数据驱动教育治理是国家重要战略，教育现代化发展进程中多层面强调深化新一代信息技术和教育大数据的应用，强调发挥数据在教育治理决策中的重要依据作用
[1]。信息时代的数据是一种重要资源，数据治理作为新型管理模式，核心在于用科学、系统的方法管理好利用好数据，要义在于底层逻辑建构。底层逻辑强调从事物本质出发，寻找解决问题的根本路径和思维方法。人的主体性强调与客体关系的自主性、创造性、选择性等主观能动性，数据治理底层逻辑归根结底是数据与人的契约关系，而契约是人的理性道德规则的信任具化，故数据的本质建立在人的理解分析基础之上，是客观世界在人类认知上的投射
[2]。
底层逻辑的清晰合理既保障各方权益又避免政策失据，人作为契约关系主体，其主体性作用直接影响数据治理。底层逻辑作为高校数据治理的基准原点，需要强调人这一主体的主观能动作用发挥，确保数据治理质效的同时，保证数据使用与管理各环节中各方权益得到尊重与保障。将人的主体作用融入高校数据治理各环节，不仅提升数据质量、降低数据风险、提高数据可信，促进数据价值转化、推动数字战略实施，也强调涉及人的基本权利和数据资产权力行使
[3]，强调人的主体回归的底层逻辑建构是实现高质量数据治理的根本基础。
1 高校数据治理为何强调人的主体回归
当前，“数据+算法”已成为大学治理能力建设的重要支撑，人掌握数据和数据运用，对主体扩权至关重要
[4]，大学与数字化密不可分
[5]，人与数据治理密不可分。数据治理需要各利益相关者的积极参与，共同塑造和优化治理所需的工具和技术，共同商议实现治理目标的合作。高校数据治理的核心底层逻辑强调包括高校管理者、教师、学生以及其他服务保障人员的多元利益主体参与，数据治理的主要目标是用数据的开放性与关联性满足最为广泛利益相关者的各种需求。高校通过对数据的全方位管理，以感知、采集、归纳、分析教育活动全流程中人员的有效行为数据为基点，支撑更加符合市场需求的人才培养方案制定。多样态数据呈现为高校管理层决策提供支撑的同时，教师依托数据改进教学方法提升教育成效，学生结合数据分析结果评估学习成效与发展潜能。
1.1 开展数据治理是信息时代高校发展需求之必然
信息时代以人工智能、云计算、自适应引擎等技术支持的平台为依托，为贯穿全方位、全流程、全天候的校园治理制定科学而高效的服务决策，为师生教育教学活动提供安全屏障，已然成为高等教育数字化改革举足轻重的构成要素
[6]。从传统管理向数字化管理不断革新的高校数据存在数据准确性不高、时效性较差、关联性不足等问题是不争的事实，管理混乱、权责不清、监管不利、风险漏洞等是高校亟待解决的数据治理问题，但由于认知站位不足、理解深度不够、解决方法不一等导致不同高校数据治理推进力度与取得成效不一，数据在支撑高校各项事业发展中的作用发挥严重不足。
组织结构、决策制度、相关责任人是开展数据治理的关键
[7]，目前的高校无论是管理层面还是师生群体对数据规划使用的责任意识不强，对数据的有效收集、规范管理、科学利用的系统谋划与深度认知不足，数据的跨部门管理与共享未能得到较好实现，加上缺少必要的政策扶持与规范支撑，数据标准化、数据质量监测、数据安全与风险防控都没有得到足够的重视完善，数据全程化管理缺少体系化办法，现实情况与信息时代发展的不匹配亟待优化提升。高校依托数据的管理治理需要在提高数据管理意识、优化数据管理组织结构、制定和执行数据治理政策标准、强化数据质量管理、确保数据安全与隐私保护、增加数据治理投入、深化数据应用等方面予以强化，才能推进数据在高校的无死角融入与全方位支撑。
1.2 数据治理是高校高质量可持续发展的基本关键点
