Kutatási eredmények összegzése a ZMNE Adattár alapú Vezető Információs Rendszer kiépítéséhez

Kutatási eredmények összegzése a ZMNE Adattár alapú Vezető Információs Rendszer kiépítéséhez Dr. Zsigovits László ny. alez. c. egyetemi docens Tartalomjegyzék Bevezetés... 1 1. Az AVIR lényege... 2 2. Adatok meghatározása, csoportosítása... 7 3. Adatok kezelése... 10 4. Adatok összegyűjtésének, tisztításának lehetséges módjai... 18 5. Adatáramoltatási rendszer... 21 6. Jogosultságrendszer... 22 7. Adatfeldolgozási, szolgáltatási rendszer... 24 8. A Kompetencia Központ szerepe, jelentősége az AVIR létrehozásában, működtetésében. 27 Befejezés... 33 Bevezetés Az a szlogen, hogy az információ hatalom napjainkban még fokozottabb jelentőséggel bír, és nemcsak a gazdasági éltben igaz ez, hanem a felsőfokú oktatási intézmények tekintetében is. Az is tény, hogy az információk tömkelege vesz körül bennünk, ezek feldolgozása, hasznosítása sem egyszerű dolog, hiszen ebből az információözönből a hasznos kiválasztása sokszor problémát okoz. Gondoljunk csak arra, ha a Google ben keresünk valamit, esetenként több ezer találat is keletkezik. Kinek van ideje ezeket mind átolvasni. A vezetői döntések során a vezető számára is széleskörű információhalmaz áll rendelkezésre, de nem minden esetben könnyű ezeket mind feldolgozni, kiválasztani belőlük a hasznosakat. 1

Jelentős segítséget tud nyújtani az információfeldolgozáshoz az adott döntési helyzetben a releváns információk kigyűjtéséhez egy jól megszervezet számítógépi adatkezelő rendszer. Többek között ilyen számítógépi adatkezelő rendszer az Adattár alapú Vezető Információs Rendszer (a továbbiakban AVIR). A Zrínyi Miklós Nemzetvédelmi Egyetem is felismerve az AVIR ek jelentőségét, kereste azon lehetőségeket, amelyek hozzájárulnak az intézményi AVIR kiépítéséhez. Alapvetően pályázati forrás tűnt a legjárhatóbb útnak, ezért kidolgozásra került a TÁMOP- 4.1.1-08/2KMR-2009-0001 Informatikai eszközökkel támogatott intézményi hallgatói szolgáltatásfejlesztés, vezetői döntéstámogatás felhívás kapcsán egy pályázat, amely sikeres lett, így pályázati forrásból 2009-ben hozzá tudott kezdeni az egyetem az intézményi AVIR megvalósításához. Az AVIR kiépítése alapvetően egy projekt keretében történik, az EDUCATIO Társadalmi Szolgáltató Nonprofit Kft (a továbbiakban EDUCATIO) szakmai irányításával, a közbeszerzésen nyertes VELOXNET és ESRI Magyarország Kft. közreműködésével. Az AVIR létrehozásának előkészítéséhez az egyetemen széleskörű és mély kutatómunkát kellett végezni az AVIR ben kezelendő adatok feltérképezéséhez, a vezető számára hasznos szolgáltatások definiálásához. Ezt a kutatómunkát a Stratégiai és Intézményfejlesztési Rektorhelyetteshez tartozó Intézményfejlesztési és Pályázati Iroda és az Egyetemi Informatikai Szolgáltató Központ végezte el. A kutatás megállapításai publikálásra kerültek, egyrészt, hogy az egyetem polgárai megismerjék az AVIR lényegét, másrészt, hogy eleget tegyünk a pályázati kiírás nyilvánossá tételi követelményének. Alapvetően és széleskörűen a kutatás eredményei ebben a tanulmányban látnak napvilágot. Ezen publikációk jelentősek a jövő szempontjából is, hiszen 2012. január elsejétől az AVIR nek az új egyetemet kell kiszolgálnia. A becsatlakozó 2 új karnak is meg kell ismernie az AVIR felépítését, működését. 1. Az AVIR lényege Minden vezető kerül naponta olyan helyzetbe, hogy döntéseket kell hoznia. Alig található olyan döntés, amelynek a megalapozásához nem kellenek adatok, nem kellenek információk. Nem mindegy, hogy a vezető a döntései előkészítéséhez mennyi idő alatt, milyen módon, mennyi erőforrás ráfordítással tudja megszerezni a szükséges adatokat, információkat, illetve ezek az adatok, információk milyen minőségűek, mennyire megbízhatók, mennyire hatékonyak. Ez a minőségi és gyors adatszolgáltatási igény fokozottan jelentkezik a stratégiai és az ad hoc döntések során. Az AVIR ek azok a számítógépi adatkezelő megoldások, amelyek képesek teljesíteni ezt a minőségi és gyors adatszolgáltatási igényt, képesek a hatékony vezetői döntéstámogatásra. Az AVIR lényege röviden összefoglalva, hogy az adott szervezet összes adatát számítógépi adatbázisokban tárolják elektronikus formában, amelyből a szükséges információk egy feldolgozó programmal azonnal kinyerhetők. Minden adat a számítógép képernyőjén vagy nyomtatóján jeleníthető meg. Az adatok felvitelét a rendszerbe minden szervezet saját maga végzi a vonatkozó szabályozások alapján. A szervezetek által kezelt adatbázisokból nyeri ki az AVIR a szükséges információkat és ezekhez fér hozzá mindenki a jogosultsága alapján. (1.sz.ábra) 2

1.sz.ábra AVIR felépülése Az AVIR egy információszolgáltatás, amely a vezetői döntések, a tervezés támogatását hivatott szolgálni. Fő célja az intézményi stratégiai mutatószámok segítségével az intézményi stratégia, az intézmény fejlesztési tervben vállaltak teljesülésének nyomon követése, a hatékonyabb irányítás, továbbá a minisztériumok felé a szükséges, időben történő információszolgáltatás. Az intézményi AVIR segítségével biztosítható többek között az előírt adatszolgáltatás más külső szervek felé is. Az AVIR kialakítatása alapadatainak forrásrendszere az alábbi: oktatás minőségére és teljesítményére vonatkozó adatok és információk: K+F+I-re vonatkozó adatok és információk: gazdálkodásra vonatkozó adatok és információk: foglalkoztatásra vonatkozó adatok és információk: létesítménymenedzsmentre adatok és információk. Mi az előnye, haszna az ilyen elektronikus, számítógépi adattárolásnak, adatkezelésnek, adatfelhasználásnak? Az ilyen rendszerek legnagyobb előnye az, hogy a vezető, a más releváns felhasználó azonnal hozzáfér a szükséges adatokhoz, statisztikákhoz, kimutatásokhoz. Ez első sorban időnyerést, másodsorban erőforrás takarékosságot jelent. Időnyerést azért, mert nem kell telefonon, írásban megkeresni az adatgazdát, bekérni tőle a szükséges adatotokat, esetleg azokat összesíteni, átlagolni. Erőforrás takarékosságot pedig azért jelent, mivel nincsen levelezési költség, nem fogy papír, nem kell egy két munkatárs idejét lekötni adatszerzési, adatfeldolgozási tevékenységgel. 3

