实际应用

　　上海财经大学于2002 年制定了学校信息化统一规划，2003 年参考了国家、行业等有关标准制定了学校的信息标准。到2008 年，应用系统已经覆盖了学校的教学、科研、人事、财务、学工、后勤、招生、就业等主要业务。在开发过程中，梳理各系统的数据关系，确保同一数据只有一个源头，并实现了各业务系统之间的数据共享。此后的工作将逐步转移到利用现有数据搭建数据仓库，为领导层提供决策支持服务上来。数据质量的改进不是单个部门就可以完成的，它需要应用系统所有部门、用户和技术人员的协调、通力合作。笔者在实际的信息化工作中，针对所遇到的数据质量问题，与相关部门人员及技术人员一起，在管理和技术上做出了如下尝试，并取得了一定成效。

　　由业务部门牵头进行数据管理

　　数据建设与管理密不可分，首先需要建立一个由业务数据主管部门牵头，相关业务部门参与的数据质量小组，具体负责制定数据的录入维护规范。在规范中对数据的质量标准、数据的定义、维护的岗位人员、维护时间要求、检查机制等都进行了详细约定，并将数据责任人落实到各个业务部门。如果发现有数据质量问题，应及时向各业务部门进行通报，以保障数据质量改进的有效推行。通过发文的形式将规范进行了固化，可作为数据操作员的工作标准。

　　表1 为人事系统数据维护职责表中固定编制教师报到环节数据规范的部分片段。

　　实现对数据质量的自动监控

　　为了保证数据的可用性，系统开发人员和业务人员一起，通过制定详细业务检查规则，编写相应的数据质量专用检查脚本。制定标准的数据质量规则确认及监控流程对于规则正确性的保证是起着至关重要的作用。根据高校各业务系统的具体实施情况，我们提出并实现了质量检核规则确认流程，如图1 所示。

　　首先由业务人员提出业务规则，然后对规则根据对业务的严重性、时效性等进行分级。然后依据规则的复杂程度的不同选择进行不同的处理，简单的业务规则可以直接在业务系统中进行固化，复杂的业务规则由技术人员通过编写SQL，进行测试检查。最后由运维人员部署到调度服务上，并由自动监控系统根据扫描周期对扫描结果进行实时监控，同时在展示层使用报表工具对数据质量状况的当前状况、历史趋势。在发生重要数据质量事件后，自动对有关维护人员进行邮件、短信告知，提醒其出现问题环节。这可以促使业务人员和技术人员参与到所配置的业务规则工作中，提高开发的协同性和一致性，确保数据检查的正确性，进而保证数据质量检查结果的有效性。

　　学校人事系统覆盖了校内外所有教师、外聘人员、短期劳务人员的各口径人力资源的管理，涉及到人事处、组织部、统战部、工会、档案馆、研究生院、离退休工作处等多个管理部门的日常业务，各类人员所需要的管理信息各有不同。目前人事系统的数据质量检查点维护的界面可维护业务规则、责任部门、自动扫描周期、检查脚本、排除异常等字段，并通过自动扫描及监控系统对有关责任人员进行告知。

　　通过上述一系列措施，学校各业务系统的数据质量问题得到了明显的改善。下面仍以人事系统为例进行说明。一方面和各相关部门的维护人员进行充分讨论，制定了数据录入维护规范，并作为学校发文进行固化，作为相关岗位录入数据的操作依据；同时针对各类人员的28 个信息集，制定了96 个数据质量检查点，根据信息的时效性、重要性及其他业务对信息的依赖性，制定不同的数据质量扫描周期。通过自动扫描，2009 年找到不符合数据质量记录数为20000 余个。通过数据质量的持续改进，目前不符合数据质量记录数稳定在50 个以下，基本上都是业务过程中允许的临时性数据缺失。

　　（作者单位为上海财经大学信息化办公室）