信息时代的高校建设了大量支撑各项业务科学化运行管理的信息系统，产生并存储了大量的信息数据。在数字化向智能化发展的大趋势中，特别是生成式人工智能在教育领域的广泛应用，强调真实性、关联性以及代表性的数据可用程度直接影响人工智能应用的精确性和有效性
[8]，可以说生成式人工智能全面且急速发展的进程中依赖数据，人工智能应用是数据处理行为的具体呈现
[9]。“倘若不把未来当作一种习惯性工具而善加运用，我们将更难把握个人及社会的问题”
[10]。信息技术的飞速发展对数据管理提出了更高要求，愈发强调数据质量以及依托数据的服务支撑引领，数据的体量、速度、来源以及价值等围绕并影响以“人”为主体的算法设计与模型选择，信息时代的数据分析处理强调彰显“人”的智慧的中心性与主体性。
数据治理的核心目标是让以业务为映射的数据为发展决策与提质增效所用，最大化释放数据价值。数据治理是一项规模庞大、体系复杂、逻辑多元的系统性工程，不仅要保证数据来源、数据价值，更要保证数据安全。高校开展数据治理的过程是数据清洗、转换、整合与对接的过程，强调数据交互与数据共享。减少数据孤岛是数据治理的基本需求之一，实现数据与业务的深度融合是数据治理的重要原则，用数据的科学性与精准性支撑发展需求是数据治理的基本出发点，随着时代发展与需求更新，实现数据的智能性与主动性是数据治理的跨阶效应，让数据真正融入高校管理服务日常，在不断提升数据应用认知能力的过程中，师生个体层面就数据是符合教育数字化转型发展必不可少的依据载体达成共识，依托数据凝成的发展合力保证了高校事业发展的高质量可持续。
1.3 “人”在高校数据治理中的主体地位不容忽视
高质量教育体系建设的逻辑起点强调当前制约教育运行效能与活力关键要素的准确把握
[11]，在这个过程中数据的运用至关重要。人是数据的生产者，更是数据运用的操作者，把握数据处理的模式方向以及方法步骤，人在数据治理中处于主体地位，又因数据成为围绕数据的多元利益关联者。数据治理是大数据技术的阶段性发展纠正，以确保大数据技术保证发展服务质量，切实依托全面科学的数据推进社会创新变革与迭代发展。大数据技术因数据的海量性表现为对象的全体性，任意环节都离不开人的主体关联性，具象数据呈现出人与自然的实在关系，人的主体本质实现了大数据不同关系对象的整体性表达。人在本体论与认识论两个向度得以确认的主体地位明确“人”是数据治理的实施主体，同时也促成了围绕不同业务分工的数据治理责任体系建设。
人的本质是“一切社会关系的总和”
[12]，人的主体性在活动中存在
[12]，人的主体性意味着关系对象的不同，所呈现出的关系独立性与创造性不同，人在与自然、他人包括自我的交往中表现出不同的主体作用。高校数据治理需要通过强调主体回归，充分发挥人在数据治理全过程中的主导作用。人在高校数据治理中不仅要有专业技术层面的深入性与先进性，也要有管理服务层面的共识性与参与性，从纵深与广泛维度定义并审视数据治理主体角色与基于不同类别的职能要求，从全校层面形成数据整体治理思维，共塑治理理念、共建治理环境、共达治理目标、共享治理成果，只有这样才能让数据治理不流于形式，让数据切实能用，为高质量可持续发展可用。
2 高校数据治理底层逻辑的基本把握
数据治理强调成规则体系的治理技术
[13]，数据治理的底层逻辑核心是保证数据的开放性、满足数据的关联性、促进数据的循环性、实现数据的决策性。智能算法已经从单纯的技术化工具逐步升级为不透明的复杂自主性体系
[14]，人的自主性能够有效降低治理行为中的“非人”立场，彰显“人本化”数据治理理念，强调“人”的底层逻辑帮助师生成为数据治理中的最大受益者。高校的数据治理涉及领导层面、师生层面、部门层面以及附属机构层面等多类别主体，需要在认知理念达成一致的重要前提下共同推动实施，“共同推动”的集体行动逻辑强调“共同目标”的价值导向影响底层逻辑建构，通过“共同承诺”的底层逻辑信任评价“共同实现”数据驱动高校治理模式革新的目标达成。
