javaee论坛

普通会员

225648

帖子

343

回复

357

积分

楼主
发表于 2019-10-31 14:29:20 | 查看: 91 | 回复: 2

现如今,大多数高校的信息化建设已经得到全面发展。各类网络、服务器、存储、私有云、公共数据库、统一身份认证、一卡通系统和内容管理系统等基础设施都已经建设完成,大部分业务部门已经在使用信息化系统,在部门内实现信息化管理,并且产生了良好的效益。

但与此同时,教育领域的大数据应用现状也出现了不少的问题:

各系统各自为政,分开建设,缺少统筹,水平参差不齐。更有部分部门信息化思维跟不上当今数据时代的发展,依旧用excel处理数据。各业务系统积攒大量数据,未打通数据前数据安全难以保障。各个业务系统的数据交换只能通过定制化的数据平台进行,耗时耗力。各系统平台的数据,尤其是各个业务部门的业务数据,缺乏统一的平台进行分析和管理,无法快速建模实现分析和展示。教育行业大数据技术应用架构

教育行业的信息化现状要求管理者能快速搭建分析平台,敏捷制作专属分析报告,但市面上的很多数据分析工具都不能包含全部的数据架构,造成数据分析的不系统和不全面。

这里以FineBI的一站式大数据分析解决方案为例,从源数据对接、数据抽取转化、数据仓库、数据集市、整合分析、自助分析,完整的FineBI教育行业大数据技术应用架构如下图所示:

 

源数据方面,整合教务系统、图书馆系统、后勤系统以及数据补录相关的数据,然后进行数据抽取、数据转换、数据加载的质量管理,之后将相关数据写入数据仓库,并且输出到数据集市中进行数据建模,按照招生分析、教职工分析、学生成绩分析、科研项目分析、图书馆分析等进行整合,通过FineBI实现基础科目的数据可视化展示,以及各类灵活场景的数据探索式自助分析。

教育行业通用FineBI分析方案

1、高校招生数据分析

a.问题背景

在以往如果想要对学校招生情况进行分析,遇到一些需要进行探索式分析的场景时,会非常麻烦:

为什么今年招的学生多了?去年招的学生少了?这些应如何分析?某个地区的生源逐渐变少?是在哪一个环节出现了问题?是地区教育水平问题,还是地区招生名额限制导致的?每年的计划招生人数和实际录取人数变化趋势如何?某个学院出现相关录取专业比例下降,问题出在哪里?

b.问题解决分析思路

针对以上问题,往往固定化报表很难完全回答全部问题,那么我们需要做的是:

整合以往招生相关数据,并在各流程进行数据收集,完成数据建模,通过业务包进行归类整合。通过FineBI自助数据集和分析型仪表板,对不同场景的问题进行多维探索式分析,灵活应对各类分析需求。

c.方案/指标体系

 

d.应用对象

高校各学院的相关招生部门。

e.成果展示和应用价值

 

通过分析对比不同区域的历年招生情况,合理制定各个地区每年的招生名额。分析相关学院专业的录取情况,对录取比例相对较低的专业适当提高宣传力度,提高专业录取比例。分析相关专业的志愿等级录取比例,不断调整和优化招生策略,提升学校和专业吸引力度。

2、图书馆大数据分析

a.问题背景

在以往,高校管理者对公共场所的使用情况并不怎么了解,以图书馆为例:

图书馆借阅最多的书籍是什么?什么类型的图书更加受到学生欢迎?会随着时代的发展而演变吗?每个类别借阅最多的图书分别是什么?图书馆是否有相关类别的图书资源不足需要补充?哪些学院的入馆率最高?他们最爱看什么书?哪些学生入馆率最高,他们最喜欢看什么书,这批学生有什么特征?

