高校数据治理没有最好的模式，只有适合自己的模式。各高校在管理方式、技术实施路径、工具平台选用等方面不尽相同，但在管理上却面临着大致相同的困境。这些困境直接影响了数据治理工作的推进和效果，需要我们正视困难，找到解决对策，从而更好更快地推动数据治理工作进一步发展。

　　高校数据治理的必要性

　　高校数据治理的目标是要建设完整、准确、及时的全域数据，实现数据资源在各组织机构部门的共享和流转，提升数据的服务能力以实现数据价值的最大化，是一项技术要求高、涉及部门广、基础工作繁、建设效果慢的长期工作。尽管如此，许多高校已经把数据治理作为当前信息化建设的主要工作，其重要意义体现在以下几个方面：

1.从高校信息化建设阶段上，数据治理是从智慧校园向智能校园建设演进的必然要求。大数据等技术的发展推动了信息技术的创新，使高校开展数据挖掘和决策支持成为可能，这也从反映信息化发展过程规律性的“诺兰模型”中得到理论印证。如果说智慧校园是基于“业务+服务”开展建设，那么智能校园则是基于“数据+决策”开展建设，即通过大数据、人工智能等信息化手段，挖掘和利用数据的价值，实现教学科研管理服务等各项工作的感知、测量、判断、评价和预警，由经验管理到数据管理，粗放式管理到精细化管理，从而辅助决策学校各项事业的发展。而只有扎实做好学校数据治理，形成完整、准确、真实、规范的信息化数据，才能有效开展数据支持下的智能校园建设。

2.从高校信息化建设目标上，数据治理是推动高校治理体系和治理能力现代化的必然要求。数据治理是以数据生产要素为对象，以释放数据价值为目标，以守住数据安全为底线，以建立健全数据全生命周期秩序规则为核心，以推动数据有序管理和流转为主要活动，以强化数据管理技术手段为支撑的一系列活动，具有综合性、复杂性、长期性等特征。高校数据治理的过程，是高校围绕数据这一新型生产要素进行制度建设和执行落实的一系列活动，在此过程中，学校各类运行过程的信息得以有效体现，对高校治理体系和治理能力现代化起到了重要的推动作用。

3.从高校信息化建设内容上，数据治理是高校信息化与教育深度融合的必然要求。教育部《教育信息化2.0行动计划》把信息技术与教育深度融合作为主要任务之一，目的在于用信息化手段为学校人才培养、学科建设、科研教学等核心工作提供更有针对性的支持。高校在网络基础设施、业务系统、基础平台、一站式服务大厅等信息化建设方面已经开展了大量工作，很好地解决了服务师生的问题，但对学校核心工作的支持力度还远远不够，其根本原因在于学校数据烟囱林立，数据不能有效打通和整合，无法对核心工作进行多维度全方位的分析和研判。因此，高校信息化建设内容也要适时调整到数据治理这项工作上，以数据为依托实现信息化与学校核心工作的深度融合。

4.从高校信息化部门定位上，数据治理是高校信息化部门强化自身价值的必然要求。目前，高校信息化部门职能定位大多数是“教学辅助部门”，尽管开展了大量工作，但大多以后台的形式提供无感的支持和保障，以至于学校各部门和师生感受不到信息化工作的重要性，感觉信息化部门没有什么“权力和资源”，因此常常处于被边缘化的状态，参与学校核心工作少，话语权弱。随着大数据技术的发展，数据资源已经成为学校的重要公共资源，学校对数据的各类需求也变得十分迫切，这就要求信息化部门要开展有效的数据治理，为学校提供全方位的数据服务和保障，用数据服务提高信息化部门的作用和地位。

　　高校数据治理的管理困境

　　高校在开展数据治理时会面临诸多困难。相比于技术实施，管理上遇到的问题更多，更难解决，主要体现在以下几个方面。

1.缺少顶层的统筹协调，存在对数据治理工作重要性认识和重视程度不够的问题。数据治理工作需要信息化部门明确数据来源、数据流向、数据共享、使用和维护规则等，工作中面临更多的是管理和业务问题。而有些领导和部门没有充分认识数据治理在推动学校治理体系和治理能力现代化中的重要作用，把数据治理工作单纯看成是技术性工作，认为自己不懂技术，所以对数据治理工作关注得少，指导得少，参与得少，不能在统筹方面给予信息化部门足够的指导和支持。而数据治理工作需要学校领导、各部门和师生的全员参与和推动，如果完全依靠信息化部门主导，与相关业务部门一个个沟通，不仅效率很低，而且由于信息化部门的地位和约束力，有时也很难达到预期的效果。

2.缺乏明晰的管理职责，存在数据治理工作中不作为或乱作为的问题。高校在开展数据治理过程中要确认权威数据来源，开展数据日常维护，加强数据集成与共享的精准管理与监督，客观上给业务部门增加了工作量，需要业务部门站在学校事业发展的高度，主动作为。但有些部门缺乏担当意识，对本应由自己部门产生和维护的数据不同意管，对已有的数据不更新维护，特别是一些业务管理范围模糊的数据，信息化部门往往要与多个部门多次沟通协调，但收效甚微，导致一些必要数据无产生来源。同时，有的部门也存在乱作为的情况，本应在公共数据平台产生的数据，却通过行政手段要求师生必须在本部门系统中填写，导致师生不得不在多个系统重复采集和填报同一数据，增加师生负担。