2.1 开放视角的数据治理定位
高校在各类数据获取、共享与使用的过程中坚持透明公开公正，既要明确数据归属确保数据安全，又要符合使用规则满足标准规范。在数据治理底层逻辑设计中强调数据开放性不是放而不管，是要在既定的治理框架体系内实现数据的分层分级开放共享，在制度框架内对有隐私保护要求的数据实施加密与访问控制，定时开展数据审计以确保数据的可信度与有效性，同时全过程防止数据的泄露或滥用。开放导向下的数据治理实施需要做好数据利用相关方管理，权限设置与底层逻辑紧密关联，既要构建合作关系以实现数据共享，又要有明确的权责体系推进数据共同治理，在底层逻辑与分级管理相一致的前提下不断提升数据治理的视野与格局。
2.2 关联视角的数据治理侧重
数据治理底层逻辑的重中之重是用数据质量实现数据价值。数据价值不以数字形式孤立存在，而是通过关联应用发挥数据作用。高校在开展数据治理中需要重视不同治理主体间的互动协作，底层逻辑预设了数据治理的基本思路与核心要点，高校在开展数据治理的过程中不仅要关注数据本身，更要通过对各类信息系统数据的集成整合与筛分清洗，关注不同利益主体在数据收集、存储、管理、使用、分享、处置全生命周期中的相互作用与协同合作，利用数据的内在逻辑关联厘清不同利益主体在数据治理过程中的权责义务与方向归属，用实用深所属领域以及关联领域数据，深化协作发挥数据价值最大化，利用不同业务门类的数据分析结果支撑高校各项事业发展决策。
2.3 循环视角的数据治理导向
高校在开展数据治理的过程中需要重视强调动态、迭代、评估、调整、优化的数据循环机制建立，数据评估与优化环节应落实在数据动态调整完善的全过程中，依托及时的评估与适时的调整不断提升数据的科学性与实用性，以体现数据支撑业务发展的价值意义。强调数据循环的数据治理在底层逻辑设计中就需要有清晰的数据权属与规则标准，满足动态监控实时反馈数据治理成效。数据关联方用持续的数据质量改进确保各时段的数据价值的科学实用，用活络的数据认知与先进的数据思维，实现底层业务数据支撑顶层业务设计、顶层业务数据反哺底层业务系统的有效循环，用动态完善的数据保障依托数据的发展决策与问题解决。
2.4 全局视角的数据治理规划
顶层设计是数据治理的基本出发点与实施关键点，明确了数据治理底层逻辑。数据治理规划强调全局视角的数据管理与应用，用规范合理的数据治理框架和实施管理体系确保数据治理质效。数据治理实施技术层面的规划只是一个方面，组织结构、管理流程、标准规范视阈下的数据质量与数据安全思考也是重要方面。建立数据治理组织、编制数据治理规划、制定数据治理规范、完善数据治理机制与管理策略，用适配高校发展的数据治理技术规则与关联业务人员的技术能力提升，凝练出能够保障高校发展需求的整体化数据治理模式。
3 强调主体回归的高校数据治理底层逻辑设计
高校数据治理的底层逻辑强调数据的开放、关联、循环、安全以及整体性的系统化设计。强调主体回归的数据治理底层逻辑重视多元主体的合作协同，即利益关联方的共同参与推动实现高校数据治理质量提升。这其中，数据的开放性是多元主体共享数据的基本前提；数据的关联性疏通了数据关系，提升了数据深层利用的可能性，实现了数据价值挖掘的最大化；数据的循环性盘活了数据使用反馈与优化再利用，推进了数据最大效度的可用性；数据的整体性则是基于全盘的系统思维，强调数据的统筹规划与协调管理，保证了数据在提升工作成效方面的作用发挥。“人”的主体性体现为高校数据治理底层逻辑架构中的决策参与以及具体实施，人的意识能力以及理念执行直接影响数据治理质效。
3.1 多元主体参与协同：打造权重清晰的体系框架
