商业智能在我国高校决策中的应用探析-基于循证决策的视角.docx

商业智能在我国高校决策中的应用探析基于循证决策的视角 （二）高校循证决策实践的领域和区域不断扩展北美高等教育界较早关注并应用商业智能2005年，一份面向美国高校信息官（CIO）的调查报告反映了商业智能应用的早期阶段，在受调查的378所公私立院校中，仅有14%的院校建立了数据仓库、创设了基于数据抽取-转化-加载（Extraction-Transformation-Loading，ETL）技术的多元数据中心、应用了联机分析工具（Online Analytical Processing Tools，OLAP）[22]2012年的一份报告显示商业智能的应用有所发展，在受调查的339所院校中，69%的高校的一些部门和项目组认为工作中最主要的技术就是学习分析，28%的学校认为学习分析技术对高校所有的机构都很重要，而且规模较大的院校比小型院校更认同学习分析技术的重要性[21]商业智能支持北美高校开展循证决策，早期主要集中在三大决策领域：学生录取、学生保留干预以及教与学的改进在学生录取决策上，如贝勒大学（Baylor University）围绕未来学生收集、分析了大量数据，建立了复杂的录取策略，保证录取的成功率并有效降低录取成本[23]。

在学生保留干预决策方面，美国高校尤其是社区学院长期面临大量学生流失、无法按时毕业的压力，为此，辛克莱社区学院（Sinclair Community College）使用开源的学习分析软件，集成了影响学生成功的诸方面数据，建立了学生辍学的早期预警系统，帮助教师做出恰当的干预决策[24]在教学改进决策方面，如普渡大学（Purdue University）在2007年建立了可以追踪学生学业表现、监测早期警告信息并提供干预策略的软件系统，帮助教师记录、反馈学生学习数据以支持其教学，提升了教学的质量[25]随后，商业智能支持高校决策的应用领域不断扩展，在员工评价、课程提升以及帮助学生制定学习计划、分析学业和职业选择、在网络学习中做出正确的课程选择等方面都发挥了作用与此同时，商业智能对北美以外高校的影响也逐渐展开各地高校根据自身情况开始构建商业智能系统并开展研究，出现了一批个案研究成果，商业智能如何促进高校的循证决策，据此也可见一斑例如，瑞典的乌普萨拉大学（Uppsala University）从2000年开始建设商业智能工具系统（Generalized Management Information System，GMIS），该系统集成了学校原有财务、人事、学生、设施及出版等基础管理平台中的数据，实现了不同数据源的单一平台显示，并具有数据仓库、系统跟踪、决策支持的复杂报告等特点[10]47。

葡萄牙科英布拉理工学院（Polytechnic Institute of Coimbra）为应对申请学生减少的情况，利用全国性的数据库（National Competition for Access to Higher Education，SBIAES），结合数据仓储等技术建立商业智能系统，帮助决策者快速分析在学生录取过程中各种理性和非理性倾向[26]阿拉伯地区的高校也开始应用商业智能，通过数据挖掘等技术，破解决策者面对大量数据而无法得出决策支持证据的困境[27]总之，随着商业智能集成数据更加多样、分析技术更加完善，越来越多的高校开始应用商业智能技术，而且在促进高校循证决策中的功能不断增强，应用领域也在不断扩展，即从早期集中在较窄的学生管理领域，逐步发展到更多领域的决策支持，并能发挥预测功能，构建高等教育相关预警机制，服务宏观的、更加不确定的决策三）高校循证决策所需的技术及产品不断丰富循证决策实践需要大量数据，数据集成技术是基础在数据集成上，商业智能不断完善相关技术，实现了不同数据源和数据库的集成，并在统一平台显示，为数据管理、数据使用提供了简洁高效的技术平台同时，面对高校数据每日都在产生、变化的情况，商业智能系统能够开展自主设定，按照一定周期进行数据更新，以保证系统中的数据质量。