A másik jelentős előny abból fakad, hogy az adatok állandóan naprakészek. Ha az arra jogosult adatkezelő rögzít egy adatot, például az oktatási szervek felvesznek a rendszerbe egy hallgatót, akkor a hallgatói létszám, hallgató oktató arány változását a rendszerbe belépő kari vezető azonnal érzékeli. További hasznot, előnyt, a pontosság jelent. Mivel az ilyen elektronikus számítógépi rendszerekben minden adatot csak egy személy gondozhat, az-az csak a kijelölt munkatárs tölthet fel adatot, módosíthatja, törölheti ezt az adatot, illetve minden adat csak egyszer, egy forrásból származtatva szerepelhet a rendszerben, biztosítja a korrektséget, megbízhatóságot. Nem fordulhat elő, hogy például a tudományos fokozatot szerzettek száma más és más, attól függően, hogy melyik adatszolgáltatótól kerül bekérésre az adat, mivel a tudományos fokozatot csak egy szerv viheti fel a rendszerbe, az a szerv, amelynél az adat keletkezik. Az AVIR számítógépi támogatással egységes rendszerben kezeli mindazon adatokat, amelyek szükségesek egy szervezet működtetéséhez. A Zrínyi Miklós Nemzetvédelmi Egyetem (a továbbiakban ZMNE) vonatkozásában ez azt jelenti, hogy mindazon nyilvántartások, kimutatások, statisztikák, gazdálkodási adatok, hallgatói létszámok, oktatási adatok stb., amelyek eddig egyrészt papír alapú információhordozón, másrészt egyéb számítógépi adatbázisokban, Excel táblákban, Access adattáblákban, Word dokumentumokban voltak elrakva, most egy központi adatbázisba is bekerülnek, tehát minden adat egy helyen, egységes formában is el lesz tárolva. Persze, az ideális állapot az lenne, ha nem kellenének külön nyilvántartások, de az AVIR rendszerek kezdeti kiépítésben még nem kizárólagosan kezelik az összes adatnyilvántartást, hanem a meglévő nyilvántartásokból veszik át a szükséges adatokat. Ez azt jelenti, hogy például megmarad a karnak egy saját Excel táblás nyilvántartása, ezt a kar gondozza, de ebből az Excel táblából az AVIR kiszedi azokat az adatokat, amelyekre szüksége van az egyetemnek. Az AVIR megoldások számítógépi támogatású adatkezelési, adatáramoltatási és információképző szolgáltatásokat nyújtanak a felhasználóknak a fent említett központi adatbázisból. Ez a gyakorlatban azt jelenti, hogy egy egységes számítógépi rendszerbe kerül felvitelre a szervezet által kezelt, meghatározott körű adat és ha a jogosult adatkezelőnek szüksége van ezen adatokra, akkor azokhoz ebből a számítógépes rendszerből juthat hozzá. Az adatkezelési szolgáltatások azt jelentik, hogy ezután nem kell különböző papír alapú nyilvántartásokat küldözgetni, Excel táblákat kitölteni vagy más kimutatásokat készíteni, azokat továbbítani a megfelelő partnernek, hanem minden felmerülő igényt az AVIR számítógépes nyilvántartásából kell lehívni. Ez az egységes rendszer biztosítja azt, hogy egy adatot, csak egyszer kelljen nyilvántartani, ezzel megszűnik a párhuzamosság, a felesleges munkaerő lekötés, a pontatlanság. Minden adatnak meglesz a felelőse és csak egy felelőse lesz, az, akinél az adat keletkezik, az adatgazda, Ő viszi fel a rendszerbe ezt az adatot, ha szükséges, csak Ő módosíthatja vagy törölheti azokat. (2.sz.ábra: Adatkezelési rendszer) 4

2.sz.ábra: Adatkezelési rendszer Az adat itt a legtágabb értelmezést kapja, adat alatt értünk egy számot, egy százalékot, egy nevet, egy jellemző meghatározást, de egy dokumentumot is, amit épp egy Word szövegszerkesztővel készítettünk. Joggal felmerülhet a kérdés, hogy jó néhány adatot már meglévő számítógépi rendszerekbe fel kellett vinni, mint például a Neptunba a hallgatói és az oktatási adatokat. Akkor most kétszer kell ugyanazon adatokat bebillentyűzni? Erről szó sincsen, az AVIR automatikusan átveszi a szükséges adatokat a Neptunból. Az adatáramoltatási szolgáltatások azt jelentik, hogy a felvitt adatot mindazok elérhetik, akik erre jogosultak. Megszűnik az a gyakorlat, hogy egy szervezettől, például egy tanszéktől hol a kar, hol valamelyik hivatal kér kimutatásokat, jelentéseket. Persze, ez azt is jelenti, hogy akik adatokat akarnak kapni valamely szervezettől, azoknak meg kell tanulniuk, hogy a telefon, a papír, a jelentés, a beszámoltatás elfelejtésével hogyan tudják a számítógépük elé leülve elérni a szükséges információkat. Ha egyszer a tanszékvezető elkészít egy fél éves értékelést a tanszék munkájáról, ezt felteszi a rendszerbe, akkor ezzel a továbbiakban nem lehet gondja, mivel ezt a jelentést nem kell külön felterjesztenie a releváns szerveknek, azok nem kérhetik tőle újra, meg újra, hogy terjessze fel, mert valamiért szükségük van erre a jelentésre, mivel minden arra jogosult, ezt az AVIR ból lekérheti. Ez vonatkozik az összes, már egyszer az AVIR ba felvitt bármilyen adatra, a jogosult releváns szerv munkatársa ebből a rendszerből tudja bármikor lekérni a jelentéseket, összesítéseket. Az információképző szolgáltatások egy magasabb szintjét képezik a rendszer üzemeltetésének. Az információk a felvitt adatok feldolgozásával képezhetők. A legegyszerűbb információ képzés a különböző statisztikai számítások elvégzése, úgymint összesítés, százalékos viszonyulás, tendencia, szórás stb., amelynek az eredménye lehet egy táblázat, grafikon. Az információképzés magasabb foka az úgynevezett adatbányászat, adat 5

