光明的未来

　　对于数据分析的前景，大部分认为：前景非常好，但挑战很多。袁芳认为，数据分析存在两个方面的关键因素。首先，业务和技术的紧密结合非常重要。业务需求是所有数据分析的目的，做数据分析要先挖掘出分析什么，拥有了需求，高校才能有针对性地对数据进行分析，把数据深层次的价值挖掘出来，让它们为决策服务。

　　在微博上一些人讨论，在数据分析中“明确目的、收集数据、整理数据、分析数据、数据可视化、数据报告”这几个步骤最重要的部分是什么？袁芳回复说，前四个步骤缺一不可，要有需求，需求决定了素材和路径。她打了一个比方：“好比做菜，得知道吃什么，才去买原材料，拿回来清理干净，再加工，才有得吃。最苦的是清理，费力不讨好；最有价值的是加工。”

　　然而，数据挖掘的“需求”在高校一直是个很困惑的问题。香港中文大学资讯科技服务处处长梁光汉就说：“我们都说做数据挖掘是为了给领导做决策使用，但是领导的需求是什么？我们不知道。但由于我们没有一种好的形式展现给领导看，原来数据挖掘可以帮助我们做这个，所以领导也就看不到数据挖掘的前景了。”

　　这是一种很被动的情形。“我们一样也面临这个问题，也无法突破这样的怪圈。只好先假设一些目标，做一些我们认为有意义的分析，然后把结果给业务部门看，期待着他们会发现，原来数据挖掘可以帮助他们实现这样的功能。那么，也许可以启发出他有别的需求。反正就是尽自己可能变被动为主动。”袁芳说。

　　其次，数据分析对于技术人员的要求很高，要求他们不仅精通技术，也要熟悉校园网业务。

　　在技术方面，基于数据挖掘的未来前景，挖掘工具也越来越多。通用的数据挖掘工具不区分具体数据的含义，采用通用的挖掘算法，处理常见的数据类型。通用工具可以做多种模式的挖掘，挖掘什么、用什么来挖掘都由用户根据自己的应用来选择。

　　此外，还有一个非常重要的是：高校对数据挖掘机制方面的理顺。华东师范大学信息化办公室主任沈富可说：“关于数据挖掘，国内的院校研究也已起步，但尚停留在学术研究层面，高校内鲜有带有行政管理职能的院校研究机构成立，其功能定位、研究范畴和研究方法与国外院校研究相比，尚有较大差距。其研究人员多是高等教育学专业背景的人员，虽从美国引进、传播了院校研究的概念，并尝试推动了院校研究的实践，但数据分析作为现代院校研究的基础和重要内容，尚未引起我国大多数致力于院校研究的学者的重视。

　　他认为，数据分析作为推动高校未来发展的一项很有战略眼光的事业，应当从整个管理体制中完善。这一点，我们可以从国外大学中得到一些借鉴。以美国纽约大学为例，其数据管理体制中有两个重要角色：数据管理员(DataSteward)和院校研究办公室。他们的数据分析是由院校研究办公室自上而下地开展工作，院校研究办公室直接从学校数据仓库获取数据，信息化部门密切与之配合，双方协同确保学校数据的准确性和完整性。他认为我国高校在数据挖掘方面也可以参考这一机制。

　　“数据分析也需要不断地迭代升级，不断地实战试错，才能留下宝贵的财富。”相关人士说。