亿信华辰BI助力武汉理工：安全管理系统，数据智能安全管家

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。