lefúrás, OLAP kocka képzés. Ezek az információk inkább a stratégiai döntésekhez kellenek. Az információképzés legmagasabb foka az algoritmikus elemzés, értékelés, amely összefüggéseket, ok-okozati viszonyokat tár fel. (3.sz.ábra: Összegfokozatos összehasonlító jelentés) 3.sz.ábra: Összegfokozatos összehasonlító jelentés A megfelelő információképző szolgáltatások kialakításához, lehet, hogy az adatkezelőnek új tevékenységeket is el kell végeznie, olyanokat, amilyeneket eddig nem alkalmazott, de ez megtérül a számára, mivel csak egyszer kell ezt megtennie, utána a számítógépes rendszer végzi helyette az adatáramoltatási teendőket. Ilyen új tevékenység lehet az, hogy a továbbiakban egy tanszéki munkajelentésnek lesznek kötött formai és tartalmi meghatározói. Ha ebben a jelentésben szerepelnek különböző számadatok a szöveges megfogalmazások mellett, akkor ez azt jelenti, hogy a karnak ezekre a számadatokra szüksége van, az összes tanszékét összesítenie kell, összehasonlítania, tehát ebből a szöveges dokumentumból számadatokat kell kinyernie. Ezért olyan struktúrát kell kialakítani a szöveges jelentéseknek, amelyben meghatározott helyen és formában vannak a számadatok, hogy azok onnan automatikusan kinyerhetők legyenek. Különböző jelentés sablonok kidolgozásával biztosítható ez a megfelelő működés. Másik út lehet, hogy az ilyen típusú jelentésekhez a számszerű adatokat külön táblázatban kell megadni. Egy másik új feladat lehet, hogy minden dokumentumhoz kulcsszavakat, meta adatokat kell csatolni, hogy ezek alapján a dokumentumok könnyen visszakereshetők legyenek. 6

2. Adatok meghatározása, csoportosítása Az AVIR ek kiépítésénél az adatigény és a szolgáltatások elemzése került az előkészítő munka központjába. A gyakorlati tapasztalatok azt bizonyítják, hogy amikor egy vezetői információs rendszer kiépül, akkor a szolgáltatások igénybevétele során derül ki, hogy számos tekintetben a rendszer nem ad információkat a vezetőnek. Miért fordulhat ez elő? A vak vezet világtalant modell miatt, ugyanis egy ilyen vezetői információs rendszer kiépítését külső, az adott szervezet működését nem ismerő informatikai cég végzi. Ez a cég csak azokat a szolgáltatásokat tudja beépíteni a rendszerbe, amelyeket egzaktul megfogalmaz a szervezet egy olyan személy számára, aki a szervezet szakkifejezéseit, adathalmazait, adatvándorlási útvonalait, információképzési módját nem ismeri. A szervezet pedig nem ismeri az informatikai szakkifejezéseket, modelleket. E miatt a modell miatt kell nagy gondot fordítani a szervezet adatrendszerének megismerésére és ennek harmonizálására a szolgáltatásokkal. Mi is az adat? Az adat a személy, más élőlény, anyag, objektum, fogalom, eszme, jelenség, környezet, helyzet jellemzőit, állapotát írja le. A személynek van neve, életkora, súlya, szemszíne stb. Az anyagnak van fajsúlya, halmazállapota, mérgezési foka stb. Egy objektumnak van szélessége, magassága, súlya, színe stb. Adat alatt általánosságban számszerű jellemzőket értünk, például súly, méret, darabszám, amely egy számmal fejezhető ki. Kicsit tágítva az adat fogalmát, az adatok közé soroljuk az egyed megkülönböztető jellemzőit, mint például név, születési dátum, lakhely stb. Adatként kezeljük az egyedhez köthető egyéb jellemzőket is, úgymint tudományos fokozat, oktatói fokozat, publikáció stb. Ha az adatokat feldolgozzuk, a meglévő adatokból újabb adatokat származtatunk, akkor jutunk információkhoz, például összegek, átlagok, trendek, nagy általánosságban ezeket is adatoknak hívjuk. (Információ: bizonytalanságot csökkentő tényező). A legtágabb értelemben, egyes esetekben adatokhoz sorolják a különböző dokumentumokat is, amelyek számos adathordozón kerülnek tárolásra (papír, film, video, számítógépi adattár, pendrive, DVD stb.), mint például az önéletrajzot, jelentést, beszámolót, amely több számszerű és egyéb (fotó, ujjnyom, bárkód/vonalkód, jelzés, szimbólum) adatot tartalmaz a szöveges leírások mellett. Ezek lehetnek kötött formátumúak, illetve szabad választás szerint felépítettek. A fenti kategorizálás alapján lehet összeállítani az adatfajtákat. Ha egy személyt akarunk nyilvántartani, akkor az adatfajták a következők lehetnek a nyilvántartás funkciójától függően: név, születési hely, születési idő, anyja neve, iskolai végzettsége, munkahelye, tudományos fokozata, publikációi. Ha elektronikus adatbázisban tároljuk ezeket az adatokat, akkor az egyes adatfajták az adatbázis mezői (oszlopai), az össz adatfajta pedig az adatbázis rekordja (adatsora). Az adatok, a kötődésük alapján az alábbiak szerint csoportosíthatók: - személyhez köthető; - entitáshoz 1 köthető; o személyhez köthetőből ered; o más entitásból ered; 1 Entitás: az a legkisebb szervezeti csoportosulás, amely minden tagjára vonatkozóan azonos jellemzőkkel bír, de különbözik más csoportosulásoktól. 7