随着大数据技术的发展应用，数据的产生与使用不再局限于特定的个体或组织，而是涉及教师、学生、管理层等广泛群体，他们不仅是数据的生产者和使用者，更是数据治理的重要参与者，需要明确数据治理多元主体的职责分工与责任划分并在底层逻辑建构中予以明确。强调主体回归的数据治理底层逻辑更加依托人的作用来强化数据质量、数据安全以及数据伦理等方面的管理实施，数据各关联部门间的认知同步与协调一致对充分发挥数据效能有着举足轻重的作用，建立一套完善的沟通协调机制以及清晰的权重体系框架至关重要。
3.1.1 高校管理层：人的主体性地位决定底层逻辑
高校管理层是数据治理的最高决策者，决策导向决定数据治理的底层逻辑建构。高校管理层从发展战略层面负责数据治理的规划设计与政策制定，通过顶层设计实现符合发展需求的数据跨部门整合与治理协作。高校成立“一把手”挂帅的数据治理领导小组，统筹制定数据治理总体规划与实施策略，明确各职能部门数据管理使用的职责任务与规则流程，并建立数据治理监督协调机构完善数据效能最大化释放的机制保障。从学校层面定期召开数据治理专题会议，阶段性掌握数据治理进展，对成效与问题开展跟踪分析研究，调整结合不同发展需求的数据治理目标任务，通畅数据治理全过程中各环节沟通协调。从全局视角重视并促进数据治理的跨部门协作，结合不同部门、学院、专业数据使用特点与数据需求，不断完善数据管理使用的组织架构，保证数据从源点到止点的无死角采集使用、存储处理与安全维护。
高校管理层需要从政策层面拓宽视野范畴，加大围绕数据治理专业人才的培养力度，既要保证日新月异的数据处理技术施展，又要深化懂政策流程、会管理应用的复合型人才培养。泛在化数据治理常识与基础应用普及，让更多的数据使用与管理群体在日常工作学习中有着端正的数据治理意识自觉与行为主动。高校管理层结合要求与需求，动态优化完善数据治理的激励与监管机制，让师生在提升主观意识的前提下充分发挥主观能动性，尽可能大范围内实现重视数据规范的助长性迁移，自上而下明确有效的监管机制，保障数据的高质量采集可用与处理回收。管理层通过各项数据治理的谋划设计与实施部署，促进更大空间内的数据治理成效与常态化治理监督反馈良性循环实现，消除数据壁垒，畅通数据对接与数据共享。
3.1.2 信息化部门：人的主体性能力影响底层逻辑
高校信息化部门是数据治理的技术支持核心部门与具体统筹实施管理部门，通过具体的底层逻辑设计执行管理层决策、优化执行层使用。高校信息化部门负责数据平台的设计搭建与运行维护，负责通过信息技术能力与数据利用洞察力开展数据采集整理、归纳清洗以及整合分析，用高质量数据支撑各职能部门决策分析与业务落实。信息化部门职能发挥的程度直接影响学校数据治理成效，影响治理的有序推进与治理的有效执行。信息化部门强调专业能力与综合能力并重，需要先进的高水平信息技术能力适配日新月异的数据处理方法，也需要敏锐的数据发现力与灵活的业务协调力，以保证数据治理全流程的各种分工协调，汇聚多方资源通过科学研判，搭建学校层面的数据应用平台，结合核心业务需求做好数据采集清洗与利用分析。
信息化部门技术人员结合学校的需求性、技术的可行性以及未来的发展性搭建既符合当前需求又满足下一阶段扩展需要的信息数据平台，通过增强基础数据库建设以及规范日常运维管理，确保平台能够平稳高效运行。底层逻辑需要满足显性易操作的数据获取，明确数据预处理机制与数据采集归类。依托底层逻辑建立标准的数据处理规则，实现数据口径的统一性以及管理的一致性，避免数据孤岛。底层逻辑支撑数据平台系统性能的动态优化，让师生在具体的数据应用中获得良好体验。技术人员以及数据关联人员需要增强数据深处理意识，重视的数据关联性与潜在意义，自主开展数据挖掘及分析利用，用高标准、高规格的数据质量支撑管理层决策与广大师生使用，底层逻辑明确了数据权属，强化部门沟通协作利于数据全周期管理各环节中的数据归属权与使用权的确认互动，促成数据治理齐抓共管的良好局面。
