EDUCAUSE QuickPoll结果:(重新)为今天的分析组织数据功能

分钟阅读

机构如何构建其数据功能与数据本身一样重要。为了实现数据驱动的文化,并使数据知情的决策,一些机构正在发展其结构,以适应其利益相关者的数据和分析需求。

放大镜上的图形数据点
资料来源:Erta©2023

EDUCAUSE通过共享现有数据和从高等教育界收集新数据,帮助机构领导者、技术专业人员和其他工作人员解决他们面临的紧迫挑战。万博体育全站官网本报告基于EDUCAUSE快速调查。QuickPolls使我们能够快速收集、分析和分享来自社区的关于特定新兴主题的输入。万博体育全站官网脚注1

所面临的挑战

高等教育机构正面临着对易于消费格式的现成数据和分析的日益增长的需求。脚注2再加上新分析技术的兴起,这种需求为机构提供了一个做出数据明智决策的机会。然而,为了使数据知情的决策有效地发挥作用,机构需要能够支持这些数据能力的人员和结构。在这个快速调查中,我们试图了解机构是如何组织和配备人员来支持数据和分析的使用,并考虑如何改进这些功能的结构。

底线

虽然很少有受访者(25%)认为他们机构目前的数据功能结构对于满足数据和分析需求是理想的,但好消息是,这些功能已经得到了大多数机构的支持(并且在他们的组织中占据显著位置)。尽管机构对数据和分析的使用尚未成为企业文化的一部分,而且只有少数受访者(16%)表示,这些职能能够协同一致地运作,但机构已准备好利用这些机会来构建这些职能,以满足利益相关者的需求。

数据:数据功能的当前状态

大多数机构支持每个数据功能,但这种支持因FTE大小而异。我们要求受访者报告他们的机构是否有一名或多名员工致力于支持以下五项数据功能:

  • 制度研究:为机构提供数据并进行研究和分析
  • 商业智能:收集、存储、报告和分析数据,以帮助机构做出决策
  • 分析:分析数据以获得洞察力,并对复杂问题做出明智的决定
  • 数据治理:开发管理机构数据的流程和方法
  • 学术/机构的效力:促进正在进行的、综合的、全机构的规划和评价过程

大多数受访者(97%)表示,他们的机构有一名或多名员工致力于支持这五项职能中的至少一项。如图1所示,机构研究(IR)是超过90%的受访者最常选择的功能。尽管商业智能(BI)、分析学、数据治理和学术/机构有效性不那么普遍,但它们仍然是机构中的突出特征。对于其机构的每个数据功能,受访者还被问及每个功能是集中的(员工组织在同一办公室或部门)还是分散的(员工组织在机构的不同办公室或部门)。三个职能主要集中:机构研究、数据治理和学术/机构有效性。商业智能和分析被认为是分散的。

图1所示。数据功能和集中或分散状态

贵机构是否有一名或多名员工专门负责以下与数据相关的职能?

请注明每个职能是集中的(员工组织在同一办公室或部门)还是分散的(员工组织在机构的不同办公室或部门):
圆形图表显示了受访者对机构是否有一名或多名员工专门负责支持各种数据功能以及每个功能是否集中(员工在同一办公室或部门内组织)的回答:机构研究:93%和86%;商业智能:73%和47%;分析:71%和36%;数据治理:70%和68%;学术/制度有效性;63%和53%

受访者表示,他们的院校有人手支援每项职能的比例,一般会随着全职员工人数的增加而增加。与全职员工人数在15,000人或以上的院校相比,全职员工人数少于2,000人的院校较少报告有人手支援各项职能:

  • 机构研究:100% (FTE 15,000或以上)对58% (FTE少于2,000)
  • 商业智能:88%对33%
  • 分析:83% vs 50%
  • 数据治理:75%对17%
  • 学术/机构效率:75% vs 67%

这些观察到的差异可以用这些机构可用资源的类型和数量的差异来解释。

大多数集中的数据功能都在技术部门,由高级领导直接监督。对于集中功能,受访者被要求指出每个数据功能在其机构的位置。前三名是技术、数据和分析以及学术单位。机构研究主要集中在数据和分析单位(30%)和学术单位(30%),而商业智能和数据治理最常集中在技术单位(分别为58%和48%)。不出所料,超过三分之一的时间(37%)是由数据和分析部门组织的,紧随其后的是技术部门(35%)。学术/机构效能职能主要位于学术单位(47%)。(参见图2。)

图2。数据功能的位置

贵机构的数据相关职能位于以下哪个领域?
堆叠条形图显示了受访者对机构数据功能所在区域的回答。前三名是技术、数据和分析以及学术单位。机构研究主要集中在数据和分析单位(30%)和学术单位(30%);商业智能和数据治理通常位于技术部门(分别为58%和48%)。超过三分之一的时间(37%)是由数据和分析部门组织的,紧随其后的是技术部门(35%)。学术/机构效能职能主要位于学术单位(47%)。

