咨询
STEP 1 / PROJECT SPECIFICATIONS
我们将在一个工作日内回复,资料保密处理
yjy.wisedu.com
推荐专题 / News
推荐新闻 / News 更多>>
1
2016 - 01 - 14
你以为这是某国外社交网站的的界面吗?错!它是南京理工大学为教师提供的人事服务应用!南京理工大学人事30余项服务应用历经4个多月的建设,于2016年元旦正式上线,开启猴年新气象!迎接各位教职工、校领导的再也不是冷冰冰、丑兮兮的界面,而是采用国际前沿的Material Design设计风格。而不为人知的是,除却超群的气质,这些服务应用更让老师们的工作效率提高至少10倍!据悉,本次上线共计30余项服务,跨部门整合了人事处、组织部、离退休处等部门的各项人事管理相关业务,服务共惠及校内50个相关部门。其中,“新进教职工注册报到”为新进教职工提供16项服务,“我的人事信息、我的信息变更”为学校近3000名教职工提供服务;“教职工信息管理、组织部管理、离退休处管理”主要面向职能部门进行信息管理与流程审核;“在职教职工查询与统计、各类人员查询”主要为各院系领导及校领导提供服务。30余项服务应用的建设重点整合了人事处、组织部、离退休处的工作流程,完成业务的全面梳理,是一次“跨部门业务流程整合”的优秀实践。与此同时,其核心创新点在于实现了“管理与服务的分离”、“流程与界面的分离”——此次所有服务应用的设计前期,已对服务对象进行了细分,并根据不同对象的差异化需求进行重新设计。这与传统管理系统建设中“将教职工、业务管理人员、校领导的需求用一套系统满足”的模式有本质差异。因此不论界面或交互、流程或功能都为用...
3
2016 - 12 - 22
信息技术的发展带动了社会的变革,复杂的大数据处理基本都交给了云计算处理和完成。云时代下,建设智慧校园,高校学生工作应该做出怎样的创新?近日,长安大学学工部部长张骞文独家分享了《云计算时代高校智慧学生工作创新与思考》的演讲,以下节选自现场实录。高校如何做好智慧化的学生管理工作?分以下两个方面来探讨:(一)高校学生工作的大数据需求分析(二)学生工作的数据驱动 01    高校学生工作的大数据需求分析学生基础信息准确查询    当前高校学生工作现实情况下,我们对大数据首要需求是要有一个完整的、核心的基础数据库。基本信息的准确查询是反映一个学生系统水平的重要指标。理想情况是将招生系统数据、教务系统、建档立卡数据、卡务中心数据、学院数据、考勤数据、宿舍进出数据等作为数据采集中间件,当需要对某个学生进行信息查询时,只需要输入姓名或学号,就能第一时间获取其所需个人信息、考试成绩、考勤情况、综合测评、经济状况、重点关注事件等。学生档案管理的数据追踪体系    档案的管理,我认为应保证学生入校开始,到离校,包括离校以后,他的档案状态都可查询。这应该是为学生提供的一个最基本的信息服务。档案要建立采集追踪机制,档案袋上设计可追踪的二维码,另外要有可查询的接口。现实中确实会有招生办转存学院、学院寄送用人单位、单位退档学工部等各种情况,学...
4
2016 - 01 - 14
昨晚,“南京理工大学30项人事服务上线”一文犹如“冬天里的一把火”,以燎原之势暖遍高校IT人朋友圈。“高冷人事管理”究竟如何秒变“暖心教职工服务”?不少老师们已迫不及待在后台留言:能8能给个登录账号体验下啊?于是乎,高校信息化业内的打探小能手小智再现在江湖!通过各种软磨硬泡、威逼利诱等无节操手段,小智抢先登录体验了一把惊艳IT江湖的南理工综合人事服务。话不多说,本期小智马上为大家揭秘:暖心人事服务 VOL.1新进教职工注册报到 上线前 · Before话说此服务上线前,很多高校新进教职工报到流程是这样的:你是新来报到的吧?给一张“报道单”转单签章老师们自己招呼自己啊每个高校都有的报到单But在很多学校结局却常常是酱紫滴:↓↓↓然而“新进报到”这件小事人事处、组织部、房管科...就轻松了吗...了吗?上线后 · After导引式办理,大幅降低沟通成本新进教师可以直接在学校网站注册,并选择自己就职的岗位。KEY 1系统将会根据不同岗位类别适配出相应的报到流程,并自动弹出“导引式提示框”,用遮罩式设计,确保老师视觉上能一眼看到填报说明。▼上图为真实效果 毫无PS改动KEY 2教职工阅毕收起后,系统随即展开详细的报到注册流程,具体包括“基础信息审核、校内业务办理、报到与起薪”三个部分。每个部分都清晰呈现具体的办理项目和当前的办理状态(办...
英迈思活动 / FAQ 更多>>
英迈思活动 / Video 更多>>