对于高校管理者而言,他们渴望了解更渴望分析,以便为优化高校公共场所的管理策略提供科学的数据决策依据,提高高校公共资源利用率,但却无有效工具或者途径能够支撑。

b.问题解决分析思路

整合图书馆相关内部的数据,将不同系统、不同数据库中数据整合,通过图表加明细的方式统一展现。将数据进行合理的展示并进行分析,借助FineBI的联动、钻取等OLAP多维分析功能帮助回答更加深层次的问题。

c.方案/指标体系

 

d.应用对象

图书馆相关管理人员

e.成果展示和应用价值

 

分析不同类别、不同学院的图书借阅情况,帮助图书馆管理人员针对性的调整书籍种类。分析年度借阅量最高的学生/教师,辅助进行学生/教师评优(图书馆借阅之星)等事务作为数据决策支撑。

3、校园一卡通消费分析

a.问题背景

在以往,高校的消费数据分布极为分散,在引入一卡通之后却没有有效地进行高校的消费数据分析:

高校内各承包的食堂对师生的吸引力是否充足,每日来用餐的人数及金额究竟是多少?师生在各个学校消费类别中,哪个类别消费金额最大?消费低的类别是什么,是否有什么问题导致?师生的消费时间有什么规律,对应的消费类别的高峰期分别是什么时候,如何降低各个食堂窗口的排队压力?

以上的相关问题,在过去都无法直观的看到并分析,更无谈通过数据指引学校领导进行管理决策优化了。

b.问题解决分析思路

整合一卡通数据。将不同系统、不同数据库中数据整合,通过图表加明细的方式统一展现。通过部分指标:消费人次/金额窗口TOP10,食堂人均消费等来对食堂经营进行把控。借助FineBI的联动、钻取等OLAP多维分析功能,帮助决策者回答更加深层次的问题。

c.方案/指标体系

 

d.应用对象

高校管理后勤部门

e.成果展示和应用价值

 

帮助食堂管理人员人员快速分析食堂数据,为决策优化提供依据。整合并分析内外部数据,快速优化各个业务环节,提升食堂质量。分析食堂各窗口在不同时间段的消费情况,通过优化相关窗口的开放时间,降低各个食堂窗口的排队压力。

4、高校教职工数据分析

a.问题背景

在以往,高校管理者对高校内部教职工具体情况无准确认识,即使有数据,但看表也较为头痛:

高校每个月的入职、离职情况如何,什么时间是入职/离职的高峰期?教职工的学历和年龄分布如何,不同的学历男女占比是否存在差异?教职工的职级分布如何,人才引进类别是如何分布的?

b.问题解决分析思路

整合内部的数据。将不同系统、不同数据库中数据整合,通过图表加明细的方式统一展现。根据不同数据的特征,将数据进行合理的图表展示并进行分析。

c.方案/指标体系

 

d.应用对象

拥有权限的管理层

e.成果展示和应用价值

 

帮助高校管理人员快速获取学校教师信息,结合FineBI的联动、钻取等OLAP多维分析功能以回答更加深层次的问题,提升业务数据分析效率。整合并分析内外部数据,综合分析高校的员工结构是否科学合理,对高校人事部门下一步方向有指导意义。总结

教育行业的BI解决方案需要从上到下的一体化架构分析,根据应用对象进行用户画像,按照不同的系统进行数据整合,同时用户的操作也需要灵活的交互式,才能在业务协作过程中快速释放数据价值。

微软、百度都曾经提出过自己的教育行业软件方案,但是因为专业性和适用性不强,不如FineBI这种专业的数据分析工具能够满足用户的需求,在数据架构上真正解决教育行业的痛点。


普通会员

0

帖子

322

回复

330

积分
沙发
发表于 2022-12-31 00:55:38

围观

普通会员

0

帖子

330

回复

334

积分
板凳
发表于 2024-04-20 09:11:22

楼主听话,快到碗里来!

您需要登录后才可以回帖 登录 | 立即注册

触屏版| 电脑版

技术支持 历史网 V2.0 © 2016-2017