3.1.3 二级单位：人的主体性作用执行底层逻辑
各二级学院与职能部门作为数据的产出源头与使用主体，执行基于底层逻辑的数据采集与应用。二级单位需要有科学的数据使用与管理意识，注重师生对数据使用管理的责任义务培养，重视产出数据的准确性、统一性、完整性与科学性，确保产出数据符合既定标准规范。二级单位需要加强沟通提升不同数据产出的标准性与一致性，拓展数据收集、交换与整合渠道，实现有效数据的广域集聚并确保数据的科学可用。从具体实施层面，规范产出数据审查清理机制，既要按照统一标准实现数据的有效汇聚，又要通过盘活数据循环提升数据实效，确保各环节存储在统一数据平台的数据全面准确。重视“人”的主体作用发挥，“接地气”地优化数据获取路径，缩短数据查询路径或通过“一键直达”的方式实现数据的采集与获取，尽可能地易化不同口径的数据共享。
师生工作学习中产生大量隐形数据的同时，也会利用数据来满足教学科研学习需要，师生对数据的采集存储以及处理应用都需要基于一定的规则流程。从人的主观能动视角强调数据认知的缘由是因为只有理解数据才能用好数据，“人”的主体意识是理解数据用好数据的根本，有利于促进数据应用的有效循环。强调“人”在数据治理底层逻辑中的主体作用，有效规避了“数据仅需技术”的片面认知，数据在体现价值的同时，存在的安全风险不容忽视，发挥人的主观能动性，提升数据安全意识，从根本上保证了数据价值最大化以及数据的安全系数最高。高校的数据产生于师生日常工作与学习生活之中，师生行为影响数据的规范性、完整性以及科学性，从只有真实数据才能支撑决策这一客观现实出发，执行好治理底层逻辑的规范数据，才能从真正意义上实现数据意义。
3.2 个体整体并促共升：规避技术异化导致的人际疏离
强调人在数据治理底层逻辑设计中的主体性，可有效避免高校治理过程中的数据或算法依赖，同时能够有效避免数据治理过程中因技术异化导致人际疏离，出现“技术反噬”问题。人的主观能动作用保证了强调底层逻辑的数据治理过程中人际关系的正常和谐，避免了师生、同事、部门之间的社会性纽带在技术的冲击中解体
[15]。高质量的数据治理不是全自动的，人的参与与监督数据治理全过程涉及人际关系的协调维护。在明确高校开展数据治理的目标是提升大学管理效能与决策质量这一目标主旨下，人的专业知识与综合能力影响高校各类别数据的解读与应用，必定只有通过专业分析后的数据才能转化为有利用价值的依据。数据的作用表现为人开展分析判断后的具体行动指导与决策支撑，决策的科学性与可行性需要不同关联部门、人员的共同思考论证，愈发强调人与人的合作以及部门间的协作。数字技术的冲击弱化了人与人的交流互动，同样需要强调人在数据治理过程中的主观能动作用，以促进社会性纽带修复加固。
3.2.1 提高个人的数据素养与数据分析能力
数据治理底层逻辑基于人对客观现实的理解以及管理决策的执行程度，个人的综合能力水平一定程度影响到底层逻辑的科学性与合理性。个人在数据治理中发挥好主观能动性的重要前提是提升数据综合分析应用能力，这主要包括数据收集处理以及分析解读能力，特别是在数据处理应用过程中对可能出现的偏差有着敏锐的捕捉力以及过硬的纠错力。高校产生数据各环节的关联人员需要培养必要的数据认知，主要是指数据的把控能力，不断优化数据收集方式、数据存储路径、数据处理方法，结合数据的价值作用不断提升数据分析的技术流程，做好全过程数据保护。在数据治理过程中，个人要有数据梳理清洗的主动自觉，避免数据的重复与堆砌，重视有代表性实效性数据的提取与管理，以确保任何阶段的数据都能够反映高校的真实整体情况，用高标准、高水平的个人数据能力降低无效关联数据的干扰，用有效可用的数据支撑各类数据需求。