3.缺少统一的数据治理监控管理体系，存在数据治理工作中另立山头和各自为政的问题。数据治理的核心工作是要保证“一数一源”，所有的数据通过公共数据平台进行交换。但在实际工作中，跨部门的数据共享交换及沟通管理机制还不健全。有的部门认为其他部门提供的数据不准确，不是通过与其他部门沟通从源头上解决数据质量问题，而是希望在本部门的系统中产生不应该由其部门管理的数据。同时，有的部门在信息化建设时只考虑本部门的需求，不去了解其他部门已有数据和需要本部门提供数据的情况，造成重复建设或无效建设。甚至有些强势部门的信息化建设完全游离在学校总体规范之外，不按照数据治理的要求把可开放共享的数据共享，也不从学校公共数据平台获取数据，建设数据封闭的系统，形成新的数据孤岛。

4.数据管理流程和规范不够完善，存在数据治理工作中数据线下交换的问题。推进数据治理的有效方式是实现已明确来源的数据全部通过公共数据平台进行线上管理和交换，以确保数据的共享使用范围、时效性与安全性。但实际工作中，有些部门仍存在使用电子表格管理数据的惯性思维，但凡需要数据，首先想到的就是线下向基层要，向其他部门要，而不去思考所需数据是否是应该由本部门产生的权威数据，本部门不产生的数据是否可以从学校公共数据平台获取，造成基层或师生反复填表。由于信息化部门很难掌握各部门日常工作中数据线下交换的情况，导致许多本应该通过线上数据治理解决的问题无法暴露和解决，而且存在较大的数据安全隐患。

　　解决数据治理问题五大对策

　　数据治理工作面临的管理问题不仅仅表现在上述方面，信息化部门在开展工作时要具体问题具体分析，采用不同对策，有的放矢地推动数据治理工作的开展。

1.加强与领导及业务部门的沟通，多方形成共识。沟通是解决问题的有效方式。

　　信息化部门要勤于沟通、善于沟通，积极争取学校主要领导的支持，习惯用非技术语言让领导理解数据治理工作的重要意义，善于用具体的案例让领导了解数据治理能够为学校治理能力带来的变化。领导思想通了，才能真正重视数据治理工作，才能亲自指导和参与工作，才能给信息化部门授权和站台，这是推动数据治理工作最有效的途径。要加强与业务部门的沟通，要摸透部门的想法，理解部门的困难，满足部门的诉求，一个一个问题突破，不求立竿见影和一次性整体解决。同时，要注意沟通技巧，既不能让业务部门觉得在给信息化部门“打工”，也不能让业务部门感觉信息化部门越位，抢了业务部门的工作。一次沟通不成就反复沟通，要有锲而不舍的精神，最终目标是业务部门愿意担当，配合信息化部门开展工作。

2.加强数据治理相关制度和规范建设，建立常态化工作机制。

　　制度是规范业务管理、明确工作要求、提供工作保障的有效手段。要健全数据治理的相关制度，明确数据治理的组织管理、业务管理、职责管理要求，建立数据的生产、流转、使用、归档、销毁的全生命周期管理规则，从而让业务部门了解工作要求，明确工作职责和具体工作内容，可以依照各项制度自主有序地开展工作，建立数据治理的常态化工作机制。信息化部门在制定相关制度时也要建立工作考核和约束机制，保证工作推进遇到问题时，可以利用制度的权威性去规范、约束和推动工作开展。同时，要加强数据治理具体技术规范的建设和技术指导，让学校各类信息化建设按照统一的标准和技术方案实施，进而提高学校整体的数据治理能力。

3.加强信息化建设的归口管理，确保数据可管可控。

谁掌握着信息化项目的立项权，掌握着建设经费，谁就对信息化项目的建设有话语权。要强化信息化部门对信息化建设归口管理的职能，保证信息化部门可对不满足建设规范和要求的项目进行否决，对已立项项目建设进行指导、规范和全过程管理。信息化部门要重点抓住项目建设可行性报告、立项论证、建设方案、需求确认书、项目验收等关键环节，确保建设内容和技术方案满足学校数据管理要求，杜绝另立山头和各自为政的情况发生。

4.加强数据资源的开放和安全使用，确保数据有序规范流转。

　　只有让各部门和师生了解学校数据资产的家底，才能推动数据更好地使用，才能更好地暴露和解决数据治理过程中的问题，更有效地提高数据质量。信息化部门要加强数据资产的建设，通过自上而下和自下而上相结合的方式了解业务部门和基层院系及师生的数据需求，不断完善数据资产目录，建立新增数据产生规则。要加强数据资产的开放共享，让各部门和师生了解学校有哪些数据，都由谁维护，是否可以共享等信息，明确已有数据不允许在线下重复采集，杜绝数据线下交换流转的问题。要加强数据的使用，将数据通过个人数据中心、教师主页、机构知识库等平台直观地展示出来，将数据与网上办事流程、职称评审、业绩考核等必须开展的工作集成起来，通过业务办理和考核解决数据缺失或错误问题。要加强数据的使用管理和个人隐私保护，建立完善的数据使用审核制度和个人隐私保护办法，确保数据安全可控使用。

5.加强数据质量监控和考核，确保数据质量不断提升。