上海财经大学鲜为人知的数据治理与分析之道【下】

来自: 小智
日期: 2016-07-12
浏览: 29

先来回顾一下上海财大近期做了哪些数据分析应用……

上海财经大学鲜为人知的数据治理与分析之道【下】

“数据仓库”在这些数据应用分析背后扮演着重要角色,也是决定学校数据分析工作越来越高效化的关键因素。

今天重点围绕数据仓库建设流程展开讨论,主要包括系统架构设计、源数据分析、主题规划、数据模型设计、数据ETL开发、前端应用开发、系统监控、数据分析思维8个环节。

1、系统架构设计

以下是典型企业级数据仓库架构:包括三层数据存储,第一层是操作数据层,作为采集数据的缓冲区;第二层是基础数据层,这是数据仓库的核心;第三层就是面向报表开发的数据集市层,每一个数据存储层都涉及相应的数据处理过程。

上海财经大学鲜为人知的数据治理与分析之道【下】

数据仓库系统架构图

下面是数据仓库各类数据的关系,其中箭头表示数据流向,柱子大小代表存储的数据量,ODS层会存储多天的历史数据,数据量相对大一些;EDW层数据相对少一些,数据集市层存储面向应用的数据,一般情况下数据量不会太大。

上海财经大学鲜为人知的数据治理与分析之道【下】

数据仓库各类数据关系

鉴于学校数据量不太大的情况,数据库可以采用一个物理库,然后用不同用户做逻辑区分。在ODS层,每个业务系统对应一个用户,右边EDW和DDW对应数据仓库基础层与应用分析集市层,这种存储结构有利于后续的数据库的管理和使用。

上海财经大学鲜为人知的数据治理与分析之道【下】

数据存储结构

2、源数据分析

平时做报表,无论是利用工具还是用excel,必然会涉及到分析源数据内容,比如源数据有哪些字段,数据类型是什么,数据内容是什么等等,这些都是源数据分析的工作,源数据分析结果直接与数据仓库模型设计相关。源数据分析是数据仓库项目建设的关键,投入的时间一般要占项目的1/3。

上海财经大学鲜为人知的数据治理与分析之道【下】

源数据分析步骤

源系统分析需要重点分析:系统功能与作用、核心业务流程、核心业务数据等内容;然后进行表级分析,包括:表类型、业务重要程度、数据重要程度,我们要清楚每张表的定义,方便后期准确划分主题。

还需要进行源字段分析,包括:字段含义、数据存放关系等。分析过程中必须要清楚所有元数据的定义,业务系统如果不能提供这些分析资料就需要补充完整,并和业务系统管理员、厂商确认源数据分析结果是否准确。

3、主题规划

上海财经大学鲜为人知的数据治理与分析之道【下】

主题规划原则

主题划分并没有绝对标准,不同行业有不同划分方法,我们学校参照证券行业的划分方法进行了修改。主题定义是基于系统和业务对数据进行抽象的过程,主题域不宜太多,要预留一定空间为后续新增业务和数据扩展做准备。

