　　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，学生自己不知道档案去了哪，突然需要用的时候才想起来档案，也不知道该去哪里找，该怎么找。

　　辅导员学生工作表定时采集

　　学校不仅需要了解学生的情况，同时也需要了解辅导员的工作情况。所以我们需要对辅导员工作状态做采集，这样也好对辅导员做出评价。现在辅导员通常还只是一个良心活，我们认为要把辅导员变成一个技术活。这个从良心活到技术活的转变就是要靠信息化的手段。

　　高校学生食堂消费数据分析

　　高校学生食堂消费数据分析这一点目前在长安大学已经实现。本校今年委托了一个公司来给我们做数据分析和制定指数，低于这个消费指数的，我们直接往饭卡上打钱。我们今年以这个为数据，总共给饭卡上打了35万。

　　这个数据有一套复杂的计算方法：我们将贫困生库的九千多名所谓贫困生的消费数据拿出来建立一个模型，运算出结果，反馈后再经过一轮核实。分两个档次分发食堂补贴。

　　学生家庭经济困难等级评定

　　学生资助工作最难的是认定。现在国家建立了建档立卡制度，帮助我们把中国最贫困的一批家庭认定出来，所以说现在是有依据了。我们把这个数据发过去，全国扶贫办就能帮助核实。我希望能给我们开个接口，但他们目前无法实现，正在努力。若核实出现问题那可能就要派人去实地了解。

　　学生家庭经济困难等级判定是大数据管理中很有挑战性的事，要考虑不同地区不同情况，必须通过综合招生办数据、建档立卡数据、卡务中心消费数据、院系数据等来建立一个经济困难分析模型。

　　辅导员日常工作数据平台

　　学校希望对辅导员的思想政治教育、党团班级建设、学业指导、心理健康教育与咨询、危机事件应对、职业规划与就业指导、理论和实践研究等日常工作，建立一个工作数据平台。

　　面对面辅导、谈话的咨询预约平台

　　我们都知道谈话是作为学生思想政治教育的最大切口，不管网络教育如何发达，它也无法代替面对面的功效。学生要考研、参加挑战杯、当学生干部、违纪，他都可能需要咨询。我希望有一个平台能够实现专家与学生的及时有效的沟通，学生根据自身情况找到符合需要的专家或辅导员，选择合适时间进行预约，预约成功即可按照时间地点前往咨询。同时我们希望能够为学生提供多样化的咨询，根据专业方向、擅长领域等条件来筛选专家，有了选择学生才会满意，满意度才会提升。

　　学生宿舍管理和进出的数据管理

　　我们希望对宿舍进出有数据采集，因为现在对所有突发事件背后考量的都是一个学校的管理责任。访客记录、进出刷卡数据、入住退宿、调换管理、报修维修这些数据都应该被高效管理，及时反映。

　　定时/紧急状态点名平台

　　学生人数的清点如何智能化？长安大学目前做的是网上点名，建立了一个微信点名平台，划一个一公里的范围，在这个范围之内点名有效，每周在晚上八点到十点，你必须签到。我们要让学生养成一个报告的习惯，不诚信问题则需要技术和教育来解决。还有紧急状态的点名，比如说突发事件，今天游行了，学校是不是能快速确认学生情况。

　　奖励＆资助大数据管理

　　我们希望未来能开放一个关于奖励和资助的大数据平台。我们希望学生毕业以后都可以查询和验证，包括打印证书，这就要在数据导入、数据管理和数据查询三个环节做到位。

　　第二课堂成绩管理平台

　　团中央目前重点在推的第二课堂成绩单实际上是模仿的教务系统，但第二课堂更复杂。学生是参加比赛、集体活动、公益劳动等等，这种记录的工作量比第一课堂要大得多。我个人原来评估过这件事情，如果是按第一课堂的管理方式去管理第二课堂，项目发布、项目报名、项目审批、成绩管理每个环节都不比第一课堂少，工作量巨大。

　　综合测评统计分析

　　作为评奖评优的重要依据，我们要对学生进行综合成绩排名，这个成绩需要德育占比分、智育占比分、文体占比分还有附加学分。在开学初和学期末最忙的时间，辅导员都花大量的时间精力去做这项工作，而且加分规则随时可能变化，大学里需要去把它智能化。

　　新生教育工作综合学分管理

　长安大学现在推进新生教育工作综合学分管理，新生教育工程是长安大学的一个教育名片。我们现在把德育认定做成了一个学分，那么这个工作如何把它学分化，学分化如何通过系统把它实现，这些都是面临的一个挑战。

　　心理健康教育数据统计及个体追踪

　　心理健康教育，在思政教育中具有非常重要的作用，如何建立起来？以及心理咨询结束后，是否就代表这个学生没有问题了，都是我们需要思考的。在心理咨询的过程是否需要监控、录像，再进一步进行管控，都是学校需要关注的。

　　少数民族学生电子档案系统

　　少数民族学生虽然不多，但是少数民族管理，都是一人一档的管理。如果都是手动档案的话，需要查询的时候就很麻烦。少数民族档案不要单独做，需要建立一个系统去提取到少数民族学生的信息，这是我们当前需要解决的问题。

　　就业、共青团工作平台

　　就业平台当前是比较成熟的，基本是用人单位的发布，高校这一块都非常成熟了。另一块就是共青团的工作，活动申请、供稿、通知、志愿服务以及一些活动的管理，共青团平台其实更偏向于活动管理系统。目前在网络上实现的用户体验并不好，主要因为太复杂，学生其实是抗拒的。

02 学生工作的数据驱动

　　学生工作的数据力

　　数据其实也是生产力的重要要素之一，每天产生大量数据，如何用数据预测未来？现在我们产生的数据的价值需要转变成大数据，需要建立一个链条把它们集合、汇总。

　　另外，辅导员要像计算机一样去捕捉、识别和处理信息，提升管理效率。同时，平台还要想辅导员去识别、处理数据，灵活机动。

　　经验驱动转向数据驱动

　　高校学生工作还是经验性，因为每个人的情况不一样。我们怎么利用经验驱动转向数据驱动呢？

　　第一，淡化过程管理，强化结果导向。过于关注流程，容易陷入僵化的局面。当流程或步骤有变化时，往往因为系统的固定模式束缚，且修改困难，导致系统无法使用。并且，系统是为人服务的，而不是把人“绑架” 到繁琐的电脑操作中。很多系统多为模拟实际工作中的流程，每一步都需要人工操作，包括录入、审核、确认等等，且多个系统多套操作方法，不仅没有通过信息化手段减少工作量，反而增加了许多繁琐的操作。让辅导员体验变得越来越差，最终会被抛弃，进入纯手工数据时代。

　　第二，多个数据平台之间切换，让数据更智慧。需要完善的数据标准一致性检测组件和数据标准化处理及采集组件。能化组件代替我们完成整个系统中的中间环节，我们需要“结果”。

　　第三，公司业务随市场而起落，业务专业，加快系统更新。这就要求网络公司严格采用通用设计模式，并且云端使用通用标准数据结构存储数据（教育部通用标准）。同时，建立灵活可控的业务层逻辑，提供全面的二次开发接口和详细的开发文档，终止合作时仍可委托第三方公司进行后续版本迭代。

　　数据驱动向智慧驱动

　　首先，建立强大的云计算服务平台；第二，部署完善的学生信息采集组件；第三，开发成熟的学生业务应用模块；第四，建立智慧的学工数据分析模型。