2023年5月，教育部发布了《关于进一步推进职业院校数字校园建设试点的通知》，通知要求：第一批试点校加快完善校本数据中心建设，按照院校中台数据对接标准，持续自动推送数据。
最新推送数据要求已由“8大数据集31张表”调整为“8大数据集85张表”，后续推送数据范围可能会进一步扩大。
2023年7月，教育部印发《教育部办公厅关于加快推进现代职业教育体系建设改革重点任务的通知》，发布11项现代职业教育体系建设改革重点任务。通知中明确：积极落实《职业院校数字校园建设规范》，建设校本大数据中心、有序接入“全国职业教育智慧大脑院校中台”、推动信息技术与职业院校办学深度融合。
为推动学校数字化转型，广东科学技术职业学院持续开展学校数据治理工作，沉淀校园核心数据资产，发挥数据价值，实现业务流程的重塑和再造。
然而，学校在满足广大师生多样化需求、推动各类业务系统更新迭代发展的过程中，也遇到了如下场景的数据治理问题：
教师信息填报，多项内容重复填写
多部门数据上报不统一
- 关系难梳理
数据量庞大繁多，关系错综复杂，没有整体的框架逻辑，业务系统多由不同公司建设，存在数据壁垒。
- 数据难溯源
业务数据出现问题时，定位和解读数据要消耗大量的人力和时间。
- 数据不准确
存在大量编码不规范、格式不正确、含义不清晰的数据，未对接职教大脑。
- 数据难整合
跨业务流、跨架构和跨系统的数据关系混乱，关联分析十分困难。
- 数据不安全
数据存储、传递、使用不合理，造成敏感信息泄露。
广东科学技术职业学院深度剖析学校数据治理痛点及应用场景需求，在职教桥的协助下，开展了“教育大数据平台”——数据治理项目。通过开展数据运行体系、数据共享体系和数据治理体系建设，以数据驱动实现治理体系和治理能力现代化，全面提高数字化服务师生能力。
下文将深入阐述广东科学技术职业学院数字化治理的建设思路和解决方案，分享其数据治理的建设成效。
建设思路与解决方案
- 1 建设思路
校本数据+产业数据
构建产教融合数字化管理平台
- 2 解决方案架构
结合学校数字化现状及实际需求，快速搭建起数据对接的“教育大数据平台”，高效达成中台数据对接任务。
- 3 数据治理流程
数据治理建设成效
- 产业人才数据分析
对学院下所有专业相关的两条产业链进行分析应用，借助行业专家知识结合大数据技术进行数据采集、数据清洗、数据挖掘。应用先进的知识图谱生成技术形成产业链人才知识图谱，通过数据可视化大屏展现，可详细了解产业链对应的产业节点和职业岗位信息。厘清了产业链、技术链、人才链的内部逻辑关系，可快速了解全国宏观层面的产业人才需求。
- 专业大类产教对接宏观分析
基于高等职业教育专业目录，梳理明确电子信息大类、计算机大类的专业，综合分析专业类别下对应专业，分析专业类别对应的各产业领域方向，形成专业类别谱系图及产教对接关系图。分析专业类别对应产业整体宏观情况，从产业人才需求、学历分布、技术技能要求等维度对产业需求进行全方位分析。同时，基于产业领域特征，分析对应产业领域方向重点岗位类别及岗位群，进一步厘清产业人才需求情况，从宏观层面到微观层面，以专业类-专业、专业类-产业领域-岗位类别/岗位群两个逻辑方向对专业类别进行产业人才对接分析。
- 专业产教对接分析
应用专业对接岗位关联分析模型，通过自然语言处理技术和大数据技术结合产业数据分析师以知识、要求、方法、技能、工具、领域、学历、专业等信息为关键特征，综合匹配计算软件技术专业专业群6个专业与各产业各岗位关联度高度关系，推送关联度最高的TOP20相关岗位的关联度、人才需求量、应届生薪资分布情况、毕业月薪水平、相关岗位关键词、描述等，并可下钻查看各岗位相关用人需求分析。
数据可视化驾驶舱
专业大类产教对接宏观数据驾驶舱
将产业链及岗位分析按照全国-省域-市域进行下钻，给出区域主要产业人才需求分析，考虑园区、行业情况进行研究分析。同时，将高职院校专业设置情况和规模进行汇总分析。
学情大数据驾驶舱
- 迎新数据分析大屏
通过可视化形式展示每届学生群体的录取报到情况、录取分数线、新生类别分布、专业分布、特长分布、男女比例、民族分布、省内城市生源分布、省外城市生源分布等。
- 学生学情预警大屏
