李林　錢丹丹　黃婷婷

摘 要：目前數(shù)據(jù)質(zhì)量問題已成為制約高校信息化發(fā)展的主要問題，需要利用數(shù)據(jù)治理建設(shè)全校級別的數(shù)據(jù)管理流程體系才能有效全面地提升數(shù)據(jù)質(zhì)量。數(shù)據(jù)治理是指將數(shù)據(jù)作為高校資產(chǎn)而展開的一系列標準化工作，是對數(shù)據(jù)的全生命周期管理，其目標是提高數(shù)據(jù)的質(zhì)量。本文結(jié)合高校特點提出數(shù)據(jù)治理模型，給出了具體的實施方法步驟和評估辦法，具有較強的可操作性，能夠充分發(fā)揮數(shù)據(jù)治理的效果。

關(guān)鍵詞：高校信息化；數(shù)據(jù)治理；主數(shù)據(jù)；數(shù)據(jù)質(zhì)量

中圖分類號：G647 文獻標志碼：A 文章編號：1673-8454（2017）09-0066-03

一、引言

高校信息化經(jīng)過多年的發(fā)展，很多高校已積累了大量的業(yè)務(wù)和相關(guān)數(shù)據(jù)，但是因為數(shù)據(jù)質(zhì)量不高、冗余數(shù)據(jù)大量存在和數(shù)據(jù)可用性不高，使很多數(shù)據(jù)處理工作還需要通過人工來確保正確，浪費了大量的人力和時間。造成這樣的問題，主要是因為高校的信息化建設(shè)往往是多系統(tǒng)分散進行，在建設(shè)時缺乏統(tǒng)一的數(shù)據(jù)規(guī)劃和相關(guān)標準，雖然做了大量的數(shù)據(jù)集成，但是因為數(shù)據(jù)不規(guī)范、不一致、冗余、部分數(shù)據(jù)無法共享等原因，使數(shù)據(jù)質(zhì)量低下、可用性不高。因此我們需要通過數(shù)據(jù)治理建設(shè)全校級別的數(shù)據(jù)管理流程體系來進行數(shù)據(jù)全生命周期的管理。

數(shù)據(jù)治理是指將數(shù)據(jù)作為資產(chǎn)而展開的一系列的標準化工作，是對數(shù)據(jù)的全生命周期管理。數(shù)據(jù)治理是需要技術(shù)與管理相結(jié)合并進行持續(xù)改善的管理機制，貫穿整個數(shù)據(jù)管理的全生命周期，通常需要制定組織架構(gòu)、政策制度、技術(shù)工具、數(shù)據(jù)標準、流程規(guī)范、監(jiān)督及考核等方面內(nèi)容。數(shù)據(jù)治理的目標是提高數(shù)據(jù)的質(zhì)量，保證數(shù)據(jù)的安全性，實現(xiàn)數(shù)據(jù)資源在高校各業(yè)務(wù)部門的有效整合和共享，從而提升高校信息化水平，更有效地發(fā)揮信息化作用。

目前，數(shù)據(jù)治理的研究往往從兩個方面展開：一個是從數(shù)據(jù)質(zhì)量管理方面，定義數(shù)據(jù)質(zhì)量活動和相應的角色職責；[1][2]而最近越來越多的研究引入IT治理的經(jīng)驗和辦法，從全局考慮治理框架和生命周期管理，比較常見的是以國際數(shù)據(jù)管理協(xié)會（DAMA）[3]、數(shù)據(jù)治理協(xié)會（DGI）[4]等機構(gòu)提出的治理框架具有較強的借鑒意義。在高校信息化領(lǐng)域，許曉東等[5]提出高校數(shù)據(jù)治理可以分為數(shù)據(jù)的獲取和抽取、整合和分析、解釋和預測幾個階段，給出了基本的實施步驟，但是缺少整體的框架。包冬梅等將數(shù)據(jù)治理應用到高校圖書館，并提出了CALib數(shù)據(jù)治理參考框架。[6]

二、數(shù)據(jù)治理模型

數(shù)據(jù)治理模型需要明確闡明數(shù)據(jù)治理的主要目標、相關(guān)角色、治理活動和相應的職責。[7]在這里我們可以建立RACI（R=Responsible，即負責執(zhí)行活動的角色；A=Accountable，即對活動負全責的角色；C=Consulted，即擁有完成項目所需的信息或能力的人員；I=Informed，即應及時通知結(jié)果的角色）模型矩陣（見表 1）來確定相應的角色和活動的職責關(guān)系。

