李林　錢(qián)丹丹　黃婷婷

摘 要：目前數(shù)據(jù)質(zhì)量問(wèn)題已成為制約高校信息化發(fā)展的主要問(wèn)題，需要利用數(shù)據(jù)治理建設(shè)全校級(jí)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(kāi)的一系列標(biāo)準(zhǔn)化工作，是對(duì)數(shù)據(jù)的全生命周期管理，其目標(biāo)是提高數(shù)據(jù)的質(zhì)量。本文結(jié)合高校特點(diǎn)提出數(shù)據(jù)治理模型，給出了具體的實(shí)施方法步驟和評(píng)估辦法，具有較強(qiáng)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(lèi)號(hào)：G647 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2017）09-0066-03

一、引言

高校信息化經(jīng)過(guò)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?yàn)閿?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(guò)人工來(lái)確保正確，浪費(fèi)了大量的人力和時(shí)間。造成這樣的問(wèn)題，主要是因?yàn)楦咝５男畔⒒ㄔO(shè)往往是多系統(tǒng)分散進(jìn)行，在建設(shè)時(shí)缺乏統(tǒng)一的數(shù)據(jù)規(guī)劃和相關(guān)標(biāo)準(zhǔn)，雖然做了大量的數(shù)據(jù)集成，但是因?yàn)閿?shù)據(jù)不規(guī)范、不一致、冗余、部分?jǐn)?shù)據(jù)無(wú)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(guò)數(shù)據(jù)治理建設(shè)全校級(jí)別的數(shù)據(jù)管理流程體系來(lái)進(jìn)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(kāi)的一系列的標(biāo)準(zhǔn)化工作，是對(duì)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(jìn)行持續(xù)改善的管理機(jī)制，貫穿整個(gè)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(biāo)準(zhǔn)、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(biāo)是提高數(shù)據(jù)的質(zhì)量，保證數(shù)據(jù)的安全性，實(shí)現(xiàn)數(shù)據(jù)資源在高校各業(yè)務(wù)部門(mén)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(gè)方面展開(kāi)：一個(gè)是從數(shù)據(jù)質(zhì)量管理方面，定義數(shù)據(jù)質(zhì)量活動(dòng)和相應(yīng)的角色職責(zé)；[1][2]而最近越來(lái)越多的研究引入IT治理的經(jīng)驗(yàn)和辦法，從全局考慮治理框架和生命周期管理，比較常見(jiàn)的是以國(guó)際數(shù)據(jù)管理協(xié)會(huì)（DAMA）[3]、數(shù)據(jù)治理協(xié)會(huì)（DGI）[4]等機(jī)構(gòu)提出的治理框架具有較強(qiáng)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(yù)測(cè)幾個(gè)階段，給出了基本的實(shí)施步驟，但是缺少整體的框架。包冬梅等將數(shù)據(jù)治理應(yīng)用到高校圖書(shū)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(biāo)、相關(guān)角色、治理活動(dòng)和相應(yīng)的職責(zé)。[7]在這里我們可以建立RACI（R=Responsible，即負(fù)責(zé)執(zhí)行活動(dòng)的角色；A=Accountable，即對(duì)活動(dòng)負(fù)全責(zé)的角色；C=Consulted，即擁有完成項(xiàng)目所需的信息或能力的人員；I=Informed，即應(yīng)及時(shí)通知結(jié)果的角色）模型矩陣（見(jiàn)表 1）來(lái)確定相應(yīng)的角色和活動(dòng)的職責(zé)關(guān)系。

其中角色包括以下五類(lèi)，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(dǎo)小組：審議數(shù)據(jù)治理發(fā)展規(guī)劃，推進(jìn)數(shù)據(jù)治理在全校落實(shí)。

數(shù)據(jù)治理委員會(huì)：主持?jǐn)?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(xiàng)目負(fù)責(zé)人：業(yè)務(wù)部門(mén)和信息中心負(fù)責(zé)人，管理數(shù)據(jù)治理管控活動(dòng)，對(duì)數(shù)據(jù)質(zhì)量負(fù)責(zé)。

數(shù)據(jù)治理業(yè)務(wù)管理員：負(fù)責(zé)其所負(fù)責(zé)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(biāo)準(zhǔn)。

