很多人羨慕上海財經大學在信息化、數據分析工作上取得的成效，但你是否了解他們背后的付出，經歷的坎坷和應對的秘訣呢？也許這篇文章能給你答案。
以下內容節選自上海財經大學高亮老師在“高校數據治理與應用分析”特訓營分享的部分核心觀點。
各位老師下午好，很高興我們相約在線下訓練營分享近些年我對于數據治理和應用分析層面的認識和經驗。可能有些具體情況與各高校不太相符，有問題歡迎提出來一起交流、探討。
談數據治理必須從數據質量、數據存儲、治理結構三個層面展開：
必須優先解決數據質量的問題
首先要解決數據質量的問題，如果數據有缺失或不準確，即使做了數據呈現也是不準確的。數據質量本身是數據治理的一個技術專題，數據治理可以協同流程規范、技術手段一起做好。
數據質量提升需要管理與技術齊頭并進，共同打造綠色數據生態環境。
雖然大家普遍已經認識到數據是寶貴資產，說重視但更多還停留在口頭層面，數據治理想做好必須全校全員行動，重點需要把控以下環節：
第一，數據質量量化評估的緯度需要明確，可以參照以下幾類：
第二，設立專人做數據治理工作，明確各部門職責邊界、分工流程；
第三，在系統初期就應該制定好數據標準體系，以從源頭規避數據質量問題；
第四，做好數據質量管控規范，包括：明確相關人員在數據產生、存儲、使用周期中應該完成的工作，以及工作流程；輔以數據質量監控平臺，檢測數據質量，通過借助人工和技術手段共同完成數據整改工作。
最后，是數據安全管理，必須重視且做好安全管理和日常維護工作，保證日常維護工作的可持續性。
我們的數據可以追溯到近十年，很多數據分析靠單個業務系統滿足不了需求，必須要通過交叉整合才能達到我們想要的效果，如：科研論文與職稱數據的交叉分析，單純靠人事系統或科研系統很難做到，所以這時候做好數據存儲工作就顯得尤為重要。
金字塔治理結構讓數據治理如虎添翼
1、戰略：等同于高校發展戰略規劃，是一個宏觀性指導。
2、機制：是治理的基礎保障，通過制度、流程的建設和執行得以落實；
3、專題：是數據治理的工作內容，包括數據標準、數據質量、元數據、主數據、數據生命周期等。
4、實施：數據治理是借助技術手段和管理手段來完成的。
在這里，講幾點個人體會：
1、數據質量是無底洞，夠用就好。沒必要追求完美，追求完美是要付出代價；
2、多使用系統、多利用數據，通過閉環來改善數據質量。我們有很多業務部門說系統不好用，數據有問題，其實系統只有越用才會越好；
3、數據質量監控只是補充手段，最好從業務系統功能層面去解決本質問題。
最后，大家如果對我們學校做了哪些數據分析有興趣，可以大概了解下。
在應用方面我們主要分兩個方向做了嘗試：傳統數據查詢和數據挖掘分析。
（說明：以下分析展示相關數據經過脫敏處理，為演示數據，供參考）
1、教學質量分析，旨在不斷提升教學質量。
2、就業分析，旨在提高學生的就業率。
3、師資分析，旨在不斷優化師資結構。
4、資產分析，旨在提高資產利用率。
5、學科分析，旨在是優化學科、導師結構。
6、一卡通，主要做了卡務狀況分析，后期會重點做消費情況分析。
如果你是數據分析技術發燒友，那就一定不能錯過后續連載報道，敬請期待~~
