大学制定战略规划的目的是要解决大学的发展问题。不管是纵向层次分析还是横向类型分析，抑或是特殊数据分析，都无法全面的涵盖一所大学的所有问题，更何况数据越大往往噪音也越大，处理的难度也会更大。所以在数据收集和使用的过程中，规划者应构建起纵向、横向、特殊三个维度的复杂战略规划思维工具网络。

大学战略规划中大数据的使用策略

在我国，大数据的发展还非常初步，确实面临着一些技术、人才、观念意识、伦理道德等方面的挑战。在这样的情况下，大学应该采取怎样的措施让大数据这一宝藏更好地为大学战略规划、为大学的发展服务呢?基于以上对大数据和战略规划的讨论，本研究建议从整体设计、数据清洗、数据处理三个方面去思考如何用好大数据进行大学战略规划。

(一)整体设计:战略规划中大数据应用的总体谋划

在战略规划工作前首先要对大数据的需求进行整体设计。大学战略愿景的提出、战略目标的确立、战略举措的制定对教育大数据的需求会有不同的侧重，所以规划者要依据规划内容和规划情景的不同对教育大数据的需求进行整体的设计。对利用大数据支持战略规划的制定形成清晰的预期，充分结合战略规划本身的实际需求深入分析哪一层次、哪一类别或哪些层次、哪些类别的数据是哪一或哪些战略规划问题所需要的。例如，对师资队伍建设的规划。先要了解目前教师队伍的整体概况，这需要基础层和人事部门、组织部门的数据;接下来要明确师资队伍建设的重点，是打造教学型师资队伍还是研究型师资队伍，亦或是教学研究混合型师资队伍，是通过招聘学历更好、资历更深还是通过培训等方式提高原有教师队伍的整体素质还是二者兼之，这需要综合考虑学校经费情况、发展定位等多重因素，需要从状态层以及科研处、社科处等部门的获取相关数据。

其次，通过对大数据的应用进行整体设计有意识地应对一些可能遇到的挑战。大数据的使用过程中总会遇到数据获取、数据使用等方面的挑战，在规划之前对大数据的使用进行总体的谋划，做到对可能遇到的问题了然于胸，提前做好相关的应对措施。例如，根据不同的规划情景和内容，可以赋予规划处或规划人员更大的权力，将大学已有的数字化平台(例如学生信息系统、考试系统、网上学习社区)与基于大数据的大学战略规划系统相融合，既方便战略规划对数据的获取，也可以帮助相关系统有针对性的提升数据质量;可以制定符合校情的大数据使用制度，不能让数据的获取成为规划人员或相关数据管理人员的负担，让规划研究人员在一个相对轻松和便捷的环境挖掘和使用大数据。同时应该注意到，利用大数据进行大学的战略规划对数据的来源、质量和处理方法有着非常高的要求，需要在规划之前充分考虑可能影响战略规划有效性的因素并提前做好相应的准备。

(二)数据清洗:战略规划中大数据应用的前期准备

大数据的规模之大也意味着其噪声也大，所以在应用大数据之前必须对数据进行清洗。特别是在战略规划中，大数据是进行战略决策的重要依据，如果数据噪音过大，造成决策失误，可能会影响到整个大学的发展。在进行整体设计之后，规划者仍然会收集到大量的数据。这些数据更多的是非结构化、不规则的数据，只有将其清洗为结构化、规则的数据才能提高战略决策支撑能力，使之发挥应有的作用。具体来讲，规划人员首先要对不同质量的源数据进行分类。战略规划收集的数据往往汇集多个维度、多个来源、多种结构，在清洗之前需要对其进行归并整理，并更正、修复系统中的一些错误数据。其次，根据归类整理和修正的结果选择合适的数据清洗方法。比如基于聚类的方法、基于距离的方法、基于分类的方法、基于关联规则的方法等。

据统计，数据清洗在大数据开发过程中占用的时间比例高达60%以上。[4]战略规划中的教育大数据类型更复杂、结构更混乱，数据清洗工作面对的挑战更严峻。在这种情况下，规划人员应根据教育大数据的特殊情况和实际的规划情景适时的制定相应的清洗策略，了解最新的数据清洗技术，为战略规划提供结构化、规则有序的数据支撑。

(三)数据处理:战略规划中大数据应用的技术选择

由于大学战略规划中涉及的教育大数据规模庞大、类型复杂，所以在使用过程中需要有恰当的大数据处理技术“保驾护航”。大学战略规划在使用大数据的过程中通常会有几个诉求:第一，将复杂的数据转化成非专业人士也能接受的形式;第二，能够在一定程度上预测学校的战略目标;第三，能够对教育大数据做深入、快速的处理;第四，能够从文本资料等看似无结构、无规则的多元化数据中提出有价值的信息。这四种诉求正好对应了四种大数据处理技术:可视化分析、预测性分析、数据挖掘算法和语义引擎。

文章来源：《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2020/0714/393.html