循证决策实践的关键是取得证据，数据分析技术是重点在原始数据分析上，商业智能系统可集成部署多种数据分析技术，除基础的数据仓库分析技术（Data warehouse）、联机分析技术（On-line Analytical Processing，OLAP）和数据挖掘技术（Data mining）外，随着人工智能技术的发展，自动分析、预测分析等技术也开始出现商业智能可以集成的技术（如图1）[28]商业智能通过多种分析工具，实现由数据（data）到信息（information）再到知识（knowledge）的转变高校在商业智能上的实践探索也推动了相关技术发展如马来西亚理工大学（Universiti Teknologi Malaysia）为解决多源数据集成问题，在商业智能系统框架中结合抽取、转化及加载技术（Extract，Transform and Load，ETL），探索在数据转化环节实现数据集成[29]另有学校为提高循证决策中证据的准确性，探索了数据抽取技术，通过研究3种元启发式算法在数据抽取上的效果，论证抽取算法的优劣[30]此类院校研究丰富了商业智能的技术，为高校开展循证决策实践提供了更多、更适切的技术工具。

此外，商业智能技术产品不断成熟，为高校的应用提供了更多选择随着IBM公司2007年成功收购Cognos，IBM公司成为商业智能领域的领导者，其后推出的IBM Cognos Business Intelligence经历了快速迭代，在2015年发布了IBM Cognos Ⅱ[31]7其他在商业智能领域具有优势的公司有甲骨文（Oracle）、微软（Microsoft）和思爱普（SAP）等，它们也都开发了各自的商业智能产品四）支持高校循证决策取得三方面效果支持微观教学决策商业智能对教学决策的支持在应用的早期阶段就显现出来，从改进学生录取方式、提升学生毕业率到促进课程教学质量，商业智能通过数据挖掘等技术实现对学生学习和老师教学的跟踪、预测，为教学方面的决策提供可靠的数据支持，对教学各环节都产生了积极作用随着学生方面的数据越来越全面，商业智能对学生个性特征的刻画越来越准确，形成了360度画像（360-degree Profiles），对高校学生管理和教学决策等产生了更加深刻的影响支持宏观管理决策商业智能对高校宏观管理决策的支持需要更加全面的数据信息、更加高级的分析技术，因此商业智能在高校管理决策中的效果是逐步显现的。

从国外高校的实践来看，商业智能有利于高校管理效率的提升和决策的科学化，进而提升高校国际竞争力，而不少国外高校愿意投资建设商业智能系统，就是同类学校强大竞争压力的结果促进成本控制商业智能促进高校运行成本节约不是一蹴而就的商业智能建设早期需要投入资金，但建成后的智能系统将通过节省人力成本、避免错误决策等方式实现成本的回收在美国，高校的政府拨款与高校学生的毕业率息息相关，不少高校因为投资建设商业智能系统实现了学生毕业率的提升，进而获得了更多的政府拨款如瓦尔多斯塔州立大学（Valdosta State University，VSU）通过商业智能系统有效降低了学生的辍学率，由此预计将能获得200万美元的国家拨款作为成本补偿[31]8四、回顾：商业智能对我国高校循证决策的支持需深化（一）应用领域相互割裂，有待集成在商业智能系统的应用上，我国多数高校采取了分步骤推进的建设方式除了2010年中山大学开展了商业智能系统的总体设计与开发外，其他高校多在财务、学生事务等单个业务维度开展商业智能试点，如上海交通大学推出财务管理驾驶舱系统、复旦大学开展学校师生在校生命周期信息化管理“全覆盖”等[9]分步建设的路径有利于加快商业智能在高校的建设速度，但也容易造成不同应用系统之间的割裂，由此限制了高校商业智能系统利用数据挖掘等技术提供决策服务的能力。

