数据治理和平台建设中存在的问题和瓶颈，快速调整方案，提高数据资产治理和平台建设的效率和准确性。

（二）以应用为核心，五步构建资产

数据资产化是一个系统性的过程，最终的目标是要能够赋能应用场景，从而更好地提升学校信息化建设和管理水平。在数据资产化的过程中，我们需要以应用为核心，建立起“规-盘-治-运-用”的五步骤构建法，这个方法包括了规划应用、盘点数据、治理数据、运维数据和构建应用等五个步骤，以确保数据能够被合理开发和利用，更好地为学校服务。第一步是规划应用，这是整个数据资产化的起点。在此阶段，我们需要确定数据资产化的目标和方向，包括规划数据管理的应用需求，数据整合、共享、分析、应用、访问等核心业务和功能需求。同时以需求为主导，为数据资产化确定各阶段的目标和时间。第二步是盘点数据，了解学校现有的数据资产情况，包括数据来源、数据内容、数据质量等方面的信息，以便在后续的数据资产治理和应用过程中建立基础。第三步是治理数据，也是数据资产化的关键步骤。在这一步骤中，我们需要对数据进行清洗、整合、标准化等处理，从而提高数据的质量和可用性。同时，还需要注重数据的安全和隐私保护，在数据开放和共享时要遵守相关的法规法律和政策规定，确保数据资产安全。第四步是运维数据，包括对数据进行维护、监测、更新和备份等工作，从而保证数据的持续性和可用性。这些工作需要建立起完善的技术和管理体系，确保数据能够正常运行和使用。最后回到构建应用，在这个阶段将规划应用、盘点数据、治理数据、运维数据等相关工作转化为实际的应用场景，切实地服务于学校的数字化建设和管理。具体而言，我们需要关注应用的功能和需求，以及技术的可行性，从而在应用中充分发挥数据资产的价值。此外，还要注意应用的实时性和数据的安全性，确保数据能够正常高效地被利用。

除了以上五个步骤外，我们还需要建立起数据资产管理标准体系作为基础支撑。这个标准体系应该包括数据分类和命名规则、数据保存和备份规定、数据安全和隐私保护、数据共享和开放原则等方面的内容，从而提供了实现数据资产化过程中的规范性和可操作性。这个标准化的体系，不仅有助于规范化学校数据资产的管理和利用，而且可以让数据的流程化更为顺畅，将学校的数据资源运用在各种应用场景中时更为高效。此外，该标准体系还能够为学校数字化建设和管理提供指导和支撑，达到数据共享、数据优化和数据利益的最终化提升。

总之，采用“规-盘-治-运-用”的五步骤构建法是推进学校数据资产化的有效途径。最终目的是通过合理的应用和利用，提升学校数字化建设和管理水平，进而更好地服务教学和科研等各个方面的需求。

（三）调动全员参与，构建数据生态

为了使数据走向“指尖”，需要调动学校各类人群的多元参与，构建起一个能够不断演化的数据生态系统，而这个生态系统的构建又包含了业务生态和技术生态两个部分。

业务生态构建的核心是全员参与数据治理与运维。我们通过法规制度、技术平台、宣传推广等各种手段，将师生、业务部门广泛发动起来，参与到生态的构建中去。以教师个人数据的更新与纠错为例。首先，教师查阅数字档案或者开展填表业务时，发现数据有误或者缺少自己最新的数据，便可一键发起数据纠错/更新业务申请。其次，根据学校的一数一源管理规定，该申请会自动推送到管理该数据资产的管理员手机上，该管理员通常是各业务部门兼任的数据管理员，他们根据自己的权限审核数据的更新，若数据的源头是业务系统，管理员便到对应的业务系统完善数据。随后，根据数据中台配置的数据治理流程，自动完成新数据的更新、登记、开放、交换等工作，所有的数据应用同步使用最新的数据。通过全员的参与，使数据的鲜活度大大提高，更加激发了师生使用数据的热情，从而形成生态正反馈。

技术生态构建的核心是是数据的流动形成闭环。数据中台建设是技术生态建设的核心，我们实现了数据中台的一体化建设，完全在一个平台打通了标准制定、数据采集、数据治理、质量检测、质量管理、开放共享和数据应用管理。其在技术层面上实现了对数据的规范、管理和监控，包括数据采集、规范、清洗、共享、安全、开放与管理等全生命周期的全流程管理。通过中台建设打通学校数据血液循环，梳理数据的产生、加工、使用和终止的整体流向，支撑跨系统、跨业务和跨部门的流程再造。