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(mǎn)足治理和完整性標(biāo)準(zhǔn)。

數(shù)據(jù)治理主要活動(dòng)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(biāo)準(zhǔn)、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(lái)統(tǒng)籌和規(guī)劃，對(duì)數(shù)據(jù)資產(chǎn)和系統(tǒng)進(jìn)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(zé)，確定數(shù)據(jù)治理的評(píng)估指標(biāo)、方法；數(shù)據(jù)治理審核流程是指當(dāng)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量有誤時(shí)，需要啟動(dòng)變更管理流程，由相關(guān)業(yè)務(wù)部門(mén)和信息中心確認(rèn)變更內(nèi)容和執(zhí)行方法，并在學(xué)校全局得以應(yīng)用，確保數(shù)據(jù)質(zhì)量。而后續(xù)的步驟將涉及具體的實(shí)施方案，在第三章進(jìn)行詳細(xì)介紹。

三、主數(shù)據(jù)管理實(shí)施

高校數(shù)據(jù)主要包括實(shí)體數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。實(shí)體數(shù)據(jù)描述的是具體的對(duì)象，例如教師、學(xué)生、資產(chǎn)、教室等；業(yè)務(wù)數(shù)據(jù)描述實(shí)體發(fā)生的業(yè)務(wù)活動(dòng)，例如學(xué)生選課、教師教學(xué)等，其本質(zhì)是多個(gè)業(yè)務(wù)實(shí)體之間的活動(dòng)關(guān)系。其中核心的實(shí)體數(shù)據(jù)往往會(huì)在多個(gè)業(yè)務(wù)系統(tǒng)中共享使用，這些實(shí)體數(shù)據(jù)和其屬性就被稱(chēng)為主數(shù)據(jù)。ISO 8000-2-2012中定義“主數(shù)據(jù)描述了對(duì)組織起到基礎(chǔ)作用的實(shí)體，這些實(shí)體是獨(dú)立的，并且是組織進(jìn)行事務(wù)處理需要參考的數(shù)據(jù)實(shí)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(lèi)別等。[9]

由于主數(shù)據(jù)作為多個(gè)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(zhǔn)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(jià)值無(wú)法有效開(kāi)發(fā)，因此對(duì)主數(shù)據(jù)進(jìn)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(shí)施就可以先在主數(shù)據(jù)范圍內(nèi)選擇不同主題進(jìn)行。主數(shù)據(jù)管理旨在從高校的多個(gè)業(yè)務(wù)系統(tǒng)中抽取主數(shù)據(jù)并進(jìn)行整合，然后進(jìn)行數(shù)據(jù)治理，并以服務(wù)的方式把統(tǒng)一、完整、準(zhǔn)確的主數(shù)據(jù)分發(fā)給其他業(yè)務(wù)系統(tǒng)應(yīng)用。選擇主數(shù)據(jù)進(jìn)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(jìn)行實(shí)施：

主數(shù)據(jù)管理是個(gè)長(zhǎng)期性、螺旋性上升的過(guò)程，通過(guò)實(shí)施步驟，不斷進(jìn)行數(shù)據(jù)規(guī)范化改進(jìn)與沉淀，實(shí)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(jì)：根據(jù)業(yè)務(wù)規(guī)則，識(shí)別由業(yè)務(wù)產(chǎn)生、控制和使用的數(shù)據(jù)實(shí)體，按照數(shù)據(jù)實(shí)體的聯(lián)系，對(duì)數(shù)據(jù)實(shí)體進(jìn)行分析、篩選、聚類(lèi)、歸并等，建立數(shù)據(jù)模型，數(shù)據(jù)模型包括實(shí)體（理解為表）、屬性（理解為包含所表示的實(shí)體的特征的列）、實(shí)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(shí)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(zé)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(shí)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(shí)包括了術(shù)語(yǔ)、業(yè)務(wù)規(guī)則和限制、字段格式、字段范圍、字段類(lèi)型、數(shù)據(jù)的使用方法和權(quán)限管理。元數(shù)據(jù)對(duì)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(biāo)準(zhǔn)實(shí)施：確定數(shù)據(jù)定義、數(shù)據(jù)格式以及數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)，制定數(shù)據(jù)定義規(guī)則與數(shù)據(jù)應(yīng)用規(guī)則，最終確定標(biāo)準(zhǔn)化的代碼標(biāo)準(zhǔn)與規(guī)則體系。代碼標(biāo)準(zhǔn)給出了其他數(shù)據(jù)相應(yīng)字段需要參照的內(nèi)容，例如學(xué)科代碼、課程代碼等。

