- 产品
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
全程“零”编码,高效实现主数据模型、主数据维护、主数据分发、主数据质量的全过程管理,为企业主数据管理落地提供有效支撑,实现各业务系统间的主数据共享,保障企业主数据的唯一性、准确性、一致性。
覆盖数据建模、采集、处理、集成、共享、交换、安全脱敏于一体,一站式解决数据开发所有的问题。
统一指标定义,实现“一变多变、一数多现”的数据管理效果,为企业提供强有力的数字化保障和驱动效应。
零代码+AI,有“问”必答的数字助理,利用AI大模型和数字人技术,通过语音&文字输入问题,自动识别业务指令,深度理解用户意图的问题,洞察数据,人机交互,重新定义BI新体验。
智能数据问答平台
查看详情
研究生管理存在组织松散,学生作息不固定,校方学生沟通不顺畅等问题,由此也产生了研究生安全管理上的隐患,但由于目前学校没有建立管理性的系统来了解学生的状态,严重影响校方管理人员进行学生管理决策。具体表现如下:
1、 学生信息手工采集,工作量大
2、 学生状态靠人为调查、签到等
3、 数据质量难以保证
4、 数据分析应用难
5、 汇总难
6、 明细数据不直观
7、 不能实时掌握学生情况
为了改变这种局面,通过对校园现有基础数据的整合,科学的建模与数据里统计方法的应用,提供可靠的学生在校情况分析,对不在校人员及时提供预警,使校方管理人员能迅速掌握安情况并及时采取相应处置措施。分析结果包含对相关数据的统计,以及根据统计的结果推导出学生在校情况的各种概率性结论。
研究生安全预警系统是对原基础数据进行分析、再整合,再分析系统,是i@Report+亿信BI的一个互动性系统主要包括:实际不在校学生预警、应在校学生列表、学生异常状态预警、关注类学生异常列表以及邮件推送列表。
校园安全分析数据依赖现有门禁、校园网、消费等记录追溯学生在校的生活轨迹,呈现学生在校生活状态,以判断学生在校状况;在进行数据分析的过程中,需要尽可能的考虑学生实际情况,比如出差、实习、课题研究等会影响到数据判断的因素,充分结合在校的学习和生活状况,使分析结果拥有较高的可靠性,能辅助校方管理人员进行学生管理决策。
综合主要业务需求,主要面临以下问题:
1、 业务数据来源(是多个业务系统,还是有统一的数据平台?)
2、 是否需要汇总表钻取明细表,或者直接展示明细;
3、 需要对预警分析后的结果进行批量的人工干预;
4、 需要将结果每天邮件推送、短信推送给辅导员;为解决如上需求,Bi分析表按照业务需要划分为以下几类,如图所示:
1、信息中心每天推送门禁、上网信息、校园卡的全量数据,我们将数据整合到bi主题表中,研究生基本信 息数据目前没有系统支撑,采用手工导入到数据库表的方式。
2、制作不在校学生预警分析表,将汇总数据展示,并可钻取到明细,该分析表的目的是:管理者监控异常数据占比。
3、【前台】设计bi钻取至i,通过采集报表修改上报学生状态,便于对不在校学生进行跟踪。【后台】上报不在校学生状态后,同步bi主题表数据,使展示状态数据实时更新。因为报送及查看的粒度是日报,根据填报的时间段,后台编写存储过程触发对某个学生一段时间内的批量上报,减少了前台的工作量。
业务流程如下:
i+BI提供的数据采集、统计分析整体方案,切实帮助客户解决了以下问题:
1、 实时跟进学生在校状态,了解学生动态;
2、 以系统的数据为基础,对各院系辅导员进行绩效考核;
3、 对学生的心里辅导提供依据参考点;
自系统上线后,每天早上,各院系辅导员收到邮件,展示自己院系有多少条不在校学生;根据邮件提示,辅导员登录bi系统进行人工干预,对不在校学生状态进行补录核实,进一步了解学生在校的情况和不在校的原因,便于对学生的思想行为做更深层次的了解。对于管理者而言,系统的数据,可作为辅导员工作的考核指标参考。
总结该系统对于学校的价值体现如下:
一、根据基础数据(校园一卡通、上网信息、学生基本信息)通过科学的建模与数据统计方法的应用,对不在校人员进行管理(不在校人员有几类:1、事前请假;2、事后请假;3、不明原因在校);
二、管理者可通过对异常数据的占比作为考核指标,对辅导员的工作进行监控;并掌握存在安全隐患的学生信息:
1、预警次数显示3次以上异常的学生;
2、显示预先填写好的关注类的学生;
三、监控辅导员对于学生管理的工作;
1、通过异常人数占比监控辅导员对学生管理的工作;
2、通过关注学生列表了解辅导员对学生管理的工作;
四、管理数据及处理数据要有提醒,更加人性化;
1、邮件推送;
2、短信推送。