上海财经大学提升数据质量之道(2)
4.只重视系统建设,对应用效果缺乏持续的跟踪和改进。在系统建设特别是需求分析阶段,只强调了系统功能,缺乏对数据质量的重视,没有强调数据的完整性、一致性和时效性。在软件设计时,没有系统地考虑后期的数据维护与数据更新的功能,同时在数据录入与各系统间数据交互的环节中对数据质量的验证也缺乏考虑,经常出现数据维护不及时、不准确、不完整的现象,在要使用数据的时候才发现某类数据维护的问题。此类问题常出现在对本业务不重要但对其他相关业务重要的数据中。
提高数据质量的措施
数据是信息时代的宝贵资源,高校应该把数据当作固定资产一样对待。从传统意义上讲,信息系统的数据质量管理是IT系统本身的事情。但实际上,优秀的数据质量解决方法也包括各业务的数据质量管理组织以及数据质量管理业务流程再造的过程。
数据质量问题的形成,很多情况下不是某个岗位、某个部门的原因,而是由有缺陷的工作流程和执行力不足造成的,比如岗位职责不明确、数据源头不清晰等造成质量差的数据。因此,提高数据质量,不仅要从技术层面,更重要的是从管理层面入手。
提高对数据重要性的认识
首先要让高校各个层面的用户,包括校领导、管理层、业务人员、教师、学生都能认识到数据是高校重要的战略资源,是学校日常业务运转的基础,是一切决策的来源。业务人员和学校高层都要参与到数据质量管理的活动中来。一方面,在建设时就要确定数据质量相关的需求;另一方面,加强用户对系统的依赖性,通过使用系统来发现问题,并及时对数据提供方进行反馈,形成数据质量提高的闭环,防止出现越是数据质量不高就越不用系统,从而更没人管数据的恶性循环。
数据标准先行
信息系统数据应遵循行业标准,如国家标准、行业标准、学校标准,既能够保证学校内部各业务数据的一致性,也便于与外部数据进行集成与共享。在选择或制定标准时,一方面要注意标准的可行性和适用性,要考虑各个学校的实际业务情况,不能为了标准而强制全盘使用国家或行业标准,而忽视了自身业务的特殊性与成熟度;另一方面也要考虑一定的可扩展性,为各高校特有的业务以及可能的管理变革进行准备。此外,在选择具体的开发厂商时,在考虑其技术能力及业务领域成熟度之外,需充分考虑其实施方案对现有标准和数据的兼容性、数据接口实现复杂度进行充分论证,防止对现有信息系统体系形成冲击。
制定数据质量管理规范
高校在信息化建设中应有意识地去提高各个层面系统使用者的信息化素质,尤其是使用系统的业务管理人员,把提高数据质量这项任务分解到每个业务人员身上。针对每个重要的业务系统,制定完善的数据录入维护规范,建立完善的数据负责制度,对数据提供方进行约束,条件允许的情况下可以成立专门的组织和机构负责数据质量管理工作。一般来说,在重要业务系统的管理部门内部,设立专职或兼职数据质量管理岗是一个较好的解决办法,其工作职责包括定期监控本系统数据质量状态,编写现有数据质量问题报告,协助IT部门完成数据标准的整理修正,提出系统数据质量方面的修改建议等如何做好数据质量的管理工作。
需求细化,持续跟踪
在系统建设的需求分析阶段即提出数据的要求,如在业务流程的各个环节都要仔细考虑数据的完整性、一致性、时效性、互相依赖关系等。同时在系统设计时优先考虑数据输入和输出接口问题,并采用灵活的、可配置、扩展性强的建模方式与开发技术,开发出用户界面比较友好、数据约束可灵活定义的系统,以减少操作员的录入工作量和出现错误的可能性,加强数据源头错误的控制;同时,在开发前要充分考虑用户的需求,防止出现业务处理软件不能满足客户要求、操作员采取违规操作的现象。
表1应用系统维护职责定义
开发数据质量检查工具,实现自动监控
对于早期开发的业务系统,由于对其修改成本较大,从系统层面较难对用户进行约束。对于这种情况,技术人员应开发数据质量检查的自动监控工具,及时发现数据质量问题,确定责任人,并予以纠正。数据质量问题发现的越早,纠正的成本就越低。
实际应用
上海财经大学于2002年制定了学校信息化统一规划,2003年参考了国家、行业等有关标准制定了学校的信息标准。到2008年,应用系统已经覆盖了学校的教学、科研、人事、财务、学工、后勤、招生、就业等主要业务。在开发过程中,梳理各系统的数据关系,确保同一数据只有一个源头,并实现了各业务系统之间的数据共享。此后的工作将逐步转移到利用现有数据搭建数据仓库,为领导层提供决策支持服务上来。数据质量的改进不是单个部门就可以完成的,它需要应用系统所有部门、用户和技术人员的协调、通力合作。笔者在实际的信息化工作中,针对所遇到的数据质量问题,与相关部门人员及技术人员一起,在管理和技术上做出了如下尝试,并取得了一定成效。
文章来源:《广东财经大学学报》 网址: http://www.gdcjdxxb.cn/qikandaodu/2021/0504/564.html
上一篇:上海财经大学高校绿色数据中心建设实践
下一篇:没有了