意识自觉与行为主动是数据治理实施关联人员的必备素养，主动关注各类数据动态，培养数据应用的批判性思维，能够熟练地从海量数据中针对性提取有利用价值的数据信息。个人要有与时俱进补充技术能力、提升业务水平的主观意愿，对不同的数据应用需求配以恰当数据处理与分析的工具或方法，学会用数据说话、用数据佐证。与数据关联人员需要学习如何通过图表、图形等方式直观地展示数据，尝试从数据中挖掘可用价值，发现隐藏的有效信息和发展规律。学习数据安全和隐私保护的法律法规是每一位数据关联人员需要予以重视并执行的，将规范的数据治理应用于具体实践，在实践中总结经验、优化方法，提升解决数据问题以及用数据解决问题的综合能力。个人从实操层面需要提升数据治理相关经历和经验交流共享的主动性，通过互动关注数据分析领域最新动态，适时参与相关研讨会与培训课程，全方位提升个人的数据分析综合能力。
3.2.2 系统性提升管理层依托数据的决策意识与思维
大数据时代的高校发展决策越来越依赖海量数据分析以及数据决策模型，高校管理层提升决策能力与决策质效离不开各种类型的数据信息。高校管理层有着独立且具远瞻性的发展谋划，通过强化数据分析能力适配数据影响组织决策的时代发展，是高校管理层不得不面对的大势。高校管理层的数据应用能力与发展思考决定了高校数据治理底层逻辑侧重与方向，数据优化的程度、数据呈现的视角、数据积累的体量等等左右高校可持续高质量发展决策、教学科研资源配置、高层次人才培养引进、科研创新以及教育教学质量提升。毋庸置疑，管理层在高校发展中释放出主体能力，其改造客体的能力与创造性直接决定高校发展方向与层次，高校管理层除了用好数据，还需要加大数据全过程管理的意识与工作部署，顶层设计与群策群力制定出规范科学的数据收集办法，指导并督促关联部门在既定的规则标准框架内不断提高数据清洗、提取与分析技术，用持续优化的管理理念推进数据可视化，突出数据的显性化与应用的简易化，从高校管理最高层面推进数据发现问题、预测趋势、支撑决策的功能作用实现。
高校管理层需要结合政策导向、长远发展、当前任务等多方面不断更新数据驱动思维，在意识层面加大数据应用重视，增强数据在不同领域使用的主体调配能力以及对全新数据的适应能力。高校管理层通过行政主导将数据融入管理决策各环节、各流程之中，推进了各业务领域的数据展现同时，需要意识到数据的多元化、泛在化特点，要有相对系统性的数据认知与实践探索自主性，不能就数据而数据，要通过具体应用实现数据价值最大化。高校管理层需要通过拓展数据创新思维，深挖数据在现代管理中的价值意义，重视数据间的关联性与比较性，比对不同时段、不同维度以及不同来源数据的发展规律与影响趋势，用数据支撑决策的同时用数据评估决策。高校管理层需要关注数据的不同应用场景，留意影响数据的客观因素，跟踪不同模式中用数据支撑决策的真实反馈，及时获取变化的数据并用最新数据调整决策部署，促进决策的不断迭代优化。
3.2.3 规制强调主体性的团队合作与跨部门协作路径
主体明确与目标明晰影响数据治理底层逻辑，为高校赋能是数据治理底层逻辑的根本出发点。数据治理主体间的沟通协作强调数据的双向流动共享，促进数据权益平衡、破解数据权益悖论，不仅淡化了人物化数据获取交互
[16]，也增强了数据治理主体的发展共识性。数据治理主体在确保数据安全前提下的数据开放共享，以及数据资源的合理分配使用，为共同的数据治理目标、原则以及流程体系达成一致意见，凝聚合力构建出开放公正、透明科学的数据治理体系。不同发展阶段有着不同治理主体，多元协同影响并辅助治理主体权重的因时而变，随之调整的治理方式针对性与科学性影响高校治理的具体成效，高校数据治理应然，围绕数据治理的决策实施随着发展、需求、要求等变化，影响不同主体的合作协同。数据治理过程同样强调文化氛围，氛围影响数据治理底层逻辑思路把握，影响具体参与人员的工作积极性与主动性，好的氛围也在一定程度上提升了个人在数据各项工作中的责任意识与角色担当。
