衡量挪威一所大型大学商业智能和分析计划的成熟度：BEVISST案例研究 翻译

摘要

商业智能和分析（BIA）的成熟度模型以前曾用于评估许多部门（如医疗保健和商业）组织中的BIA开发进度。然而，缺乏报告在高等教育机构（HEI）应用成熟度评估的最新知识的研究。目前尚不清楚HEI在多大程度上以及如何采用成熟度评估以及此类练习的好处。本文通过报告挪威一所大型大学的案例研究来解决这一差距。特定领域的成熟度模型被用作观察和反思挪威科技大学BIA实施的透镜。本文报告了评估结果，并讨论了成熟度评估的影响。该案例的发现和讨论可以迎合更广泛的BIA从业者和研究人员，有助于了解BIA在高等教育中的价值和采用动态。

关键词： 分析， 商业智能， 案例研究， 高等教育， 成熟度模型

介绍

数据可用性和处理方面的技术进步使得基于定量证据的决策越来越有可能。随着对数字化和数据驱动或数据知情决策的日益关注，越来越多的证据表明商业智能和分析（BIA）对组织的重要性。商业智能 （BI） 具有丰富的历史，起源于早期决策支持系统 （DSS）。已经提出了BI的各种定义，每个定义都强调BI的不同功能，例如执行信息系统，专家系统和在线分析处理。Wixom和Watson（2010，p14）将BI描述为“用于收集，存储，访问和分析数据以帮助其用户做出更好决策的广泛技术，应用程序和流程。随着大数据的到来，分析越来越多地用于描述提供决策支持的更具预测性和诊断性的应用程序（Davenport&Harris，2017;Hardoon & Shmueli， 2013;Beyer & Douglas， 2012）。在这项工作中，作者采用了一个广泛，包容和鼓舞人心的定义，并将术语BIA表示为收集，存储，访问，可视化和分析数据的技术，应用程序和过程，从而实现增强的洞察力，更好的决策和过程自动化。

目前，定期评估BIA计划在向业务用户提供预期价值方面的进展比以往任何时候都更加重要。虽然欧洲的高等教育机构（HEI）很少直接由商业驱动，但这种评估同样重要，部分原因是人们认为需要提高高等教育（HE）作为一种经济商品的公共投资效率（De Wit & Broucker， 2017）。除了经济原理之外，还有一种内部驱动力，即竞争合格的学生和在教学计划和研究项目中表现出色的最佳教师。与其他组织一样，HEI正试图变得更加数据驱动，并做出数据驱动的明智决策，以提高其有效性（Drake&Walz，2018）。在这种情况下，信息系统和业务需求之间的一致性对于确保实现HE的公共价值并从竞争的HEI中脱颖而出至关重要。多年来，商业智能和分析在实现这种一致性方面一直发挥着重要作用。例如，BI已应用于HEI以确保合规性（Niño等人，2020）并了解学生的学习特征（Kabakchieva，2015）。

众所周知，成功部署BIA系统的组织遵循迭代路径，从数据和分析工具的基本使用开始，并逐步发展到BIA应用程序的日益复杂，直到BIA数据驱动的文化嵌入到组织的活动和决策中。成熟度模型的设计试图映射这种渐进式路径，其中组织从成熟度的基本或初始阶段开始，然后向更成熟的状态发展。因此，成熟与这种进化或进步的概念有关。成熟度模型（MM）通过减少BIA经理如何看待BIA系统在其组织中的成熟度的不确定性而发挥重要作用。一些现有的MM使得有可能将BIA系统的性能与同行业中其他组织的平均性能进行比较。此外，MM建立了一条进化路径，通过一系列建议，帮助组织知道下一步该做什么才能达到更高的成熟度。

本文介绍了BEVISST案例研究，这是在挪威科技大学（NTNU）实施的BIA项目。特定领域的成熟度模型被用作观察和反思BIA项目的透镜。本案的发现和讨论有助于更广泛地了解BIA在HE中的价值和采用动态。

本文的其余部分组织如下。导致研究问题的知识差距首先在背景中详细说明。然后，我们介绍HE-BIA MM并描述案例设置。在结果部分，我们介绍了MM评估的结果，并阐明了MM的有用性。我们继续将本研究的结果与讨论中其他人的先前工作联系起来，并在结论部分结束论文。

