一、如何看待高校数据治理现状？

所谓数据治理，是指对数据和信息进行管理的组织行为，是涵盖采集、使用到清理的数据全生命周期的政策和程序集。数据治理的有效应用可以使高校治理变得更加智慧。顺应时代需求随着大数据时代的来临，管理与应用数据资源已成为现代高校取得竞争优势的重要工作之一。

一方面，高校需要借助数据治理来服务校园发展规划，通过对学校及学科发展数据进行监测，对人力资源、科学研究、硬件环境等各项主题数据进行分析，模拟资源配置方案，进而为上层决策提供数据支撑。

另一方面，数据治理可以帮助高校识别并响应来自师生群体不同层次的需求，从而更好地进行管理和提供服务。

虽然在信息化浪潮下很多高校已经积累了大量的数据，但实际上能够投入使用、促成上述目标的数据却并不多。高校的业务系统多由业务部门牵头分散建设，缺乏统一的规划和数据标准，导致所积累的大量业务数据存在碎片化、不一致、不规范、无法共享等问题，数据质量偏低、冗余大量存在。

此外，国内大部分高校的数据处理工作仍需要人工操作，数据采集及分析技术薄弱，严重制约了数据价值的发挥。

因此，为了充分挖掘校园数据的价值，提高应对环境变化的敏捷度，高校需要完善的数据治理体系对数据进行全生命周期的管理。

二、加州伯克利的数据治理机构

为帮助学校在教学、研究和公共服务等方面上更好地实现其目标，加州大学伯克利分校（下称“加州伯克利”）成立了规划与分析办公室（Berkeley Office of Planning and Analysis，下称“OPA”），旨在通过客观的、可操作的和创造性的分析，参与校园管理和决策，提升学校在多变环境下的适应性。

那么，OPA究竟是一个什么样的组织呢？

OPA作为加州大学伯克利分校的一个重要职能单位而存在，受伯克利大学分管财务系统的副校长领导，机构职能包括制定发展规划、进行数据分析、承担大学预算、从事政策分析。

OPA的人员共计9人，既有隶属OPA下的专职人员，也有其他部门的兼职人员。他们分工明确，除了政策分析人员，还配有从事数据统计、项目管理、学术项目评审、数据可视分析等人员。在人员构成上，该机构不仅强调人员的综合素质与背景，还十分重视不同学科的人员配置，以保障自身服务学校管理和决策的综合能力。

OPA开展数据治理的背后，离不开强有力的技术支撑。在加州伯克利，智能科学技术平台（下称“IST平台”）就承担着这个重任。它为校内的数据治理提供了一个可靠的网络技术环境，包括基础设施和核心技术服务，足以覆盖全校范围的数据治理工作

OPA主要在6个重点领域开展数据治理，其工作内容足以涵盖教学、科研、招生、财务等校园管理的各个分支。

1.为校园决策的制定提供数据分析和演示。通过应用各类软件工具（如Tableau、Python、Stata）和创建模型，OPA为校园各层面的决策提供支持。具体项目如关于学生体验和校园环境的调查。

2. 为数据仓库（EDW）中的学生数据提供管理服务。依靠背后IST平台的强大技术支持，OPA的数据质量值得信赖。

3.支持跨校区的协作分析项目。OPA对全校范围内的关键计划提供支持，其中不仅包括可视化的精密分析，还包括多个校区之间在学术、财务、人力等系统上的数据共享（比如学术评审项目、本科招生规划等）。

4.加强对校园委员会的人事安排的参与度。凭借对校园的了解和对相关数据的熟悉，OPA能够为校内委员会及各类项目的人力资源安排提供决策支持，比如，与分析师合作制定顾问委员及校长的聘制倡议、教师薪资节约计划。

5.为特定的校园调查提供更多支持。随着OPA的组织变革，它对校园调查项目的支持模式也在不断完善。

6. 提供准确及时的数据和报告。除为加州大学、加利福尼亚州和联邦政府提供大量报告外，OPA还响应其他来自加州伯克利内部和外部的请求（比如学生成就测量、美国人才计划、排名调查和大学指南、本科生概况、教师教学活动年度报告）。

三、加州伯克利如何发挥数据治理的价值？

挖掘数据价值已经成为高校进行数据治理的一项共识。但对多数高校而言，如何将数据与现实需求相衔接、发挥数据治理的最大功效仍是一个不小的难题。

那么，加州伯克利是怎么做的呢？我们可以通过以下3个例子来简单了解。

案例1：本科招生 

加州大学系统9所分校在校长办公室的统一协调下，各自审核录取本科新生。整个招生录取过程大致包括两个步骤：确定申请学生的合格性；综合评定合格学生，并以此作为录取标准。

由于各分校及专业的申请状况“冷热不均”，在实际招生录取过程中，有可能出现合格学生因志愿不匹配而被拒，及个别分校生源不足的情况。

为保证合格学生最大程度地被加州大学系统录取，加州大学会提前对合格学生数据进行分析和预测，然后向其中可能被拒的学生宣传推广申请“冷门”分校的情况，鼓励他们到这些分校就读。

在这个过程中，预测对象是合格学生，被预测的变量是学生能否被申请分校录取，自变量包括学生的个人信息、学习成绩、家庭信息以及就读学校信息等。OPA通过比较运行决策树、神经网络、逻辑回归节点以及集成节点等四个模型，选定最佳模型并测算。

实践证明，该项目对可能被拒学生的预测准确率高达92%。由于有针对性地对这些学生进行了宣传和意见征集，加州大学系统实现了留住较好生源的初衷，同时，也保障了申请“冷门”分校当年的入学率。

案例2：服务师生的数据系统

OPA开通了一个专门服务于校内师生的数据系统—Cal Answers，系统内集中并整合了加州伯克利各部分系统的数据信息

所有使用该工具的行政人员、教师和学生都可以访问并使用这些数据。

不论访问者是在执行大型任务——比如制定单位的年度预算或管理奖助学金，还是进行日常咨询——比如回顾上个月的合同支出或研究学生的毕业率，都能快速、轻松地在Cal Answers都能找到他们想要的数据，得到可靠的答案。

案例3：数据公开

OPA每年都要为加州伯克利的管理者和利益相关者创建各种各样的分析报告和展示，以尽可能地支持基于数据的各项决策。

而相应的数据治理文件都会公布在OPA的官网上，供校内外人士下载查看。 

四、结语

通过以上调研分析，我们能够大致了解加州伯克利的数据治理理念。

其实，像伯克利这样重视数据服务价值、数据公开的做法，也是数据治理服务高校这一职能的另一种体现方式。数据治理不仅可以为上层决策提供支持，还可以满足校内师生群体的发展需求，提高他们的校园体验，更能帮助外界深入了解学校。

就数据治理而言，一方面，它的专业性较强，需要专业团队帮助高校——不能要求每所高校都像加州伯克利一样拥有本就不俗的专业基础；另一方面，它也需要协调多个利益相关方才能共同完成，如果有独立第三方参与其中，或将有利于高校协调、平衡各方利益。

（信息来源：方略研究所）