数据治理的底层逻辑涉及技术、业务、法规等多个领域，数据治理底层逻辑的设计与确定需要集合不同专业背景的人员共同参与，需要用不同专业技术以及综合管理能力支撑起不同的数据需求，需要不同业务范畴的部门协同，整合数据资源并制定统一的数据标准。无论是强调数据精准性与科学性的技术处理层面，还是强调技术与管理互动优化治理结构、提升数据适应性与灵活性的协作层面，都强调治理主体性作用的发挥，在共同的目标导向下确保数据的安全、准确、可用与增值。信息化部门专业技术人员与产生并使用数据的业务部门工作人员共同设计实施数据治理底层逻辑的技术框架，确保数据支撑业务场域的贴合度与精确度。满足业务管理的数据以业务需求为主要导向，确保单一口径数据全面性的同时，重视技术部门与业务部门协作下的横向数据关联与延展，在多部门共同参与下设计出易操作、易获取的数据通道，方便使用并提升数据粘性。
3.3 深化数据价值转化：拓展用户视角的应用渠道
基于数据的先进算法在辅助教育管理决策时，最多只能呈现当前形势和局部环境下的相对最优解，而非立足于整体、追求本质且富有解释力的具体判断
[17]。人的修正数据治理底层逻辑的主观能动性，支撑高校治理中依托数据治理的“人性治理”。未来无论任何领域的领跑者都是最善于利用其领域数据的人
[18]，数据驱动型服务和数字具象体验愈来愈被重视与广泛普及的当下，高校集聚的数据资源愈来愈被认为是可利用的巨大资产
[19]。数据价值的最大化是通过拓展数据流动性、可获取性以及转化程度来体现，高校需要增强依托数据利用能力提升高质量办学的主动意识，在数据的全面获取和不断深挖中增强发展创新力、知识生产力、文化传承力以及社会服务力等。
3.3.1 搭建“人”全域关联的数据可视化平台
具象化的数据可视化支撑管理决策、为教育赋能的过程中特别强调主体导向，即人的意愿影响数据治理的直观呈现。结合数据的展现目标与数据的处理方式，数据可视化用颜色、字号与字体、分布位置等突出关键数据的重要性，方便决策层应用的同时也方便师生获取。数据可视化提供的数据来源、归集方式以及计算方法得出的数据分析结果与数据治理底层逻辑设计密切关联，可视数据为管理者提供精准客观的决策支撑，也让关联业务部门以及师生理解并信任数据，进而利用数据。数据可视化的呈现效果提升了数据维护的主观能动，认知同步共同促进良性数据应用循环的形成，进而推动更为全面的数据采集、更为科学的数据处理，用更为强大的数据分析结果支持高校事业发展决策。
以师生为中心的数据可视化设计，以真正获取到师生真实数据需求和如何使用数据可视化结果为目标导向，高校在条件允许的范围内，创造机会让师生参与到数据可视化设计过程之中，同时为师生提供可根据需求自行调整的可视化图谱选项，充分发挥师生在数据应用上的主观能动性。数据可视化突出师生与数据的交联互动，动态形象的数据展现引导师生主动探索并实践数据，动态展示数据变化的视图吸引师生关注并参与其中的数据分析，共谋设计通过不同数据维度或指标选择生成的个性化数据可视内容或形式。数据可视化突出以人为本的指标呈现，数据“画像”用不同的颜色背景、图标样式以及语言类型等突出数据背后的缘由、活动甚至情感表达，用直观的隐喻帮助师生更好地理解数据、认可数据、应用数据，实现数据与人的全域关联。
3.3.2 建构“人”广域协作的智能管理体系