上海财经大学鲜为人知的数据治理与分析之道【下】

主题规划关键点

上海财经大学鲜为人知的数据治理与分析之道【下】

主题内容

4、数据模型设计

不做集成的数据仓库只有形而没有神,因此数据仓库一定要做数据集成,形成全局数据视图。集成包括数据和结构两个方面,其中数据集成的核心是公共代码合并,不同业务系统可能有不同代码表,但在数据仓库只能保留一套代码标准。需要注意的是,只有不同业务系统同时存在的重复代码才需要合并。

结构集成主要是拆分和合并两种方法,复杂情况也无非就是拆分和合并的组合,拆分包括行级拆分和列级拆分。数据模型设计并不是要将业务系统的所有结构都重新拆分、组合,只有不合理的才需要调整结构。

上海财经大学鲜为人知的数据治理与分析之道【下】

ODS层数据模型

上海财经大学鲜为人知的数据治理与分析之道【下】

EDW层数据模型

上海财经大学鲜为人知的数据治理与分析之道【下】

DDW层数据模型

最后,重点分享一些数据分析的思维。

1、数据可视化思维

单纯的数字展示往往显得枯燥,缺乏视觉冲击力,对用户没有足够的吸引,也无法突出要反映的问题。将数据以可视化的方式展示,显得生动,不枯燥。有些本质很简单的数据加上可视化效果就显得高大上了,而且容易吸引眼球。

上海财经大学鲜为人知的数据治理与分析之道【下】

2、图表简洁思维

大多数人刚开始做报表都会刻意追求漂亮、酷炫,将报表做的很复杂,包含很多信息,我刚开始也是这样,但后来慢慢发现不该是这样的。一个内容丰富的仪表盘可以采用分块组织,同时要保证每块内容的主题或要展现的问题非常明确、简洁,在这个基础上如有精力再考虑美观漂亮的效果呈现。

上海财经大学鲜为人知的数据治理与分析之道【下】

3、发掘问题思维

机械地展示数字不是报表的目的,报表是为了发掘问题,通过解决问题优化管理模式,这样数据分析才更有意义。举个例子:科研评价不仅看重成果数量,更看重成果质量,比如某个学院的论文数量虽然不多,初看是个比较严重的问题,但是论文级别都很高,能够反映该学院的科研水平比较高。

上海财经大学鲜为人知的数据治理与分析之道【下】

4、逆向求证思维

对于数据分析和数据挖掘结果我们要结合经验做反向推理和求证,验证分析结论是否符合正常逻辑,使我们的分析结论更准确,更有意义。

上海财经大学鲜为人知的数据治理与分析之道【下】

5、用户定位思维

如同开发应用系统一样,我们首先要确定面向的用户人群,报表也是同样,针对不同用户要采用不同的展现形式。如:面向校领导的报表要简洁、直观,不需要太多互动,所见即所得;面向普通业务人员的报表可以增强报表的互动性,如借助筛选、钻取等功能提供更丰富的分析结果;面向技术人员的报表可以提供更多的交互操作,复杂计算功能,给用户更大的交互空间。

上海财经大学鲜为人知的数据治理与分析之道【下】



最后,想和所有学校共勉:希望所有学校都能拥有这样天时、地利、人和的条件,以支撑我们共同做好数据分析工作。

1、领导重视、经费充足、人员合理。人员合理组成包括:精通高校业务的业务分析师、了解数据分析的业务系统管理员、BI开发人员。

2、拥有稳定运行至少使用半年或一年以上,已积累大量数据的成熟业务系统。

上海财经大学鲜为人知的数据治理与分析之道【下】

数据ETL开发、前端应用开发、系统监控等内容涉及技术广且深,因篇幅原因不再展开。(若需详细了解,可加小智微信:wisedu2008。)



关键词:
分享:
Hot News / 热点新闻
地址:中国·南京·江宁区将军大道100号金智科技园
电话:025-68755381   邮箱:marketing@wisedu.com
传真:+86 0755-2788 8009
邮编:330520
Copyright@ 2018-2019江苏金智教育信息股份有限公司 All rights reserved
犀牛云提供企业云服务