分为专业大类、年级、班级、课程、个人五大层面对学生的学情情况进行相关的监控预警，展示学分获得情况、成绩、挂科情况、考勤情况等多维数据，帮助提高教学质量，促进学业达成。
- 专业大类层面学情预警大屏
展示专业大类层面的相关学生群体的人数、挂科统计（包括：各年级的挂科情况对比、各课程的挂科统计对比、各班级的挂科统计对比）、学分获得总览、专业大类下各年级的学分获得情况、个人学业情况、该专业大类考勤统计、该专业大类成绩分布，及各课程的挂科率、出勤率、学分达成度等。
- 年级层面学情预警大屏
展示年级层面的相关学生群体的人数、挂科总览、学分获得总览、挂科统计、该年级下各专业的学分获得情况、各课程的学分统计情况、该年级下班级学业情况、该年级考勤统计、该年级成绩分布，及各课程的挂科率、出勤率、学分达成度等。
- 班级层面学情预警
展示班级层面的相关学生群体的人数、挂科总览、学分获得总览、该班级各课程的挂科情况对比、该班级本学年考勤情况走势、挂科学生数量分布情况、该班级各课程考勤情况、该班级学生综合素质和各课程活跃度、该班级各课程学分获得情况，及各学生的挂科率、出勤率、学分达成度等。
- 课程层面学情预警大屏
展示课程层面的相关学生群体的选课人数、挂科总览、学分获得总览、该课程各班级的挂科情况对比、该课程本学年考勤情况走势、该课程各班级选课人数及考勤情况、该课程各学生的出勤率、课程成绩、课程创建情况、该课程各班级学分统计、平均分统计、成绩统计等。
- 学生个人层面学情预警大屏
展示学生个人层面的相关挂科数量、成绩总分、总学分、出勤率、各课程挂科统计、本学年考勤情况、个人能力点积累、各课程考勤情况、成绩情况、综合素质、学习综合表现、各课程获得学分、个人标签情况。
- 云中班级分析大屏
展示云中班级数据总览数据包含：学生总人数、班级数量、消息数量、班级活动数量、校内活动数量、投票活动数量、问卷调查数量、收集资料任务数量、学生预警总次数、教师评教进度等。同时对教师评教已评和未评人数和占比统计，班级活动支持对各个班级展开活动次数统计，校内活动各个活动参加人数统计、各个问卷活动参加人数、各个调查问卷参加人数、各班级不同维度学生预警次数、各班级收集资料任务完成数量等方面进行统计等。
- 考勤数据分析大屏
支持查看当前课节各课程学生的签到率以及最近一周各课程的签到率情况详情；支持查看当前全勤课程数量、缺勤课程数量、无人签到班级数量等总体情况，同时支持查看各个课程详细的考勤人数、考勤状态等，保障管理者从多维度查看掌握学生考勤状况。
教学过程大数据驾驶舱
- 教学情况分析大屏
展示教学情况总览，包括：开课教师数（率）、教学任务发布数、教学学时消耗，校级金课、省级精品课、国家级精品课、继续教育课程展示，课程教学任务一览、教师教学任务一览、教学资料分布及变化走势情况等。
- 教学活跃分析大屏
展示今日教师资源上传数量、今日学生签到率、今日教师上线数、今日学生上线数等数据总览。具体可对今日学生活跃度趋势分析、今日教师活跃度趋势分析；同时对各类资源活跃度、今日资源使用排行、今日活跃课程排行等维度展示；支持对教师、学生实时动态进行记录展示等。
- 教学资源分析大屏
通过可视化形式展示课程资源的数量、资源上传情况、使用情况等，包括：图书及文献资源数量、数字化资源数量、实训室资源数量、资源类型分布、资源上传时间趋势、资源使用率、资源使用时长、资源使用时段、资源收藏量、资源评价等。
- 实训室分析大屏
支持展示对学生人数、资源数量、课程数量、项目数量、考试次数等数据总览统计。同时还支持对各个数据维度进行详细统计，包含考试详情中考试名称、所属课程、满分、最高分、最低分、平均分等考试数据展示；支持统计资源详情对不同模块资源数量、大小等进行统计；支持对展开的课程、课时、教师、学生人数等统计；支持统计项目相关项目名称、项目周期、负责人、参与学生数量统计等。
教师发展图谱驾驶舱
通过教师图谱展示教师群体的画像，包括：教师学历、职称分布、双师型教师人数和占比、硕士及博士教师人数占比、教师和学生关联分析等。支持相关教师图谱进行下钻分析相关教师教学情况。
多元评价大数据驾驶舱
人才分类培养流向大屏