在职能集中的机构工作的受访者还被要求指出哪一个最高职位直接监督每项职能。在这五个职能中,四个(机构研究、分析、数据治理和学术/机构有效性)通常由副总裁/高级副总裁(VP/SVP)直接领导。商业智能功能通常向经理或主管报告,紧随其后的是VP/SVP。(参见图3。)

图3。直接监督数据功能的高级职位

请指出哪个高级职位直接监督下列与数据有关的职能:
层叠条形图显示了受访者关于哪个高级职位直接监督各种数据功能的答案。机构研究、分析、数据治理和学术/机构有效性这四个职能通常由副总裁/高级副总裁(VP/SVP)直接领导。商业智能功能通常向经理或主管报告,紧随其后的是VP/SVP。

数据:疗效、操作和使用

目前的数据功能结构尚未充分发挥其潜力。总的来说,只有25%的受访者认为他们机构当前的数据职能结构——职能向谁报告,职能位于哪个区域,职能是集中的还是分散的——对于满足机构的数据和分析需求是理想的(见图4)。

图4。满足数据和分析需求的理想结构

考虑一下贵机构中这些与数据相关的功能是如何构建的,您认为当前的结构是否适合满足贵机构的数据和分析需求?
饼状图显示了受访者关于当前数据功能结构是否适合满足机构的数据和分析需求的答案。58%的人说没有,25%的人说有,17%的人说不知道。

受访者认为其机构的当前结构对于满足数据和分析需求是理想的,他们被要求描述当前结构有效的方式。脚注3.受访者(n=21)描述了跨职能部门拥有共同使命或方法等文化特征,并列举了当前结构对整个机构的好处。

  • 集中分析、研究和数据工程部门有助于标准化结果和简化工作流程。”
  • “事实证明,共同承担责任比以前的专业化组织更有弹性。”
  • “作为一个直接向大学校长汇报的单位,我们的团队有灵活性和必要的权力来收集、调整和分发数据,以支持行政决策、战略规划和行政沟通。”
  • “部门之间和部门内部的合作和讨论有助于丰富数据和分析报告。”

受访者认为其机构的当前结构不适合满足数据和分析需求,他们被要求描述当前结构不满足这些需求的方式。回应者(n=65)的主题集中在与分散结构相关的挑战上:重复努力、支持职能的任务和预算不一致、缺乏标准化的数据战略以及合作有限。

  • “数据策略需要集中。每个分散的单位都有自己的策略,这导致筒仓和单位变得具有地域性。”
  • “中央IT部门不像数据和分析部门那样向同一个部门报告。这种差异造成了目标和优先级的不一致,使其难以获得所需的数据和分析支持。”
  • “虽然IT部门集中了技术专家,但没有一个中央机构来积极推动其他部门的数据需求。我们以相对被动的方式运作。”
  • “缺乏关于我们如何在制度上使用数据的集中任务和目标,阻碍了我们确定支持校园数据使用的最佳方式。”
  • “IR和IE的分析师分属不同的部门。这些部门的数据战略几乎没有技术指导或IT部门的有效监督。此外,去中心化的BI导致了大量的事实来源,并导致了一种极其混乱的方式来设置BI优先级。”

目前的结构并不理想,特别是对于分散的功能。在集中式数据功能中,34%至57%的受访者认为该机构目前的结构不能满足数据和分析需求。相比之下,在分散的数据功能中,38%至71%的受访者认为他们目前的结构不适合满足机构的数据和分析需求。(参见图5。)

图5。数据函数的非理想结构
垂直条形图显示,受访者认为目前的数据功能结构不太理想,特别是对于分散的功能。在集中式数据功能中,34%至57%的受访者认为该机构目前的结构不能满足数据和分析需求。在分散的数据功能中,38%至71%的受访者认为他们目前的结构不适合满足机构的数据和分析需求。

大多数数据功能在实践中是一致的,但很少有机构扩展了它们的使用。当被问及他们机构的数据功能如何运作时,超过三分之二的受访者(68%)表示,这些功能在某种程度上是一致和协作的,但仍然不同。剩下的受访者则分为两个极端:16%的人表示,这些职能部门是协同运作的,并且是紧密结合在一起的;15%的人报告说,每一个都是独立运作的。

当谈到数据和分析的使用时,只有10%的受访者表示分析的使用已经扩展到整个机构,并且数据已成为其文化的一部分。虽然大多数受访者(59%)表示,他们的机构在使用分析方面表现出色,但近三分之一(31%)的受访者表示,数据和分析的使用才刚刚出现,并开始在他们的机构中发展。(参见图6。)