A személyhez köthető adatok az alábbiak lehetnek: - egyedi (név, születési dátum, oktatói- és tudományos fokozat, nem stb.); - ismétlődő nyelvtudás, publikáció; - sajátos státus, hallgatói viszony, vezető, állomány kategória, rendfokozat, állapot (aktív / nyugdíjas), GYES stb. Az ismétlődő adat azt jelenti, hogy egy személyhez az adott adatfajtán belül több tartalom is köthető. Például a nyelvismeret egy adatfajta, de egy személy több nyelvet is beszélhet 2. Az entitás adatok egyrészt szervezeti csoportosításhoz köthető adatok, másrészt valamely objektumhoz köthető adatok. Ha szervezeti csoportosítás az entitás, akkor a személyhez köthető adatokból ered az entitás össz létszám adata, például a tanszék oktatóinak, tudományos fokozattal bíróinak, publikációinak száma. De más entitásból is származtatható tanszék entitás adat, ha van egy olyan entitásunk, amely a projektorokat, számítógépeket, oktatási médiákat tartja nyilván. Az entitás által kezelt adat például a tanszéken az elmaradt órák száma, az óracserék is. Az objektum entitáshoz köthető adatok a zöldterület nagysága, tantermek légtere, akadálymentesítések, fajlagos energia felhasználás, víz, irodaszer fogyasztás, egyéb költségek stb. Az adatok tartalmát illetően azok lehetnek: - Személyi; - Oktatási portfólió; - Gazdasági; - Infrastrukturális; - Tudományos kutatói (K+F+I); - Pályázati; - Minőség irányítási; - DPR, ALUMNI. - Kompetencia adatok (szakképzettség, oktatott tárgyak, elért eredmények, díjak, bukások száma, vizsgák, eredmények, kutatási terület, különleges képzettség stb.); Az adatok funkcióit tekintve az adatok megkülönböztethetők: - Leíró, meghatározó adatok (személyt, entitást jellemző adatok); - Több dimenziós 3 adatok; - Segédtábla adatok (ahol a leíró adat tartalma egzaktul meghatározható, például nem, megye, oktatási forma stb., akkor ezek egy külön adattáblába kerülnek, amelyből az adatrögzítő kiválaszthatja a megfelelőt, nem kell ezt bebillentyűznie), az ismétlődő adatoknál van jelentős szerepe; - Kód adatok azok, amelyek az adatkapcsolatok meghatározására szolgálnak, például minden egyes felvett személynek lesz egy azonosító kódja, amelyet a számítógépi program generál automatikusan, biztosítva azt, hogy egy kód csak egy személyhez kötődjön (egyedi azonosító, adatkezelő, jogosultság, szervezeti csoportosítás); - Meta adatok az adatbázis azonosításához, leírásához, az internetes keresések meggyorsítására szolgálnak. 2 Részletesen a későbbiekben 3 Részletesen a későbbiekben 8

Két különleges adatkategóriát kell megkülönböztető figyelemmel illetni, a többdimenziós és a kapcsolt adatokat. Egy szervezeti információs rendszerben a létszámadatok kiemelkedő jelentésűek. Ha a rendszert létrehozó informatikus programozónak csak azt az igényt továbbítjuk, hogy nyilván kell tartani a szervezet létszámát, akkor ez beépül a rendszerbe és sok tekintetben ez így jól is működik. De mi van akkor, ha valamilyen okból felvetődik, hogy ki kell mutatni hány 55 év feletti női dolgozója van a szervezetnek. Erre a kiépített számítógépes rendszer nem tud választ adni, mert az adat úgynevezett dimenziói nem lettek figyelembe véve az adatstruktúra meghatározásakor. Mi is ez a dimenzió? Vannak egyszerű adatok, mint például a név, születési hely, amelyeknek nincsen egyéb csoportosítási lehetőségük. De vannak olyan adatok, amelyek több szempont szerint is csoportosíthatók, történetesen nem, életkor, végzettség stb. Ezek a csoportosíthatósági szempontok a dimenziók. A többdimenziós adatok valóban nem önálló adatfajták, hanem az adott adatfajta több szempont alapján történő feldolgozása a hozzá tartozó más jellemzőt kifejező adatfajtával együtt. Tekintsük a hallgatói létszám adatot. A létszám adat a nyilvántartott hallgatók számából tevődik össze, ez egy összegzett (agregált) adat. De ez a létszám megoszlik évfolyam, szak, képzési szint, képzési forma stb. szerint. Az egyik személy első évfolyamba jár, a másik a másodikba és így tovább. Ha évfolyam szerinti összesítést is akarunk, akkor az évfolyam egy dimenzió lesz, a személyhez kötődő adatokhoz kell rendelni egy újabb adatfajtát, az évfolyamot. Ha olyan kimutatást is akarunk, hogy ki a fizetős és ki az államilag támogatott hallgató, akkor ez egy újabb adatfajta, újabb dimenzió lesz. Az elemzések elkészítéséhez szükségesek ezek a dimenziók, mert ezek segítségével mutatható ki, hogy évfolyamonként hogyan alakul a fizetős hallgatók száma és még számos más hasznos információ. Van eset, amikor egy személyre több dimenzió is vonatkozhat: egyszerre oktató és hallgató, illetve egyszerre több szakot is végezhet párhuzamosan (a hallgatói létszám nagyobb, mint ahány különböző nevű, személyi adatú hallgató van, illetve az egyetem össz létszám adata több, mint ahány különböző nevű, személyi adatú oktató és hallgató van). A kapcsolt adat sem egy külön adatfajta, hanem egyes adatok olyan különleges szerepet játszanak, amelyek a jogosultságokat befolyásolják. Például, ha a Karrier Iroda felvesz valakit az adatbázisba, mint mentor, akkor ezt a személyt, ha már nem mentor, akkor a Karrier Iroda törölheti az adatbázisból a Jogosultság mátrix alapján. De előfordulhat azaz eset, hogy közben ez a mentor az egyetem oktatója lesz, ekkor már ennek a személynek az adat karbantartója kibővül a személyüggyel és az oktatási igazgatósággal. Ha nem foglalkozunk a kapcsolódásokkal, akkor a személyügy még egyszer felveszi ezt a személyt az adatbázisba feleslegesen. A kapcsolódó adatok (ebben az esetben a név, születési adatok) viszont jelzik a személyügy számára, hogy már a személy szerepel a nyilvántartásban, neki csak a hiányzó adatokat kell rögzítenie. A jogosultságot pedig úgy szabályozza a kapcsolódó adat, hogy amíg a kapcsolódó adat aktív (esetünkben az oktatói fokozat), addig nem törölheti az adott adatkarbantartó a személyt. Visszatérve a példára, a Karrier Iroda nem törölheti a személy teljes adatait, mert az közben oktató lett, csak azt a mezőt módosíthatja, amely arra vonatkozik, hogy a személy mentor és kik a mentoraltjai. További fontos adatjellemző a már megemlített ismétlődő adat. Ha azt akarjuk nyilvántartani, hogy kinek van nyelvvizsgája, akkor az adatbázisban szerepel egy mező, amely azt tartalmazza, hogy van idegen nyelv ismerete a személynek. Ez a nyilvántartás is sok esetben megállja a helyét, de mi van akkor, ha azt akarjuk megtudni, hogy hányan beszélnek angolul, vagy ki tud japánul. Ezt megint csak nem tudjuk kinyerni a rendszerből. 9

