北德克萨斯大学系统(UNTS)和高等教育机构一样大，但它正在利用数据来使自己变得敏捷和灵活。
UNTS在各个校区雇佣了10，000多名员工，学生总数接近44，000人，年度综合预算为12亿美元。它包括了位于丹顿(UNT)的北德克萨斯大学、位于沃思堡的北德克萨斯大学健康科学中心和位于达拉斯(UNTD)的北德克萨斯大学。总共有五个主要的教学地点。
像许多大学一样，UNTS产生了大量的数据，但是直到几年之前，它还没有被很好的开发利用。数据是孤立的，数据治理也不存在，分析则需要手动编码。更糟糕的是，在建立数据仓库和分析程序的三次失败尝试后，希望和信任变得稀缺了。
UNTS的数据、分析和机构研究(DAIR)副总裁Jason Simon说：“在项目开始之前，人们对提供的信息和数据资源缺乏信任。这是在数据最狂野的西部，在信息、资源和数据元素方面都没有明确的治理。”
此外，UNTS的报告基本上是有时间限制和静态的，不允许预测或进行纵向分析。
Simon表示：“我们需要围绕我们的数据资源和数据工具，真正用一种完全不同的方式来开展业务。”
转折点出现在2015年的一次数据峰会上。UNTS召集了整个大学的利益相关者，与DAIR团队讨论数据问题：什么是有效的，什么是无效的，他们的痛点是什么，以及作为UNTS的数据提供商应该是什么样的。在听取了利益相关者的意见后，UNTS决定重新构想分析在高校中的角色，这是一门雄心勃勃的课程，不仅包括数据仓库、分析、建模和治理工具的新项目，还强调了文化的作用。该项目名为“Insights”，为UNTS赢得了IT卓越奖CIO 100。
深入挖掘数据问题
UNTS通过利用其独特的内部专业知识展开了工作：人类学系，该系对该机构的数据环境的健康和文化进行了定性研究。并将结果通知项目章程。
Simon说：“这是一个非常有创意的解决方案，因为它做了两件事：首先，它让教员参与进来，教员是我们这里人口中非常重要的一部分，但更重要的是，它让我们数据和分析部门的人退后一步，成为了听众。”
该教师小组会见了来自整个系统的40多名高管，并将结果信息提炼到关键主题和痛点领域上来。Simon的团队将结果与数据峰会和其他小组会议的信息进行了结合，并会见了UNTS的技术主题专家，重点关注于文化建设。Simon和UNTS的首席企业架构师做了一些他们自己的基础工作。他们对大学系统的每个校区进行了为期五天的实况调查，发现数据是孤立的，很难手动复制和编程。因为趋势很难被识别，决策也是靠“直觉”做出来的。此外，IT和机构研究(IR)没有一起工作;仅能使用有限的变量提取来回答数据请求;临时报告则需要来回发送大量的电子邮件。
Simon说，虽然使用工具可以帮助解决单个领域的问题，但是DAIR团队希望首先解决他们认为的问题的根源：数据质量、数据准确性和数据治理。
文化的重要性
DAIR认识到成功需要得到持续的支持和财政资源，因此采取了一种方案导向而不是项目导向的方法。该团队将数据仓库、分析、数据可视化和预测分析与数据治理策略、沟通策略和培训策略结合在了一起。
计划就绪后，UNTS便与基础设施供应商合作，开始重点关注机构的整体数据需求，而不是单点解决方案。IT和DAIR领导层之间的每周指导委员会会议将帮助他们关注短期和长期目标，该组织在数据治理和建模方面都进行了战略性招聘，数据建模专家与主题专家进行了密切的合作。整个组织都采用了培训课程。
一旦Insights计划开始实施，Simon说一切都不同了：
•数据被管理、联合并存储在了一个中央数据存储库中。
•数据是自动更新的
•分析可视化产品突出了异常值和趋势，促进了决策。
•IT和IR紧密合作，分享了专业知识。
•用户拥有安全的门户网站，可以访问评分模式、保留率、薪资趋势、人口统计、结果和注册趋势。
•扩展数据来自一个新的体系结构环境，该环境可跨多个数据域进行配置信息。
•用户可以访问一个自助式的可提取、可排序和可导出的数据可视化系统。
除了帮助UNTS提高学生成绩和留校率之外，Insights还可以帮助其学生根据居住的地方来分析公交路线，使其能够取消整条路线，并根据学生居住的地方更好地为他们服务。它还可以使用Insights来研究助学金分配模式和学生的选课习惯。第二代Insights将很快可以利用机器学习来帮助UNTS决定在何时何地提供课程，并根据过去的互动来提供基于个人入学倾向的预测评分。
Simon说，其成功的最大关键是对文化的关注，而不仅仅是技术。
“你必须成为一个文化驱动的分析领导者。我的意思是仅仅了解你的工具是不够的。你必须有情商;你必须有能力理解以前的失败，并认识到利益相关者的担忧。你必须有能力思考你的企业所面临的历史性挑战，而不是犯同样的错误。你必须了解你的社区对你的数据环境的感受。”Simon说。
京公网安备 11010502049343号