数据也是一种资产，尤其是有关高校方面数据是一种非常重要的资产。随着大数据的快速发展，人们越来越意识到数据的重要性。所以现在国内各大高校也在加快数据治理方面的工作。然而在数据治理解决方案的过程中，各大高校普遍面临着一些难题。
高校数据治理解决方案存在哪些难题
一是数据源头不明确，造成数据唯一性、准确性问题。这个问题的原因一方面可能是管理职能有所重叠，一方面也可能是常用的信息在多个业务环节都进行了重复采集，例如师生的联系方式信息。同一个字段，可能不同的系统中都存在，但是存在出入，那么以哪个为准呢？
二是数据采集后，格式不统一，不完整，造成数据完整性、语法问题。这是由于不同部门，甚至不同操作员之间对同一数据的使用习惯和方式不一致造成的，可能仍有部分数据并不完整。
三是数据不及时，造成时效性、准确性等问题。由于采集周期或同步推送周期的影响，各应用端使用的数据可能并不是最新的。
四是数据共享问题，有些数据仍不能方便地获得，或不能保障周期性地获得准确实时的数据。
五是对历史数据和冗余数据尚无统一完善的处理办法。
如何解决以上这些难题，有关专业人士各处以下几点建议：
1、建设积极的数据质量管理环境
首先管理层要认识到数据质量对于高校各项业务及信息化各项工作的重要性，推动数据质量的改进工作。加强信息人员队伍的建设，提高数据管理人员的数据质量管理意识。梳理建立完善的制度管理，确定数据质量管理的流程，建设本校数据标准、数据质量的标准。
2、集中力量进行一次数据清洗与整合
在理论上建立了数据标准和数据质量管理制度之后，需要花较大的时间和精力对全校的各业务系统进行一次清洗，并以此次清洗后的数据为基础，开展数据质量管理工作。
3、数据质量定时核查
除了建设数据质量管理制度，还应当建设数据质量的监控系统。数据一旦产生问题，管理上有人员核验、整理、汇报，技术上可追溯、清查、修正。将数据质量的核查作为日常工作，才能全面地、持续地维持数据质量。
事实上，一款好用的数据治理系统可以让高校数据治理工作进行得更加顺畅高效。毕竟数据治理是一项十分繁杂且庞大的工作。比如强智数据治理平台以用户为中心，以元数据为基础，贯穿信息标准、数据采集、数据标准化、数据质量、主数据管理、数据共享等从源端到数据中心，再到应用端的全过程管理，并通过大数据治理，使用户可以更便捷、更灵活、更准确地获得大数据资产的能力。