通过流向图（桑基图）展示每届学生入学→行政班->岗位班→项目班→就业企业→就业岗位等去向产业的整体流向，并可下钻查看校内流向、岗位流向、产业流向，直观展现出人才分类培养效果。可下钻查看相关岗位班、项目班的培养评价情况。
- 岗位班培养评价一览大屏
展示岗位班的生源评价和培养成果评价，生源评价对接人才精准分类培养系统，针对职业性向、兴趣爱好、专业课程、综合素质等维度对岗位班推荐和选取匹配情况及岗位班开班预期和选班情况的匹配情况，培养成果评价包括职业性向、综合素质、双班主任评价、大二专业课程学习情况、岗位关联证书考取情况、岗位关联知识点需求和学习匹配情况等。
- 项目班培养评价一览
展示项目班的生源评价和培养成果评价，生源评价对接人才精准分类培养系统，针对职业性向、兴趣爱好、专业课程、综合素质等维度对岗位班推荐和选取匹配情况及岗位班开班预期和选班情况的匹配情况，培养成果评价包括职业性向、综合素质、双班主任评价、大二专业课程学习情况、岗位关联证书考取情况、岗位关联知识点需求和学习匹配情况等。
- 就业企业分析大屏
展示企业照片、企业名称、企业性质、企业规模、企业所属行业、企业地址等企业基本信息。支持人才实习人数、工作岗位数量、转正人数、转正转化率等方面进行统计；支持对企业提供的岗位实习平均薪资进行统计展示；支持对各班级的实习人数、转正人数、转正率等多维度统计；支持展示不同岗位实习人数、转正人数、转正率等维度进行统计。
- 就业岗位分析大屏
展示岗位人员分析包含实习人数、转正人数等，同时对岗位人员数据来源包含行政班、岗位班、项目班等人员数据分析，同时还支持对岗位关联系较高的岗位班、项目班进行分析；支持对岗位发展分析包含岗位等级、岗位需求、岗位薪资、岗位年限、经验要求、学历要求等 ；对该岗位工作年限以及对应的薪资进行统计，同时还统计该岗位所需的能力词云展示等。
- 人才多元评价大屏
通过对接相关学生创新创业数据、竞赛数据等，展示学生人才多元培养成果情况，包括：
（1）创新创业情况：通过可视化形式展示科研创新、大学生创业、创新创业大赛情况，包括：软著获得数量、专利获得数量、论文发表数量、大学生创业人数、创业项目数量、创业资金支持、指导教师人数、创业收益情况等；
（2）技能竞赛情况：通过可视化形式展示学生专业技能竞赛参与、获奖情况和相关指导教师情况等；
（3）五育并举情况：通过可视化形式展示学生五维度质点的得分情况。
（4）特色人才培养情况：通过可视化形式展示学生非专业技能竞赛外其他特长竞赛的参与、获奖情况和相关指导教师情况等。
毕业去向数据仓驾驶舱
通过对接相关的校本数据中心、校级教务系统、学工系统等，展示学生毕业去向情况，包括：就业、升学和相关优秀校友展示：
（1）学生就业情况：通过可视化形式展示就业率、就业对口、就业满意度、主要就业岗位、就业区域情况，具体包括：各专业就业率、各岗位班就业率、各项目班就业率、专业目标培养岗位就业对口率、岗位班就业对口率、项目班就业产业对口率、专业就业满意度、岗位班就业满意度、项目班就业满意度、就业量、就业平均薪资、主要就业区域、技能对口分析等；同时还可以查看毕业学生在各个城市的就业人数和人数占比等。
（2）学生升学情况：通过可视化形式展示升学情况，具体包括：升学率、升学去向学校、去向专业等；
（3）相关优秀校友展示：通过可视化形式展示优秀校友的名称、所在企业和职位、相关成绩等。
广东科学技术职业学院自2022年承接试点任务以来，严格落实教育部相关要求，发挥“云中高职”数字化创新引领作用，依托数据中心快速接入全国职业教育院校中台并持续推送数据，以数据驱动学校数字校园建设和管理服务数字化水平提升，并已取得阶段性成果，入选教育部第一批职业院校数字校园建设试点院校。
数字化正在全方位重塑职业教育新生态，并展现出无限的发展潜力和广阔前景。通过数据治理实践项目，推动了广东科学技术职业学院校本数据中心的优化与重构。同时，也为学校数字化转型奠定了完善、有效、坚实的数据基础。
职教桥已与众多学校展开深度合作，积累了丰富的数据采集和管理经验，深入理解学校的数据需求和业务流程。了解更多数据治理建设内容及服务详情，欢迎咨询！
热门跟贴