返回页首背景

文献中报道了几个BIA MM（Sen，Sinha和Ramamurthy，2006;Raber， Winter & Wortmann， 2012;TDWI Research 2012;OCU 2013;Cosic， Shanks & Maynard， 2015;Spruit & Sacu， 2015;Halper 2018，Davenport 2018）。其中许多模型都侧重于一组特定的流程，例如项目管理或学习管理。通常，它们不针对任何特定的应用程序或业务领域。这种方法允许将相同的成熟度模型用于不同的行业。然而，这种方法往往很复杂，有许多评估问题和术语集，与特定领域的词汇和定义没有显着重叠。过去在高等教育方面的调查经验表明，这种复杂性和差异导致难以正确评估BI解决方案的成熟度（Cardoso等人，2013）。缺乏对关键概念的理解和寻找能够深入了解许多不同问题的专家的复杂性是该研究报告的主要原因之一。

HE是一个封闭的领域，因为HE经理，特别是欧洲的HE经理，倾向于避免使用面向业务的术语。关于学生作为客户的有争议的辩论就是一个典型的例子。虽然学生作为客户的比喻可能对某些人有吸引力，但其含义受到其他人的质疑（Harvey & Green，1993;休斯顿，2007年）。教育不是一种交易，而是一个持续的转型过程，取决于学生参与学习的意愿（Beaver，1994）。学生可以被视为客户，因为他们为服务付费。然而，支付学费，几乎使学生有权获得所需的成绩或学位。虽然学生支付了一定比例的高等教育费用，但高等教育仍然主要由政府和税收资助。因此，学生既不是HE中唯一的消费者，也不一定是最重要的客户。当试图将业务驱动的方法应用于高等教育时，这种讨论经常浮出水面。使用HE社区理解的词汇表，特定领域的成熟度模型可以实现更集中和富有成效的成熟度评估练习。

BIA领域正在经历快速变化，从对数据仓库的高度重视转向对大数据、物联网（IoT）和自然语言处理等问题的日益重视。这些变化没有得到充分的捕捉，也没有反映在文献中许多现存的MM中。除了特定于域之外，目标是使用可以捕获高级分析最新发展的MM。为此，我们为HE设计并实施了精益和特定于领域的BIA MM（Cardoso &Su，2019;2020年）。

MM以前曾用于通过特定领域的模型来衡量和评估医疗保健中的BIA项目（Gastaldi等人，2018;Brooks， El-Gayar & Sarnikar， 2015）。OCU模型（2013）是HE的特定领域MM，主要在美国使用。但是，该模型尚未更新，因此无法捕获BIA字段的新发展。在（Ülker&Coskun，2021）中，作者报告了12所土耳其大学如何使用不同类型的分析，并将整个土耳其的部门大致绘制在Davenport和Harris的分析MM的分析受损水平（Davenport，2007）。缺乏报告在HE中应用成熟度评估的最新知识的研究。目前尚不清楚HEI在多大程度上以及如何采用成熟度评估以及此类练习的好处。本文通过报告挪威一所大型大学的案例研究来解决这一差距，使用特定于领域的MM作为镜头来观察和反思挪威科技大学（NTNU）的BIA实施情况。该案件的核心是NTNU的BEVISST计划。

在本文中，我们探讨了以下研究问题：“在HEI中对BIA进行成熟度评估在多大程度上和以何种方式有用？因此，我们探讨了如何在特定领域MM的助手下进行HEI中的成熟度评估，以及它如何对BIA团队，个人，团队和整个组织有用。

返回页首成熟度模型和案例设置

返回页首HE-BIA 成熟度模型

在这项研究中，我们选择使用一种新的成熟度模型，该模型专为HE中开发的商业智能和分析而设计。该模型是根据图1所示的研究设置开发的。该模型来自迭代设计科学研究（Peffeers等人，2007-8）。它首先对现有BIA MM组件（第1阶段）进行了系统概述，然后是源自该模型0.1版（第2阶段）的第一个实现设计（Cardoso&Su，2019）。该版本于2019年6月在挪威举行的EUNIS大会的BI SIG研讨会上由欧洲高等教育的大约30名BI从业者进行讨论和验证。BI SIG是EUNIS的商业智能特别兴趣小组，欧洲大学信息系统是一个非营利组织，旨在促进欧洲HEI之间的合作和经验分享。在研讨会上，从业者肯定了MM的有用性。从业者报告说：

•它有助于专注于正确的事情

• 有助于让管理层更加意识到投资BI的必要性

•对讨论有很大的帮助（这样人们就不会忘记重要的方面）

• 可用作参考成熟度模型

•用于基准测试的好工具。将帮助HEI战略性地实施BIA并计划活动

在研讨会期间还征求了一套改进MM的建议，并对其进行了系统分析，分组并纳入HE-BIA MM的改进版本（v.1.0）。在第3阶段，该模型在三个案例研究（不同机构）和另一个BI SIG研讨会中进行了测试，该研讨会于2020年2月在比利时举行。本文报告了挪威科技大学一个案例研究的深入发现。MM 的 1.0 版已应用于当前的案例研究。成熟度模型（v2.0）的最终版本，包括在第3阶段收到的反馈，将提供给实践社区。目标是在EUNIS BI SIG活动的背景下，将此模型用作评估欧洲层面BIA解决方案成熟度的工具。