三、数据赋能成效

通过多年的数据资产治理，学校陆续推出了一批数据和场景深度结合的应用，将数据赋能教育落到实处。

（一）赋能人才培养——学生综合预警应用

学生在学业学习、成长成才、安全管理等方面，都有一些关键性的事件需要辅导员、二级学院和部处进行特别关注。因此，我们在学生数据资产治理的基础上，通过充分运用大数据、物联网等技术，多源融合学校数据中心、各业务系统中的学生过程数据、实时数据，通过计算挖掘精准发现学生的各类预警事件，构建了学生综合预警应用，并通过学校官方企业微信实现精准的预警推送。在学业学习方面，及时将成绩、学业目标及时向学生预警，引导学生以目标为导向，顺利完成学业，同时识别旷课等教学异常问题；在成长成才方面，结合第二课堂等系统，进行第二课堂、消费、违纪等预警，帮助学生达成目标，识别成长风险；在安全管理方面，当存在个别学生不按时归寝、不正常离校、心理健康方面的风险时，对风险进行及时的发现、预警和通知。

通过学生综合预警应用的运用，在学生培养的多个方面取得了成效。一是能够使学生在个人学习、二课活动参与过程中得到预警反馈，帮助他们识别学习和素质拓展活动中存在的不足，实现自我调整和自主发展；二是使班主任、辅导员更加有效的实现学生管理和帮扶，能够识别异常事件和问题学生，并能及时进行处理；三是使学校相关管理部门从宏观上分析把握学生的行为趋势，针对性的开展教育和管理。

（二）赋能教师发展——教师数据服务应用

为解决教职工反映强烈的数据分散、反复填报等问题，加强数据互通、信息共享，利用“一张表”实现个人数据自动汇聚、集中维护、可视化展现，我们构建了教师数据服务应用。应用提供数字档案、智能填表、数据分析三项服务，并实现了和教师发展规划的紧密接合。教师在查看数字档案时，不但能够了解自己的各类经历、成果现状，还能和学校的职称评定标准指标进行对比，从而发现差距，找准工作方向；在职称填报、年终考评、重要项目申报时，则可通过智能填表业务，自动从数据中台拉取已有数据，避免重复填报；通过应用采集的数据，可以开展多样化的数据分析，例如在绩效考核完成后，通过数据分析评估教工的教学和科研水平。目前平台已集成教学、科研等八大维度共60余个数据子集，近800个字段，在学校的多个部门业务上得到了应用。

（三）赋能学校治理—智慧大脑校本平台

2022年，教育部信息中心发布《全国职业教育智慧大脑院校中台数据标准》、《全国职业教育智慧大脑院校中台数据对接流程》，明确了数据对接“获标准、理数据、调接口、推数据、验逻辑、显数据”六大具体步骤。我校提出建设职业教育智慧大脑校本院校中台，实现全国职业教育智慧大脑院校中台的快速对接，支撑学校业务数据常态化运转的目标。得益于前期学校在业务领域、指标数据资产的治理，我校在1个月内便快速构建了校本智慧大脑中台，打造了职教大脑孪生大屏，实现了1个领导视角数据大屏到11个专题数据大屏的一键击穿，在快速对接全国职业教育智慧大脑院校中台的同时，支撑学校业务数据常态化监测，为数字化学校治理打下坚实基础。

参考文献：

[1]中共中央,国务院.中国教育现代化2035 [EB/OL].2022.02.

[2]教育部.关于加强新时代教育管理信息化工作的通知[EB/OL].2021.03.

[3]陈桂香,吴晨璐.我国高校数据治理体系要素构成、存在问题及解决对策——活动理论视角[J].高校教育管理,2023,17(03):63-75.

[4]曾敏,应巨林,郑乾生,许驰,曾铮.数据中台下的高校数据治理建设的应用与研究——以温州科技职业学院为例[J].办公自动化,2023,28(10):51-54.

[5]邹丹.高校数据治理建设实践研究[J].中国信息化,2023(04):59-60.

[6]董晓辉,郑小斌,彭义平.高校教育大数据治理的框架设计与实施[J].中国电化教育,2019(08):63-71.

[7]余鹏,李艳.基于教育大数据生态体系的高校智慧校园建设研究[J].中国电化教育,2018(06):8-16.

[8]张宁,袁勤俭.数据治理研究述评[J].情报杂志,2017,36(05):129-134+163.