图6。数据和分析的机构使用

以下哪项反映了贵机构使用数据和分析的程度?
图表展示了调查受访者对其机构使用数据和分析的程度的回答。10%的受访者表示,分析的使用已扩展到整个机构,数据已成为其文化的一部分。59%的受访者表示,他们所在的机构在使用分析技术方面表现出色。31%的受访者表示,数据和分析的使用才刚刚出现,并开始在他们的机构中发展

数据:(重新)组织数据功能

(重新)组织还是不(重新)组织,这是个问题。机构领导人开始考虑如何改善其机构内这些数据功能的结构。超过三分之一(37%)的受访者表示,他们的机构最近重组了一项或多项数据功能,超过一半(57%)的受访者表示,他们的机构没有重组,一小部分受访者(6%)不知道。在那些机构最近进行了重组的受访者中(n=41),他们这样做的原因主要包括创建一个新的角色、职位、办公室或部门;重新确定数据需求和功能的优先顺序;以及角色、职位、办公室和/或部门之间的合并。

此外,受访者还被问及他们的机构是否考虑在不久的将来重组一项或多项数据功能。28%的受访者表示他们正在考虑,32%的受访者表示他们没有考虑。大多数受访者表示不知道(41%)。对于那些报告其机构正在考虑重组的受访者,原因包括孤立的系统、流程或部门;重新确定数据需求和功能的优先顺序;以及无法充分利用数据。有一条评论特别总结了变革的动力:“将所有与分析和数据服务相关的功能整合在一起,使整个机构专注于使用数据提供可操作的见解。我们拥有丰富的数据,但缺乏信息和洞察力;将这些团队聚集在一起作为一个集中的服务组织,将(希望)为我们提供跨机构单位开发分析和指标的能力。”

共同的挑战

当涉及到数据功能和机构规模时,富人和穷人发挥着作用。虽然在大多数机构中发现至少支持一种数据函数,但在不同的FTE规模之间存在支持可用性的差异。这可能是由于各院校现有资源的种类和数量。

目前的(分散的)结构并不理想。虽然组织职能的区域和职能向谁报告是职能结构中同样重要的组成部分,但在确定结构是否适合满足机构的数据和分析需求时,职能是集中的还是分散的起着更大的作用。分散的职能面临着许多集中式单位所没有的操作挑战。

跨职能操作是一项正在进行的工作。无论目前的结构如何,很少有机构实现了跨数据功能的协作和凝聚力。即使是那些报告了一些一致性和协作的受访者,也仍然在进行不同的操作,并且正在研究如何开发统一的数据策略。

有前途的实践

高层领导经常领导每个职能部门。由高级领导(总裁、c级、VP/SVP)直接监督的数据功能引用了他们作为贡献者所拥有的可见性、访问权限和权限,以使他们的团队能够成功地满足其机构的数据和分析需求。

数据和分析的使用在不断发展。虽然很少有机构扩大了对分析的使用,并且还没有看到数据使用成为他们文化的一部分,但大多数机构已经建立了一些使用分析的优秀机构,同时继续解决其他领域的数据差距。在数据和分析的使用刚刚出现并开始发展的地方,检查数据功能如何(或将如何)结构化以及它们如何跨功能操作的机会将有助于实现更早和更广泛的成功。

EDUCAUSE资源

万博官方手机版登录EDUCAUSE:戴夫·威尔,凯西·肯德尔和罗布·斯奈德,《制度分析的现代框架》

EDUCAUSE库:

空气、教育和纳库波:关于分析的联合声明

连接社区团体:万博matext登录万博体育全站官网

所有的快速投票结果可以找到EDUCAUSE QuickPollsweb页面。有关高等教育资讯科技研究和数据的更多资讯和分析,请浏览万博官方手机版登录EDUCAUSE研究笔记通道,以及EDUCAUSE研究web页面。

笔记

  1. QuickPolls不像EDUCAUSE调查那样正式。它们在一两天内收集数据,而不是几个星期,并允许及时报告当前问题。该调查于2023年2月20日至21日进行,共有18个问题,177个完整的回复。投票邀请是通过EDUCAUSE连接面向专注于IT领导力、开发和执行数据战略以及学生成功分析的团体的平台。我们无法将反应与特定机构联系起来。我们的样本代表了一系列机构类型和FTE规模,大多数受访者(90%)代表美国机构。回到正文的脚注1。
  2. 看到2022年EDUCAUSE地平线报告|数据与分析版,2022年7月19日。回到正文的脚注2。
  3. 为了便于阅读,直接引用经过了轻微的编辑。回到正文的脚注3。

阿什利·卡隆他是EDUCAUSE的研究员。

她史密斯他是EDUCAUSE的研究数据分析师。

©2023 Ashley Caron和Jaclyn Smith。本作品的文本是根据a知识共享BY-NC-ND 4.0国际许可协议。