隨著高等教育的普及，高校本科生數量逐年增加，加之網絡化和信息化的不斷發展，學生管理難度也隨之增大，這對高校輔導員管理隊伍提出了更高要求。
數字化平臺的必要性
目前，輔導員管理隊伍存在人員數量不足、人員能力有待提升、信息化發展水平不夠的問題。此外，為了使輔導員隊伍更加穩定，需要有相應的激勵機制，這就需要有客觀的評價機制作為支撐。因此，亟需在輔導員工作中推廣數字化平臺，以信息化和數字化手段助力輔導員解決日常工作和評價體系中遇到的問題。
例如，使用信息化手段，收集并計算學生消費相關指標，不僅能對定義為貧困生的群體進行有效核實，還能對家庭困難學生進行精準隱性資助，從而促進學生更好的發展；
通過采集學生在教務系統中的成績信息，可以幫助輔導員迅速找出學業困難學生，并通過學生上網時長等其他數據來分析學業困難原因，對學生進行更好的幫扶；
還可以通過采集門禁數據，對學生晚歸、未歸進行實時掌控，從而解決輔導員最為關心的學生安全問題。
在輔導員通過信息化、數字化系統對學生進行管理的同時，其相關操作也會在系統留痕，成為輔導員工作的客觀指標，實現對輔導員的工作評價。
由此可見，在輔導員管理工作中推廣信息化、數字化系統，能助力輔導員有效掌握學生動態，發現工作中難以及時發現的各類學生情況，并為學生提供及時的、有針對性的幫助。同時，以此切實提升輔導員工作效率，進而提高學校整體學生管理水平，助力其更好地實現立德樹人的最終目標。
國內外研究現狀和趨勢
隨著教學事務和學生管理復雜度的提升，目前國內外各高校已經開始使用數字化、信息化的手段來支持日常工作。例如，美國普渡大學的“課程信號燈”是國際知名的大數據診斷學生、提供教學決策的典型案例之一。該系統以數據服務為驅動，對學生課堂表現和課程努力程度、學習者特征數據等進行采集和計算，實現了學生學習過程管理。
著眼國內，很多高校在數字賦能輔導員管理方面也探索出了新路徑。例如，浙江大學構建開放教育模式，注重學生的教學過程管理，服務涉及招生、復試、授課、考試、答辯等各項環節。
輔導員作為學生在學校學習生活的重要參與人，會根據學生日常生成的數據，對學生進行相關的指導和幫助。再如，在輔導員對學生的日常學習、生活管理方面，中國石油大學設立“一站式”學生智慧服務平臺，運用信息技術及數據平臺，開展云班會、云自習、云動員、云晚會、云家訪、云招聘等活動，方便輔導員實時掌控學生的學習動態和生活狀態。
事實證明，國內外高校都通過數字化、信息化的手段，在減輕輔導員工作壓力的同時，使其更好地了解和幫助學生，提升了輔導員育人能力，進而加強輔導員管理隊伍建設。
數字賦能輔導員平臺建設
如圖1所示，山東大學通過調研并梳理輔導員在學生管理過程中涉及的業務，從學生花名冊、智慧學工、學生預警、學業預警、學生就業等方面進行數據指標建設，并以數據為依托，為輔導員提供科學精準的決策參考和便捷的操作工具，以減輕輔導員的工作量。
在輔導員評價上，一方面，從科研系統和各歸口單位匯集輔導員考核的科研數據和思政教學數據；另一方面，建立輔導員工作考核業績指標，對輔導員進行客觀公正的考核。
圖1 數字賦能輔導員工作平臺架構
學校根據數據的不同特點，將業務層數據抽取存入數據倉庫（DW）和數據湖。同時，按照數據標準和數據接入工具，將數據進行治理。清洗后的數據，將進入DW層，通過建立數據資源管理，將數據整理為基礎庫、主題庫。
對于DW層的數據表，通過服務編排、服務發布的方式對外提供數據服務，將數據中心已有的資產、服務，通過數據服務平臺進行共享。應用層獲取共享平臺的相關數據，開發相關應用。
學校通過權限管理平臺設置不同角色可訪問的應用，并通過訪問控制平臺對發布的功能文件進行管理，通過審計監控保證系統安全。用戶可通過企業微信App，或者PC端的統一門戶使用相關功能。
如圖2所示，為了解決分析評價指標難以計算的問題，山東大學使用數據同步工具與大數據處理相融合的方式，將各業務歸口數據抽取到全域數據庫。同時，學校將數據量較大、難以計算的業務數據，如一卡通數據、門禁流水數據，存入HDFS和Hbase，并在Hive層建立分區，通過Spark對文件進行計算后，生成相關指標到MPP數據庫；
將數據量較小的結構化數據，通過ETL工具，抽取到融合集成平臺，并通過數據治理，加載到MPP數據庫。數據最終通過服務開放平臺和套件平臺對外提供服務。
圖2 數字賦能輔導員工作平臺數據流向
建設成果
學生花名冊：輔導員通過學生花名冊對相應學生進行管理時，不僅能夠查看學生的個人畫像、個人檔案，還能通過大數據判定學生是否在校。
智慧學工：通過資助育人成效、學生隱形資助、學生學業分析等多個維度，對輔導員工作提供助力和評價。
學生預警：通過學情綜合看板，可以查看輔導員管理花名冊上學生的消費情況、學業預警情況、就業情況以及晚歸未歸情況等。圖3為學情綜合看板中花名冊學生的整體情況統計。
圖3 學情綜合看板中花名冊學生的整體情況統計
學業預警：對各年級各課程的考試情況進行整體分析，并對掛科數較多的學生進行預警。
就業分析：對學生就業情況進行實時跟蹤，對未能就業學生進行有效幫扶。
學生轉專業：分析轉入和轉出的學生人數、分布院系、成績績點以及就業情況，以便對所管班級的整體情況進行分析，并有針對性地進行決策。圖4為2022年轉專業分析示意。
圖4 2022年轉專業分析示意
學生門禁權限：當學生因無法進出校園或某樓宇門禁向輔導員求助時，輔導員可通過該功能迅速定位學生是否有相應權限，權限是否下發，下發照片質量是否滿足要求。
結語
山東大學通過全域數據庫匯聚輔導員服務學生相關的各類數據，并通過大數據工具，計算一卡通、學生績點、學生最后一次出入宿舍情況等指標數據，構建學生花名冊、智慧學工、學生預警等場景，能夠有效解放輔導員雙手，并為其提供決策參考。同時，輔導員在使用系統時，還能對其工作進行留痕，從而更客觀地評價輔導員工作情況。
此外，輔導員通過數據賦能平臺對學生提供服務，還能及時發現一些管理中存在的問題，如部分學生未歸原因是在校外租住。這樣能夠有效促進數據的持續完善和管理過程的持續改進。
作者：李騰、馬忠亮、馬明月、何澤鯤（山東大學）
責編：陳永杰