其中角色包括以下五類，也構(gòu)成了高校數(shù)據(jù)治理的組織架構(gòu)：

信息化領(lǐng)導小組：審議數(shù)據(jù)治理發(fā)展規(guī)劃，推進數(shù)據(jù)治理在全校落實。

數(shù)據(jù)治理委員會：主持數(shù)據(jù)治理組織工作，制定數(shù)據(jù)治理相關(guān)規(guī)章制度。

數(shù)據(jù)治理項目負責人：業(yè)務(wù)部門和信息中心負責人，管理數(shù)據(jù)治理管控活動，對數(shù)據(jù)質(zhì)量負責。

數(shù)據(jù)治理業(yè)務(wù)管理員：負責其所負責的業(yè)務(wù)數(shù)據(jù)定義、業(yè)務(wù)規(guī)則以及執(zhí)行相關(guān)的正常標準。

數(shù)據(jù)治理技術(shù)管理員：確保數(shù)據(jù)治理被有效地理解、使用和共享，滿足治理和完整性標準。

數(shù)據(jù)治理主要活動包括制定數(shù)據(jù)治理方案、制定數(shù)據(jù)治理審核流程、制定數(shù)據(jù)模型和流程、制定數(shù)據(jù)標準、制定元數(shù)據(jù)和制定數(shù)據(jù)集成方案。其中數(shù)據(jù)治理方案將從戰(zhàn)略角度來統(tǒng)籌和規(guī)劃，對數(shù)據(jù)資產(chǎn)和系統(tǒng)進行清理，確定數(shù)據(jù)治理的范圍，明確數(shù)據(jù)治理的流程及職責，確定數(shù)據(jù)治理的評估指標、方法；數(shù)據(jù)治理審核流程是指當發(fā)現(xiàn)數(shù)據(jù)質(zhì)量有誤時，需要啟動變更管理流程，由相關(guān)業(yè)務(wù)部門和信息中心確認變更內(nèi)容和執(zhí)行方法，并在學校全局得以應用，確保數(shù)據(jù)質(zhì)量。而后續(xù)的步驟將涉及具體的實施方案，在第三章進行詳細介紹。

三、主數(shù)據(jù)管理實施

高校數(shù)據(jù)主要包括實體數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。實體數(shù)據(jù)描述的是具體的對象，例如教師、學生、資產(chǎn)、教室等；業(yè)務(wù)數(shù)據(jù)描述實體發(fā)生的業(yè)務(wù)活動，例如學生選課、教師教學等，其本質(zhì)是多個業(yè)務(wù)實體之間的活動關(guān)系。其中核心的實體數(shù)據(jù)往往會在多個業(yè)務(wù)系統(tǒng)中共享使用，這些實體數(shù)據(jù)和其屬性就被稱為主數(shù)據(jù)。ISO 8000-2-2012中定義“主數(shù)據(jù)描述了對組織起到基礎(chǔ)作用的實體，這些實體是獨立的，并且是組織進行事務(wù)處理需要參考的數(shù)據(jù)實體”。[8]主數(shù)據(jù)包括元數(shù)據(jù)、屬性、定義、角色、關(guān)系和類別等。[9]

由于主數(shù)據(jù)作為多個業(yè)務(wù)系統(tǒng)中最核心的、尤其需要共享的基礎(chǔ)數(shù)據(jù)，分散管理的主數(shù)據(jù)由于不具備一致性、準確性和完整性，使內(nèi)部數(shù)據(jù)共享受到阻礙，數(shù)據(jù)資產(chǎn)的價值無法有效開發(fā)，因此對主數(shù)據(jù)進行治理也是數(shù)據(jù)治理任務(wù)中的重中之重。在高校，數(shù)據(jù)治理的實施就可以先在主數(shù)據(jù)范圍內(nèi)選擇不同主題進行。主數(shù)據(jù)管理旨在從高校的多個業(yè)務(wù)系統(tǒng)中抽取主數(shù)據(jù)并進行整合，然后進行數(shù)據(jù)治理，并以服務(wù)的方式把統(tǒng)一、完整、準確的主數(shù)據(jù)分發(fā)給其他業(yè)務(wù)系統(tǒng)應用。選擇主數(shù)據(jù)進行治理，可以選擇最為重要的數(shù)據(jù)，集中精力把有限的資源投入到需要的地方。