Ha megadjuk a programozónak, hogy a nyelvismeret ismétlődő adat, akkor a programozó tudja, olyan adatszerkezetet kell felépítenie, ami nemcsak azt tartja nyilván, hogy hányan beszélnek idegen nyelvet, hanem azt is, hogy ki melyik nyelvet beszéli. A fő adattábla mellett létrehoz egy segéd adattáblát, amely csak a személyi azonosítókat és a nyelvismereteket tartalmazza. Nemcsak az adatszerkezet kialakítására van hatással az ismétlődő adat, hanem az adatfeldolgozó program algoritmusai is bővülnek az ismétlődő adatok feldolgozásával. Ugyanez elmondható a több dimenziós adatokra is. Az általunk elvégzett kutatás egyrészt azt tárta fel, hogy a ZMNE adatai milyen jellemzőkkel bírnak, a remélt szolgáltatásokhoz ezen adatoknak milyen dimenzióit kell meghatározni, másrészt a rendszer szolgáltatási lehetőségei hogyan alkalmazkodnak a vezetői igényekhez. A kutatás elvégzéséhez létrehoztunk két AVIR demo internetes portált, amelyek a http://hataror.zmne.hu/avirvpp/ és http://hataror.zmne.hu/avirs/ URL en érhetők el, valamint öt adatbázist, amelyek már a rendszer éles működését szolgálják, ezen adatbázisok jogosultság alapján a T meghajtón használhatók. A kutatási eredmények alapján került kidolgozásra a ZMNE AVIR képzési tematikája is. 3. Adatok kezelése Az adatok kezelése az adat életútjának menedzselését jelenti, amely tart az adat keletkezésétől az adat megsemmisítéséig. Az adat önmagában egy objektív és elvont fogalom. Objektív, mert tőlünk függetlenül létezik, ha érdekel bennünk, ha nem. Elvont olyan formában, hogy csak annak a jellemzőnek van értelme, amely érdekel bennünk. Vegyünk egy tantermet. A tanteremnek van alapterülete, légköbmétere, fal színe, vakolata, ablak tömítése. A vakolata, ablak tömítése nem releváns a számunkra, ezekkel a jellemzőivel nem is foglalkozunk, számunkra azaz érdekes, hogy mekkora az alapterülete és légköbmétere a befogadóképesség megállapításához, illetve ergonómiai szempontból a fal színe érdekes. Az adat kezelése az adat megszerzésével 4 kezdődik. Elmegyünk a tanterembe és lemérjük a szélességét, hosszát, magasságát, megnézzük a fal színét vagy előkeressük az építési dokumentumokat és azokban keressük ki a méret és szín adatokat, majd feljegyezzük ezeket valamilyen formában, például űrlap kitöltésével vagy elektronikai eszköz segítségével. Így keletkezik az adat, azaz megszemléljük, majd rögzítjük a személy, más élőlény, anyag, objektum, fogalom, eszme, jelenség, környezet, helyzet jellemzőit, állapotát. A rögzített adatokkal több munkafolyamat végezhető, meg lehet őket tekinteni, felhasználhatók jelentésekben, kimutatásokban, döntéshez használhatók, továbbadhatók más szervnek, közzétehetők médiákban, illetve további feldolgozásra kerülhetnek. Az adatok feldolgozása során új adatok, illetve információk képződnek. A feldolgozáshoz tartoznak a statisztikai, kombinatorikai, elemzési eljárások, az adatlefúrás, az OLAP kocka készítés. Az adatok megsemmisítése a papír és a különböző alapú (negatív, videokazetta, hangszalag stb.) adathordozó elégetését, bezúzását, a számítógépi adatbázisból való végleges és visszavonhatatlan törlését jelenti. Az adatkezelést jogszabályok és más utasítások határozzák meg. Az adatkezelést alapvetően személyek és elektronikai eszközök, információrendszerek végzik, ezen utóbbiak részben automatikusan a szabályozott algoritmusok alapján. A továbbiakban célszerű néhány fogalmat pontosítani. 4 Zsigovits László: A rendészeti kutatások tudományos hátterének alakulása az új nemzeti közszolgálati egyetem létrejöttével, Pécsi Határőr Tudományos Közlemények 2011. 3.o., Zsigovits László: Az új Nemzeti Közszolgálati Egyetem K+F+I és pályázati tevékenységének lehetséges irányai Hadmérnök 2011/2. szám 289.o. 10

Adatkezelő: az a különböző jogosultságokkal bíró személy, aki adatokkal foglalkozik az Adatkezelési Szabályzat alapján. Vagy a teljes életút kezelését végzi vagy csak az életút egyes elemeinek kezelésére jogosult. Adatgazda (adat karbantartó): az az adatkezelő, aki létrehozza az adatokat, az adatok életútjáért felelős, adatok felvitele, módosítása, törlése a feladata. Rendszergazda, adminisztrátor: az a számítástechnikai szakember, aki felel az adatok számítógépi kezeléséért, általában a teljes életút kezelésére jogosult. Ő adja meg a jogosultságokat az adatkezelőknek a számítógépi adatkezeléshez és végzi az adattisztítást. Adat felhasználó: azaz adatkezelő, aki valamilyen céllal, a Jogosultsági Mátrix alapján hozzáfér az adatokhoz, amely lehet megtekintés, keresés, listázás, elemzés, információ előállítás, jelentéskészítés, továbbítás. Az adat felhasználása alatt értjük: az adat megtekintését, listázását, nyomtatását, továbbítását, jelentésekben, tájékoztatókban vagy más módon való közzétételét és feldolgozását. A feldolgozás az adatokkal végzett matematikai, logikai, statisztikai műveleteket, az információképzést, grafikonok, más megjelenítési médiumok létrehozását jelenti. Entitás: az a legkisebb szervezeti csoportosulás, amely minden tagjára vonatkozóan azonos jellemzőkkel bír, de különbözik más csoportosulásoktól. Például tanszék, SIRH 5 EISZK 6 Üzemeltetési Osztály. Szervezet: egyetem Szervezeti egység: a szervezeti diagram első sora (rektor helyettesek karok. Szervezeti alegység: a Szervezeti egység szervezete: SIRH nak IPI 7, EIESZK, főosztályok, karnak intézet. Szervezeti részleg: a Szervezeti alegység szervezete: SIRH EIESZK nak az Üzemeltetési Osztály, a kar intézetének a tanszék. Az adatok kezelése egységes rendszerben történik. Mi a lényege ennek az egységes rendszernek? Az egységes rendszer egyik alapvető sajátossága, hogy az adatforrás egyedi, kölcsönös egyértelmű megfeleltetésű kapcsolatban van az adatszolgáltatóval. Rendszertani megközelítés alapján 1:1 kapcsolat létesül az adat és adatkarbantartó között ebben a vonatkozásban (egy meghatározott adat kezelése egy meghatározott személyhez kötött). A gyakorlatban ez azt jelenti, hogy egy bizonyos adatot mindig csak ugyanazon személy szolgáltathat a rendszerbe. Például véve a doktori iskola hallgató létszámát. A doktori iskola hallgató létszámát mindig csak azaz egy meghatározott személy töltheti fel a rendszerbe, akinek ez szerepel a munkaköri leírásában. Létrejön a rendszertani 1:1 kapcsolat. (Doktori iskolából kimaradt hallgatók létszáma = doktori iskola adminisztrátor). Ez a személy az adatgazda, aki az adatok karbantartását végzi. Ez úgy valósítható meg, hogy a doktori iskola felméri azon adatok összességét, amivel dolgozik és minden adatot forráshoz rendel, az-az személyhez köt. Egy mátrixban célszerű ezt az adatkezelési rendszert összesíteni. 5 Stratégiai és Intézményfejlesztési Rektorhelyettes 6 Egyetemi Informatikai Szolgáltató Központ 7 Intézményfejlesztési és Pályázati Iroda 11