智能化管理提升知识管理成效、优化传播机制，智能管理平台建设是数据管理的具体应用表达，以人主导的管理全过程强调用有效数据管理实现智能化监控与支撑，促进信息资源、人力资源、物质资源等的共用共享。智能管理平台需要具备良好的兼容性和扩展性，集成不同来源数据，整合分析不同业务数据，通过底层逻辑设计建立统一的数据标准，用数据的准确性、唯一性以及按需流动性支持跨领域、跨行业交流合作。数据治理实现了智能管理平台的统一身份认证以及权限管理，用户的弹性管控也确保了敏感数据访问的安全性与限制性。合理的数据治理底层逻辑确保了智能管理应用中台架构的科学性与灵活性，建立在数据完整性与统一性基础上的智能管理平台简化了业务逻辑、降低了业务复用率，减少了系统开发与迭代升级的成本与风险，基于全生命周期的数据管理确保了数据的长期可用，将数据价值在集约化、精细化管理中得到全面而深刻的展现，推进业务发展速度。
关联人员广泛协作的智能化管理强调人机协同，即利用自然语言处理技术辅助数据检索与信息提取，利用人工智能等算法技术优化以人为主导的决策过程。重视提升关联人员的技术应用能力和创新思维，通过组织系统培训、专题研讨、沙龙交流等，帮助关联人员掌握最新的技术工具和方法，用先进的技术能力彰显数据价值。高校需要尽可能大范围地鼓励支持关联人员参与到具体的数据治理项目实践，在真实的工作场景中活学活用，在实践中发现问题、解决问题，提升满足实战的技术应用能力。完善的数据治理底层逻辑保证了知识图谱等外显数据图形的质量，关联人员结合知识交流与灵感碰撞，理解和应用更为复杂的知识体系，设计出更加高效灵活的管理协作流程，减少高校各项业务的沟通成本，保证各类信息传递的准确无误。
3.3.3 拓展“人”泛域参与的数据合作空间
实现数据价值最大化是强调数据治理底层逻辑的主要目标之一，有效转化程度是数据价值最大化的直观考量，深入分析用户行为和师生需求有利于挖掘数据的无限可能，精准定位数据可能发挥的价值方向，高效实现数据价值的有效转化。数据的价值直观体现在为用户提供支撑需求的更精准服务和产品上，这就需要在广泛调研的基础上最大范围地采集并分析数据，结合分析这个过程需要多领域人的广泛参与，达成释放数据价值共识、凝聚挖掘数据价值合力、彰显突出数据价值个性，基于不同业务领域关注点与应用重点的数据价值针对性测试，有助于数据价值的最大释放。数据价值的全面化与广泛化，有利于开发出更加贴合需要的新产品或新服务，不同数据应用与处理群体参与，合作出更多诸如依托数据的企业运营数据分析、政府决策数据咨询等创新项目，在用户行为与动态发展趋势分析中充分彰显数据价值。
打造泛域参与的数据价值共创生态，参与基础上的多方主体联接更为关键。人在数据空间的主体身份确保了数据利用全过程的主导性与主动性动态管控，保证了数据的源头可信、实时存证与结果可溯，为数据转化为实实在在的服务或产品价值做好保障。人的主体作用让数据在底层逻辑既定的规则框架与约束机制内实现了共同参与、共同开发与共享利用，共同愿景让数据空间目标与利益关联者目标一致，在共识基础上构建出可信数据空间。数据空间合作各方主体有着数据共享共用的主观意愿，共同打造有利于数据流通利用的基础设施保障，通过资源交互实现数据的统一发布、高效查询与及时维护，共同打造数据供应链共创数据价值。数据合作各方重视数据安全技术的应用与升级，重视数据在存储、传输以及开发利用过程中的权限因素，保障数据合作各方的合法权益也在一定程度上体现数据价值。
江苏师范大学2025年度实验室研究课题“多源感知数据融合的高校实验室全生命周期安全管理研究”(L2025YB01)
江苏省高校教育信息化研究重点课题“从技术规制到主体赋权：高校数据治理的底层逻辑研究”(2025JSETKT014)
京公网安备11010202008535号
PDF
(596KB)