主數(shù)據(jù)管理可以參考圖1進行實施：

主數(shù)據(jù)管理是個長期性、螺旋性上升的過程，通過實施步驟，不斷進行數(shù)據(jù)規(guī)范化改進與沉淀，實現(xiàn)數(shù)據(jù)全生命周期建設(shè)。

（1）數(shù)據(jù)模型和流程設(shè)計：根據(jù)業(yè)務(wù)規(guī)則，識別由業(yè)務(wù)產(chǎn)生、控制和使用的數(shù)據(jù)實體，按照數(shù)據(jù)實體的聯(lián)系，對數(shù)據(jù)實體進行分析、篩選、聚類、歸并等，建立數(shù)據(jù)模型，數(shù)據(jù)模型包括實體（理解為表）、屬性（理解為包含所表示的實體的特征的列）、實體之間的關(guān)系和完整性規(guī)則，以及所有這些部件的定義，輸出數(shù)據(jù)ER（實體聯(lián)系）模型；梳理數(shù)據(jù)集成方案，明確數(shù)據(jù)流向，輸出DFD圖（數(shù)據(jù)流圖）；明確數(shù)據(jù)生產(chǎn)者，數(shù)據(jù)生產(chǎn)者、使用者、擁有者與管理者的職責與權(quán)限，輸出數(shù)據(jù)U/C（使用/創(chuàng)建）矩陣。

（2）元數(shù)據(jù)實施：元數(shù)據(jù)（metadata）描述了如何理解數(shù)據(jù)，作為數(shù)據(jù)的顯性知識包括了術(shù)語、業(yè)務(wù)規(guī)則和限制、字段格式、字段范圍、字段類型、數(shù)據(jù)的使用方法和權(quán)限管理。元數(shù)據(jù)對數(shù)據(jù)的管理、數(shù)據(jù)的使用和數(shù)據(jù)的質(zhì)量都非常關(guān)鍵。

（3）數(shù)據(jù)標準實施：確定數(shù)據(jù)定義、數(shù)據(jù)格式以及數(shù)據(jù)應用標準，制定數(shù)據(jù)定義規(guī)則與數(shù)據(jù)應用規(guī)則，最終確定標準化的代碼標準與規(guī)則體系。代碼標準給出了其他數(shù)據(jù)相應字段需要參照的內(nèi)容，例如學科代碼、課程代碼等。

（4）實體表、業(yè)務(wù)表實施：實體表包含了高校數(shù)據(jù)的主要實體信息；業(yè)務(wù)表描述實體發(fā)生的業(yè)務(wù)活動。兩者都是復合表，涵蓋了實體和業(yè)務(wù)的所有信息，需要關(guān)聯(lián)到其他的代碼表、對象表和關(guān)系表等。對于表中的每一個字段，我們需要明確數(shù)據(jù)的限制和數(shù)據(jù)類型。

（5）數(shù)據(jù)集成實施：通過數(shù)據(jù)集成轉(zhuǎn)換工具，依據(jù)集成方案進行數(shù)據(jù)集成實施，需要完成數(shù)據(jù)集成到主數(shù)據(jù)庫，主數(shù)據(jù)庫提供數(shù)據(jù)共享給需要的業(yè)務(wù)系統(tǒng)，在實施過程中需要保障安全權(quán)限。

四、數(shù)據(jù)質(zhì)量評估

數(shù)據(jù)質(zhì)量的提升是數(shù)據(jù)治理的最終目標，因此需要建立相應的評估模型來對數(shù)據(jù)治理結(jié)果進行評估。這里我們可以參考數(shù)據(jù)質(zhì)量評估框架DQAF（Data Quality Assessment Framework），該框架是國際貨幣基金組織（IMF）以聯(lián)合國政府統(tǒng)計基本原則為根本構(gòu)建的數(shù)據(jù)質(zhì)量評估框架體系，從數(shù)據(jù)質(zhì)量的完備性、及時性、有效性、一致性和完整性五個維度來進行數(shù)據(jù)質(zhì)量評估和提升。[10]