Adatkezelési mátrix az adatgazda vonatkozásában (a táblázat fiktív, példaként szolgál) Adat fajta Adat forrás Doktori iskola Hallgatói létszám Abszolutóriumot szerzettek Kimaradtak PhD fokozatot szerzettek X X vezető Adminisztrátor X Témavezető X 4.sz.ábra: Adatkezelési mátrix A mátrix használhatóságának, jóságának a veleje, lényege az adatfajták pontos és teljes körű meghatározásán alapul. Hogy melyek az adatfajták, az adódik egyrészt abból az adattömegből, amelyet naponta, rutinszerűen használunk, másrészt a törvényekben, szabályzókban meghatározottakból és az elöljárói igényekből, harmadrészt a munkatervekben rögzített feladatok adatokkal kapcsolatos teendőiből. Ez a mátrix kiküszöböli a párhuzamosságot, a pontatlanságot. Az élet többször bizonyította, hogy ugyanazon adat más és más adatszolgáltatótól származtatva más és más eredményt mutat. Ennek alapvető oka többnyire nem az adatkezelő felületes munkája, hanem az adat létrehozására vonatkozó vezérelv mássága minden adatkezelőnél. Az 1:1 kapcsolat biztosítja azt is, hogy az adott adatot csak a hozzárendelt adatszolgáltató viheti fel a rendszerbe. A témavezető nem viheti fel a kimaradtak adatait, azokat csak az adminisztrátor tarthatja karban. Az 1:1 kapcsolat megköveteli azt is, hogy az adatot az vigye fel a rendszerbe, akinél az adat keletkezik. Ha ugyanazon adattal dolgozik a doktori iskola, a tudományszervező központ, esetleg valamely kutató is harmadikként, akkor, ha az adat a kutatónál keletkezik, akkor azt a kutató viheti csak fel a rendszerbe. Ilyen adat lehet például egy publikáció. Ezt az adatot veheti át a doktori iskola és a tudományszervező központ, feldolgozhatja, összesítheti, de nem törölheti, a törlést csak a kutató végezheti el. A fentiekből fakadóan jól látható, hogy nem egyszerű az adatkezelési mátrix összeállítása. A mátrix elkészítéséhez segítséget nyújt az egyéneknek kiküldendő elektronikus kérdőív, amelyen az adott személy rögzíteni tudja, hogy nála milyen adatok keletkeznek, kitől vár adatokat és neki kinek a számára kell adatokat biztosítania. Ezek egy személy egyéni adatai vagy egy adott szervezeti egységben keletkezett a szervezeti egységre vonatkozó adatok lehetnek. Ezen egyéni adatkezelési felmérések kerülnek összesítésre a mátrixban. A rendszer kiépítését irányítók interjúkat is lefolytatnak az adatkezelőkkel, amely során tisztázásra kerül, hogy ki gondolja magát adatgazdának. (Adatgazda: rögzíti, módosítja, törli az adatot). Az összesítésből látható, hogy ugyanazon adatot kezelnek-e többen, melyek az adatvándorlási útvonalak és az adott adatnak hány vélt adatgazdája van. Ezt az adatkezelési alapkialakítást szervezeti egységek vonatkozásában is el kell végezni. A szervezeti alapegységeket a ZMNE szervezeti felépítése diagramja alapján célszerű meghatározni, a karokat kivéve. Ez azt jelenti, hogy az adatkezelési mátrix entitásai a ZMNE vezetői szerveit illetően a legkisebb szervezeti egységekkel egyeznek meg. (ZMNE szervezeti felépítése diagram). A karok azért lettek kiemelve, mivel a ZMNE szervezeti 12

felépítése diagram csak kar szintig bontja a szervezetet, de célszerű mélyebb bontást alkalmazni, intézet, tanszék szintig. Példaként véve a Stratégiai és Intézményfejlesztési Rektor-helyettesi szervezetet (a továbbiakban SIRH), az entitások: 1. Intézményfejlesztési és Pályázati Iroda 2. Minőségbiztosítási Iroda 3. Egyetemi Informatikai Szolgáltató Központ (a továbbiakban EISZK) Rendszerfejlesztési Osztály 4. EISZK Üzemeltetési Osztály 5. EISZK Műszaki Osztály A SIRH adatkezelési rendszerét vizsgálva kell eldönteni, hogy szükséges-e még két entitás, egy entitás az egész SIRH ra vonatkozóan és egy másik entitás az EISZK -t illetően. E két újabb entitás léte attól függ, hogy a SIRH n keletkeznek e olyan adatok, amelyeket a felsorolt öt entitás közül egyik sem kezel. Ha vannak ilyen adatok, akkor kell egy hatodik entitás, amely maga a SIRH lesz. Ez a megállapítás vonatkozik az EISZK ra is. Ha az EISZK is kezel olyan adatokat, amelyeket a három osztálya közül egyik sem kezel, akkor lesz egy hetedik entitás, az EISZK. Ebben az esetben a SIRH entitásai a következők lesznek: 1. SIRH 2. Intézményfejlesztési és Pályázati Iroda 3. Minőségbiztosítási Iroda 4. EISZK 5. EISZK Rendszerfejlesztési Osztály 6. EISZK Üzemeltetési Osztály 7. EISZK Műszaki Osztály A karokat illetően az entitások a kari vezetés, intézetek és a tanszékek lehetnek. Az entitások által kezelt adatokat tovább vizsgálva, megállapítható, hogy vannak személyhez és entitáshoz köthető adatok. A személyhez köthető adatok azok, amelyek az adott munkatársat, oktatót, kutatót jellemzik, pár ilyen fontosabb adat a személyi és munkahelyi adatokon kívül: 1. tudományos fokozat a. Tudományszervező Központ b. Tudományos Rektorhelyettes c. Oktatási Rektorhelyettes d. doktori iskolák e. tanszék f. kar g. Személy- és Munkaügyi Osztály 2. oktatói fokozat 3. publikációk 4. nyelvismeret 5. tudományos önéletrajz 6. kompetenciák (pályázatban menedzseri funkció, alprogram vezetői funkció betöltéséhez való képzettség, tapasztalat) 7. kutatói programokban való részvétel 8. kutatási eredmények 9. kutatói hálózatban való részvétel 10. témavezetés 13