走出“象牙塔”的高校面对市场、社会等诸多力量的冲击，以及高等教育国际化带来的全球竞争压力，高校决策者需要商业智能提供更为完整、深入的图景，以发现决策内外部环境中的机遇和挑战二）应用技术相对浅层，有待深化与商业智能在我国高校中的应用领域彼此割裂相对应，商业智能技术中基础性的数据集成技术尚未充分发挥，由此带来我国高校行政管理中长期存在数据重复填报、多头征集的问题高校前期的信息化建设将数据填报从有纸化升级到无纸化，但由于缺乏数据的集成共享，无助于高校办公效率的提升，因此商业智能的引入应该着力解决此问题部分高校在建设商业智能系统时，开始探索解决高校中数据冗杂分割的问题，如中国人民大学建立了“综合数据填报、数据存储、数据管理和数据展示”四大功能的数据平台，北京大学前校长林建华也在2017年的一次协调会议上提出要加强学校统一数据平台的顶层设计和整体规划，分阶段推进学校数据共享[32]国内大多数高校数据集成尚未完成，进一步的数据挖掘和数据分析技术自然也就不能充分应用就目前的分析技术而言，国内大部分高校只使用了OLTP（联机事务处理系统），针对数据的单一属性进行处理，不具备数据的综合分析功能，弱化了商业智能对高校循证决策的支持作用。

三）应用成效相对有限，有待提升商业智能如果不能解决信息化建设阶段的系统割裂问题，其为决策者提供整全信息的成效就十分有限早期的高校信息化建设主要覆盖3个方面：一是包括档案、人事考勤等的行政管理；二是包括教务系统、就业管理、新生入学管理等在内的教学教辅管理；三是包括网络缴费、食堂消费、门禁等一卡通管理[33]一份2010年的调查显示，我国高校使用率最高的信息管理系统是图书馆系统，其次是财务管理系统，其他的信息系统还包括人事管理、学生管理、网上选课、科研管理等[34]随后引入的商业智能技术仍按照单个领域试点的方式推进，还是未能解决系统割裂的问题从研究文献和相关高校建设案例看，商业智能主要在招生、财务、教务等业务上发挥作用，如上海外国语大学就招生决策管理缺乏规划等问题，开展了基于商业智能的系统设计，优化招生管理[35]商业智能未能发挥在教学评价上的潜力，应用效果还有待加强长期以来，高校因缺少教学过程性数据，很难对教师的教学做出客观评价，因此多数学校将可以简单量化的科研成果作为教师评价的重心，从而进一步强化了高校教师“重科研轻教学”的倾向要实现科研人才、教学人才的分类管理，破解高校长期以来科研与教学之间的矛盾，促进高校教学评价的科学化，需要开展过程性的大数据分析，商业智能具有巨大潜力。

但目前高校的商业智能系统的应用领域多属管理层面，深入课堂教学层面的应用系统还不多见，因而其在教学评价上的积极效果尚未出现商业智能未发挥支持决策民主化的潜力，相关应用措施仍需跟进双一流”建设的总体方案对高校决策机制提出了民主化要求，即“完善民主管理和监督机制”“积极探索师生代表参与学校决策的机制”民主化决策将成为高校循证决策的组织体系保障，达成以决策民主化促进决策科学化的发展目标决策民主化首先要做到信息公开，没有公开的信息资源，高校民主决策只会流于形式商业智能平台通过数据集成和挖掘，能够面向高校师生提供决策信息，在保证高校师生参与决策的有效性，以及推进我国高校决策民主化、科学化方面有很大的价值但由于当前商业智能应用领域的分割、完整数据的缺失以及传统决策方式的惯性，商业智能在高校决策中的价值还未受到重视，相关技术、组织、机制等的建设也需要进一步跟进五、建议：我国高校深化商业智能应用的思考伴随“放管服”改革的不断推进，我国高校的办学自主权得到加强，与此同时，高校要承担的办学责任也不断加大失之毫厘，谬以千里决策对高校发展的重要性日益凸显，深化商业智能技术应用、提升应用效果以支持高校循证决策应成为高校决策下一步的发展方向。

与国外高校商业智能的应用情况相比，我国高校在应用领域、应用。