高校信息化数据治理探讨.doc

高校信息化数据治理探讨



摘要:目前数据质量问题已成为制约高校信息化发展的主要问题,需要利用数据治理建设全校级别的数据管理流程体系才能有效全面地提升数据质量。数据治理是指将数据作为高校资产而展开的一系列标准化工作,是对数据的全生命周期管理,其目标是提高数据的质量。本文结合高校特点提出数据治理模型,给出了具体的实施方法步骤和评估办法,具有较强的可操作性,能够充分发挥数据治理的效果。
本文采集自网络,本站发布的论文均是优质论文,供学习和研究使用,文中立场与本网站无关,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。
关键词:高校信息化;数据治理;主数据;数据质量
中图分类号:G647 文献标志码:A 文章编号:1673-8454(2017)09-0066-03
一、引言
高校信息化经过多年的发展,很多高校已积累了大量的业务和相?P数据,但是因为数据质量不高、冗余数据大量存在和数据可用性不高,使很多数据处理工作还需要通过人工来确保正确,浪费了大量的人力和时间。造成这样的问题,主要是因为高校的信息化建设往往是多系统分散进行,在建设时缺乏统一的数据规划和相关标准,虽然做了大量的数据集成,但是因为数据不规范、不一致、冗余、部分数据无法共享等原因,使数据质量低下、可用性不高。因此我们需要通过数据治理建设全校级别的数据管理流程体系来进行数据全生命周期的管理。
数据治理是指将数据作为资产而展开的一系列的标准化工作,是对数据的全生命周期管理。数据治理是需要技术与管理相结合并进行持续改善的管理机制,贯穿整个数据管理的全生命周期,通常需要制定组织架构、政策制度、技术工具、数据标准、流程规范、监督及考核等方面内容。数据治理的目标是提高数据的质量,保证数据的安全性,实现数据资源在高校各业务部门的有效整合和共享,从而提升高校信息化水平,更有效地发挥信息化作用。
目前,数据治理的研究往往从两个方面展开:一个是从数据质量管理方面,定义数据质量活动和相应的角色职责;[1][2]而最近越来越多的研究引入IT治理的经验和办法,从全局考虑治理框架和生命周期管理,比较常见的是以国际数据管理协会(DAMA)[3]、数据治理协会(DGI)[4]等机构提出的治理框架具有较强的借鉴意义。在高校信息化领域,许晓东等[5]提出高校数据治理可以分为数据的获取和抽取、整合和分析、解释和预测几个阶段,给出了基本的实施步骤,但是缺少整体的框架。包冬梅等将数据治理应用到高校图书馆,并提出了CALib数据治理参考框架。[6]
二、数据治理模型
数据治理模型需要明确阐明数据治理的主要目标、相关角色、治理活动和相应的职责。[7]在这里我们可以建立RACI(R=Responsible,即负责执行活动的角色;A=Accountable,即对活动负全责的角色;C=Consulted,即拥有完成项目所需的信息或能力的人员;I=Informed,即应及时通知结果的角色)模型矩阵(见表 1)来确定相应的角色和活动的职责关系。
其中角色包括以下五类,也构成了高校数据治理的组织架构:
信息化领导小组:审议数据治理发展规划,推进数据治理在全校落实。
数据治理委员会:主持数据治理组织工作,制定数据治理相关规章制度。
数据治理项目负责人:业务部门和信息中心负责人,管理数据治理管控活动,对数据质量负责。
数据治理业务管理员:负责其所负责的业务数据定义、业务规则以及执行相关的正常标准。
数据治理技术管理员:确保数据治理被有效地理解、使用和共享,满足治理和完整性标准。
数据治理主要活动包括制定数据治理方案、制定数据治理审核流程、制定数据模型和流程、制定数据标准、制定元数据和制定数据集成方案。其中数据治理方案将从战略角度来统筹和规划,对数据资产和系统进行清理,确定数据治理的范围,明确数据治理的流程及职责,确定数据治理的评估指标、方法;数据治理审核流程是指当发现数据质量有误时,需要启动变更管理流程,由相关业务部门和信息中心确认变更内容和执行方法,并在学校全局得以应用,确保数据质量。而后续的步骤将涉及具体的实施方案,在第三章进行详细介绍。
三、主数据管理实施
高校数据主要包括实体数据和业务数据。实体数据描述的是具体的对象,例如教师、学生、资产、教室等;业务数据描述实体发生的业务活动,例如学生选课、教师教学等,其本质是多个业务实体之间的活动关系。其中核心的实体数据往往会在多个业务系统中共享使用,这些实体数据和其属性就被称为主数据。ISO 8000-2-2012中定义“主数据描述了对组织起到基础作用的实体,这些实体是独立的,并且是组织进行事务处理需要参考的数据实体”。[8]主数据包括元数据、属性、定义、角色、关