11. rendfokozat 12. fizetési besorolás 13. beosztási hely (melyik entitáshoz tartozik) 14. beosztás A fentieken túlmenően még számos személyhez kötődő adat kerülhet felszínre a kérdőívek kitöltése és az interjúk lefolytatása után. Az adatkezelési mátrix rögzíti, hogy ezen személyhez kötődő adatok karbantartását ki végzi. Maga az adott személy vagy valamely entitás? Vegyük alapul az első, tudományos fokozat adatot. Az 1-es pont alatt a-g ig entitások vannak felsorolva, azon entitások, amelyek ezt az adatot kezelik. Az a alpont alatt a Tudományszervező Központ szerepel, vastagított és dűlt betűkkel megkülönböztetve a többi entitástól. Ez a kiemelést azt jelzi, hogy ez az entitás jogosult az adat karbantartására, a többi entitás használhatja az adatokat. Tehát, hiába személyhez kötött az adat, azt nem a személy tarthatja karban, hanem az-az entitás, ahol az adat keletkezik. A személy csak megnézheti ezen adatát, de nem törölheti, nem módisíthatja azt. Vannak azonban olyan személyhez kötött adatok, amelyeket csak a személy tarthat karban. Ilyenek például a publikációk, tudományos önéletrajz, kompetenciák stb. Ezen adatok tekintetében nem célszerű entitást kinevezni az adatkarbantartásra, mivel ezen adatok a személynél közvetlenül keletkeznek. A 10. adatot, a témavezetést véve alapul, itt azonban a doktori iskola entitást célszerű megnevezni adatkarbantartónak, mivel az adat a doktori iskolában keletkezik. A személy által karbantartható adatok esetében el kell dönteni, hogy maga az adott személy tarthatja-e karban az adatait vagy kijelölésre kerül egy adatkarbantartó, aki felviszi a személy adatait, módosítja, esetleg törli azokat. A tanszék esetében, illetve a doktori iskola vonatkozásában vannak külső oktatók, akik nincsenek a ZMNE állományában, de az Ő adataikat is kezelni kell, ebben az esetben célszerű, ha a kijelölt adatkarbantartó rendezi ezen külső oktatók személyhez kötött adatait. De az is járható út, hogy minden személy megkapja a saját személyénél keletkező személyhez kötött adatok karbantartási jogát. Az adatok típusa is meghatározó lesz az AVIR későbbi kiépítése során, amikor a konkrét informatikai rendszer kerül létrehozásra. Az AVIR nevéből adódóan, Adattár azt jelenti, hogy az adatok szervezett formában, strukturálisan lesznek tárolva, az-az adatbázisokat alkalmazunk. Az adatbázisban egy-egy adattípus az úgynevezett adatmező tulajdonságait határozza meg. Például a tudományos fokozat is egy mező az adatbázisban, a fizetés egy másik mező, a kompetencia egy külön mező, a születési dátum egy negyedik mező. Mind a négy adatnak más a típusa. A tudományos fokozat egy rövid szöveg, több karakterből álló mező, a fizetés szám, a kompetencia pedig egy hosszabb szöveg, a születési dátum meg egy különleges szám. Ez a négy különböző adat típus az adatbázis szempontjából is négy különböző típust jelent. A programozónak tudnia kell, hogy ezek a mezők milyen hosszúságú adatot tartalmaznak, ennek a hossznak az arányában tudja meghatározni az adatmező típusát. A tudományos fokozat megnevezése maximum 15 karakter (string), a fizetés legföljebb 6 számjegyből állhat (int), a kompetencia hatezer karaktert tartalmazhat (memo), a születési dátum pedig egy különleges formában tárolt 8 számjegy (dátum). A zárójelben lévő szavak az adatbázismező típusát jelentik egy meghatározott programnyelven. Gondot azok az adatok jelentenek, amelyek maguk is egy meghatározott struktúra alapján épülnek fel, mint például az önéletrajz. Az önéletrajzot nem lehet egyszerűen betenni egy hatezer karaktert tartalmazó adatmezőbe, mert a struktúráját nem tudjuk tárolni. (Legalábbis abban az adatbázisban, amely a ZMNE AVIR kiépítése során alkalmazásra 14

kerül). Ezeket a sajátos adatokat különleges módon kell tárolni, lehet, hogy egy Word dokumentumként, amelyre az adatbázis önéletrajz mezőjéből hivatkozni lehet. Az entitáshoz köthető adatok általában működési, tevékenység jellemző adatok, mint a hallgatói létszám, költségvetési számok stb. Itt is lesznek olyan adatok, amelyeket az adott entitás tart karban (feltölt, módosít, töröl), de lesznek olyan adatok, amelyeket egy másik entitás tart karban, az adott entitás csak használ. Az entitások vonatkozásában ez azt jelenti, hogy az adatkezelési mátrixuk tartalmazza azokat az adatokat, amelyeket ő saját maga tart karban és tartalmazza azokat az adatokat, amelyeket csak felhasznál. Maradva a tudományos fokozat példánál. A Tudományszervező Központ, mint entitás tartja karban ezeket az adatokat, azaz feltölti az adatbázisba, módosítja őket. A kar entitás ezen adatokat az adatkezelési mátrixa második részében szerepelteti, mint felhasználandó adatokat. Azt a jogosultság dönti el, hogy az adott felhasználó entitás mennyit és milyen formában láthat az adatokból. Csak összesített adatot láthat, hány PhD fokozatos van a karon vagy név szerint is lekérdezheti a kar PhD fokozatosait. Az entitás adatkezelési mátrixának lesz egy harmadik része is, amely azon adatokat tartalmazza, amelyeket valahova jelentenie kell, például a minisztériumnak, Statisztikai Hivatalnak, EDUCATIO nak. Ezek az adatok lehetnek saját kezelésű adatok és más entitás által karbantartott adatok, mivel nem biztos, hogy azaz entitás van adatszolgáltatásra kötelezve, amelynél az adatok keletkeznek. Az entitások vonatkozásában kell beszélni az adatok dimenzióiról is (lásd 2. fejezet). Van olyan adat, amelynek csak egy dimenziója van, például a fizetés, ez egy számjegy. Vannak azonban olyan adatok, amelyek több dimenziósak, mint például a hallgatói létszám. Ugyanis a hallgatói létszám több szempont szerint vizsgálható: évfolyam, szak, képzési szint (alap, mester, doktori, tanfolyam), forma (nappali, levelező), költségtérítéses avagy nem stb. Ez azt jelenti, hogy a hallgatói létszám adatnak lesznek jellemzői, amelyeket figyelembe kell venni az adatbázis kiépítésekor. Ezeket a dimenziókat is egzaktul meg kell határozni a kérdőíves felmérés és az interjúk során. 15