（4）實(shí)體表、業(yè)務(wù)表實(shí)施：實(shí)體表包含了高校數(shù)據(jù)的主要實(shí)體信息；業(yè)務(wù)表描述實(shí)體發(fā)生的業(yè)務(wù)活動(dòng)。兩者都是復(fù)合表，涵蓋了實(shí)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(duì)象表和關(guān)系表等。對(duì)于表中的每一個(gè)字段，我們需要明確數(shù)據(jù)的限制和數(shù)據(jù)類(lèi)型。

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

四、數(shù)據(jù)質(zhì)量評(píng)估

數(shù)據(jù)質(zhì)量的提升是數(shù)據(jù)治理的最終目標(biāo)，因此需要建立相應(yīng)的評(píng)估模型來(lái)對(duì)數(shù)據(jù)治理結(jié)果進(jìn)行評(píng)估。這里我們可以參考數(shù)據(jù)質(zhì)量評(píng)估框架DQAF（Data Quality Assessment Framework），該框架是國(guó)際貨幣基金組織（IMF）以聯(lián)合國(guó)政府統(tǒng)計(jì)基本原則為根本構(gòu)建的數(shù)據(jù)質(zhì)量評(píng)估框架體系，從數(shù)據(jù)質(zhì)量的完備性、及時(shí)性、有效性、一致性和完整性五個(gè)維度來(lái)進(jìn)行數(shù)據(jù)質(zhì)量評(píng)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(gè)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^(guò)檢測(cè)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(jìn)行比較。

及時(shí)性：從時(shí)間維度度量數(shù)據(jù)從更新到被主數(shù)據(jù)管理的滿(mǎn)足程度。可以用數(shù)據(jù)在其源頭被更新到能夠提供給主數(shù)據(jù)進(jìn)行管理的時(shí)間差進(jìn)行度量。

有效性：是數(shù)據(jù)對(duì)數(shù)據(jù)標(biāo)準(zhǔn)、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(duì)輸入數(shù)據(jù)的值與某個(gè)數(shù)據(jù)標(biāo)準(zhǔn)的有效值進(jìn)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(duì)基本數(shù)據(jù)的質(zhì)量測(cè)量?？梢酝ㄟ^(guò)校驗(yàn)規(guī)則來(lái)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(duì)各種不同的數(shù)據(jù)庫(kù)、應(yīng)用和系統(tǒng)中所存儲(chǔ)或使用的信息等價(jià)程度的測(cè)量。例如某些考評(píng)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(mǎn)足一致性是進(jìn)行數(shù)據(jù)集成的基礎(chǔ)。

在主數(shù)據(jù)管理過(guò)程中可以在四個(gè)階段進(jìn)行數(shù)據(jù)質(zhì)量評(píng)估，包括源數(shù)據(jù)評(píng)估、集成過(guò)程評(píng)估、集成結(jié)果評(píng)估和定期測(cè)量評(píng)估。圖2給出了每個(gè)階段的評(píng)估內(nèi)容。可以分別從數(shù)據(jù)、字段、數(shù)據(jù)集和跨表數(shù)據(jù)等進(jìn)行各個(gè)維度的評(píng)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(jià)值。在高校信息化建設(shè)的過(guò)程中，通過(guò)開(kāi)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(jià)值，為組織決策的制定提供幫助。同時(shí)，通過(guò)對(duì)高校信息化建設(shè)中數(shù)據(jù)治理的研究，可以認(rèn)清在高校信息化中存在的問(wèn)題，有效促進(jìn)我國(guó)高校信息化的建設(shè)。

參考文獻(xiàn)：

[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(shū)館數(shù)據(jù)治理及其框架[J].圖書(shū)情報(bào)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(biāo)準(zhǔn)[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）