该模型设计有两部分：技术和组织。技术部分如图2左侧所示，由七个技术维度组成。组织部分位于图 2 的右侧，由 11 个维度组成。维度按类别分组。HE-BIA MM 由七个成熟度类别构成：数据（作为关键资产）、数据产品、技术基础、价值、计划/项目管理、业务流程/BIA 开发和人员，如图 2 所示（命名为 1 到 7）。

每个维度都用五个成熟度级别进行描述：预采用、初始阶段、托管阶段、系统和优化。

案例设置

NTNU是当今挪威最大的大学，其历史可以追溯到1910年。NTNU总部位于特隆赫姆，在Gjøvik和Ålesund设有校区。它有八个学院，以及大学博物馆和大学图书馆。截至2019年，该大学拥有42 000名学生和7400名全职同等学历的员工，主要从事科学和技术以及其他学科，包括人文科学，社会科学，经济学，医学，健康科学，教育科学，建筑，创业，艺术学科和艺术活动。它提供371个学习课程，394个博士学位和7586个学士和硕士学位，于2019年授予。该大学还是35个大型研究中心的东道主或合作伙伴，预算为9，4亿挪威克朗。

BEVISST是NTNU的BI系统，可帮助管理人员访问其研究所和教职员工的管理和管理信息（并在需要时将其单位与NTNU的其他单位进行比较）。BEVISST是Bedre virksomhetsstyring（Better Governance）的缩写，“bevisst”这个词在挪威语中的意思是“有意识的”。

除其他事项外，BEVISST系统为研究所或教师以及NTNU提供了标准化的关键数据。因此，它可以比较不同单位和同一单位内的关键数字（例如，加班或给定参数）。它也是业务流程中的支持工具，管理人员和管理支持可以更好地了解教育，财务，人力资源（HR）和研究等核心领域。

BEVISST BI系统是同名战略项目的结果。BEVISST项目始于2010年，最初的目标是收购和实施一个IT系统，以促进NTNU的公司治理工作，特别是在规划和预算过程中。挪威大学的规划和预算过程（在挪威语中称为PBO过程，代表Plan-，Budsjett-og Oppfølgingsprosessen）既复杂又重要，原因有两个。首先，流程需要来自许多不同来源的高质量数据。其次，它们遍历大学的所有三个级别（部门，教师和中央），并且是这些级别资源分配的基础。该项目在2013年停止，当时原始解决方案（直接从源数据集成，没有集中式数据仓库）缺乏灵活性，未能实现预期结果。

2014年，该项目重新启动，收购和实施了数据仓库并扩大了范围，不仅支持规划和预算流程。2015年1月，NTNU董事会决定与Sør-Trøndelag，Ålesund和Gjøvik的大学学院合并，形成一所新的大学。合并于2016年1月生效，使NTNU成为挪威最大的单一大学。因此，在2015年秋季，该项目进一步推迟和扩展，以最好地适应合并带来的变化，其中需要协调和整合来自不同站点的数据，系统和流程。

该项目于2017年结束;在生产线组织中成立了一个部门，负责接管日常运营，将BEVISST BI作为数字服务提供，并计划和推出BI系统的进一步发展。随着时间的推移，BEVISST数字服务扩展了其产品组合，包括：（1）支持上述PBO流程的BEVISST计划，以及（2）BEVISST INNSIKT，为人力资源，财务，教育和研究的核心数据提供管理访问和分析。BEVISST主要为管理层设计，但也可供管理层支持人员使用。截至2020年初，该系统拥有约120名超级用户可以设计自己的报告并与他人共享，以及大约1350名消费者用户，他们每天，每周和每月阅读报告（Kibsgaard，2018）。

BEVISST BI团队隶属于治理和管理系统部门，作为NTNU中央管理的一部分（见图4）。整个 BI 团队由三个团队组成，由一名 BI 经理协调：

• 由六名开发人员和运营人员组成的Scrum团队;​​​​​​​

• 一个报告解决方案团队，由八个不同报告的产品负责人，一个教育分析师和一个测试负责人组成;​​​​​​​

• 一个由七名产品开发人员（业务架构师）、一名信息架构师和一名解决方案架构师组成的规划解决方案团队。

作者通过EUNIS BI SIG的共同参与与BEVISST团队取得了联系。团队负责人（BI经理）为案例研究以及访问数据和关键人员提供了便利。数据收集主要在NTNU现场进行，当时两位作者都在场。