完備性：數(shù)據(jù)提供內(nèi)容需要是完整和充分的?？梢詮臄?shù)據(jù)的寬度和深度兩個方面度量，即包含所有需求希望的屬性字段（寬度）和需求希望的數(shù)據(jù)量（深度）?？梢酝ㄟ^檢測治理的數(shù)據(jù)匯總數(shù)據(jù)與控制記錄提供的匯總數(shù)據(jù)進行比較。

及時性：從時間維度度量數(shù)據(jù)從更新到被主數(shù)據(jù)管理的滿足程度?？梢杂脭?shù)據(jù)在其源頭被更新到能夠提供給主數(shù)據(jù)進行管理的時間差進行度量。

有效性：是數(shù)據(jù)對數(shù)據(jù)標準、數(shù)據(jù)模型、業(yè)務(wù)規(guī)則、元數(shù)據(jù)和參考數(shù)據(jù)等符合程度。例如，對輸入數(shù)據(jù)的值與某個數(shù)據(jù)標準的有效值進行比較。

完整性：用于度量哪些數(shù)據(jù)是缺失的或者哪些數(shù)據(jù)不可用，例如超出閾值。該維度體現(xiàn)了對基本數(shù)據(jù)的質(zhì)量測量?？梢酝ㄟ^校驗規(guī)則來保證數(shù)據(jù)完整性。

一致性：用于度量哪些數(shù)據(jù)的值在信息含義上是沖突的，是對各種不同的數(shù)據(jù)庫、應用和系統(tǒng)中所存儲或使用的信息等價程度的測量。例如某些考評結(jié)果，有的是優(yōu)、良、差；有的是甲、乙、丙，這就造成了數(shù)據(jù)度量不一致。因此滿足一致性是進行數(shù)據(jù)集成的基礎(chǔ)。

在主數(shù)據(jù)管理過程中可以在四個階段進行數(shù)據(jù)質(zhì)量評估，包括源數(shù)據(jù)評估、集成過程評估、集成結(jié)果評估和定期測量評估。圖2給出了每個階段的評估內(nèi)容?？梢苑謩e從數(shù)據(jù)、字段、數(shù)據(jù)集和跨表數(shù)據(jù)等進行各個維度的評估。

五、結(jié)論

數(shù)據(jù)將成為高校的寶貴資產(chǎn)，它具有真正的、可衡量的價值。在高校信息化建設(shè)的過程中，通過開展高校數(shù)據(jù)治理以提高數(shù)據(jù)質(zhì)量，可以有效提高數(shù)據(jù)價值，為組織決策的制定提供幫助。同時，通過對高校信息化建設(shè)中數(shù)據(jù)治理的研究，可以認清在高校信息化中存在的問題，有效促進我國高校信息化的建設(shè)。

參考文獻：

[1]English， Larry P.Improving data warehouse and business information quality： methods for reducing costs and increasing profits[M].John Wiley & Sons， Inc.，1999.

[2]Huang，Kuan-Tse， Yang W. Lee， and Richard Y. Wang.Quality information and knowledge[M].Prentice Hall PTR，1998.

[3]Mosley，Mark， et al.DAMA guide to the data management body of knowledge[M]. Technics Publications，2010.

[4]Thomas， Gwen. The DGI data governance framework[J].The Data Governance Institute， Orlando， FL（USA），2006.

[5]許曉東，王錦華，卞良，孟倩.高等教育的數(shù)據(jù)治理研究[J].高等工程教育研究， 2015（5）：25-30.

[6]包冬梅，范穎捷，李鳴.高校圖書館數(shù)據(jù)治理及其框架[J].圖書情報工作， 2015（18）：134-141.

[7]Wende， Kristin， and B. Otto. A Contingency Approach to Data Governance[J].International Conference on Information Quality，2007.

[8]David Loshin. Master Data Management[M].Morgan Kaufmann，2008.

[9]ISO 8000-2-2012： 數(shù)據(jù)質(zhì)量標準[S].第2部分：詞匯表.

[10]Laliberté， Lucie， Werner Grünewald， and Laurent Probst. Data quality： A comparison of IMFs data quality assessment framework （DQAF） and Eurostats quality definition[DB/OL]. http：//dsbbimforg/Applications/web/dqrs/dqrswork（2004）.

（編輯：王天鵬）