Entitás adatkezelési mátrix (a táblázat fiktív, példaként szolgál) Adat fajta Adatszolgáltató Igényelt Továbbí- Típus adat tandó adat Pályázat megnevezése, címe SIRH IPI Rektor, TRH szöveg Pályázat kiírója SIRH IPI Rektor, TRH szöveg Pályázat fajtája SIRH IPI Rektor, TRH szöveg Pályázat gazda (egyetem, kar, tanszék) SIRH IPI Rektor, TRH szöveg Pályázat státusza SIRH IPI Rektor, TRH szöveg (Kidolgozás, elbírálás, elutasítva, végrehajtás, befejezett) Összköltség SIRH IPI Rektor, TRH szám Támogatás + segédtábla: év SIRH IPI Rektor, TRH szám Önrész + segédtábla: év SIRH IPI Rektor, TRH szám tudományos fokozat SIRH IPI Ö, NSZ oktatói fokozat SIRH IPI Ö, NSZ publikációk SIRH IPI Ö, NSZ nyelvismeret SIRH IPI Ö, NSZ tudományos önéletrajz SIRH IPI Ö, NSZ kompetenciák (pályázatban menedzseri SIRH IPI Ö, NSZ funkció, alprogram vezetői funkció betöltéséhez való képzettség, tapasztalat) kutatói programokban való részvétel SIRH IPI Ö, NSZ kutatási eredmények SIRH IPI Ö, NSZ kutatói hálózatban való részvétel SIRH IPI Ö, NSZ 5.sz.ábra: Entitás adatkezelési mátrix MEGJEGYZÉS: - Ö összesített adat; - NSZ név szerinti lista Az egységes rendszer egy másik eleme az adatok felhasználásában nyilvánul meg. Az adatok felhasználása az adatkezelés fontos eleme az adatok karbantartása mellett. Az adatok felhasználása, az előzőekben leírt adatgazda : adat = 1 : 1 kapcsolatra épülve használja fel az arra jogosult az adatokat 1: több kapcsolat alapján, azaz a felhasználás során egy adathoz többen férnek hozzá. Ez a kapcsolati rendszer biztosítja a pontosságot, megbízhatóságot, mivel az adat forrása jól behatárolt, egy származási hellyel rendelkezik és egy adott jellemzőre, tulajdonságra, jelenségre, objektumra vonatkozóan dedikált az adatszolgáltató és ezt az adatot használja minden jogosult személy. Az adatok felhasználási lehetőségét a jogosultság mátrix szabályozza. 16

Név Adat Megtekint Összesít Listáz Továbbít Kokó István létszám X Nagy Irma létszám X X X Kis Zoli létszám X X Nagy Irén fizetés X X Az adatkarbantartói jogokat nem tartalmazza a táblázat. Lehet, hogy az adatkarbantartó teljes lista lekérésére, adattovábbításra nem jogosult. 6.sz.ábra: Jogosultság mátrix A csoportházirend tovább finomítja a felhasználói jogosultságokat. Lesz olyan csoport, amely az egész egyetem, a másik csoport csak a saját szervezetének adatait láthatja. Ha Kokó István az egyes csoportba tartozik, akkor az egész egyetem létszámadatait megtekintheti, ha a kettes csoportba lett sorolva, akkor csak a saját tanszéke (ha tanszéki dolgozó) létszámadatait láthatja. De nem jogosult ezek kinyomtatására vagy átadására más szervezetnek. Az EDUCATIO Felsőoktatási Igazgatóság felsőoktatási szakmai vezetői szerint, (akik az AVIR kiépítését koordinálják és segítik), célszerű létrehozni egy kompetencia központot, amely a legmagasabb alárendeltségben (rektori) van. Ez a kompetencia központ az AVIR kiépítése során irányítja, segíti az adatkezelési- és jogosultság mátrix összeállítását, elvégzi az adattisztítást, biztosítja a párhuzamosságok kiküszöbölését. A kompetencia központ az AVIR kiépítése után tovább segíti az adatfelvitelt, az adatfeldolgozást, az információ kinyerési folyamatokat, az adatáramoltatási folyamatokat. Összegzés: Jól látható, hogy egy szervezet adatkezelési rendszere nagyon bonyolult képződmény, tele párhuzamossággal, felesleges munkafolyamatokkal, pontatlanságokkal. Ezen problémák kiküszöbölésére csak egy jól felépített, átgondolt, számítógépi támogatású adatkezelési rendszer alkalmas. Az entitás adatkezelési mátrixból kitűnik, hogy egy nagyon bonyolult tevékenység a mátrix elkészítése. Ha ezen mátrix pontatlan, akkor megmaradnak a párhuzamosságok és a fölösleges munkafolyamatok, soha nem lesznek valósak a tárolt adatok. A jól felépített mátrix kezdeti lépése a kiküldött kérdőívek pontos és gondos, mindenre kiterjedő kitöltése. A másik fontos munkafolyamat a kitöltött kérdőívek feldolgozása, ezekből az entitás adatkezelési mátrix összeállítása. A párhuzamos adatkezelések kiszűrése nehéz feladat lesz, mivel ugyanazon adatot valószínű sokan másként neveznek meg a kérdőíven. Az interjúk lefolytatásával ezen problémák elég eredményesen kezelhetők. Manuálisan is nagy munkát, jelentős emberi erőforrást igényel az entitás adatkezelési mátrix összeállítása. Van egy számítógépi program, amely segít az entitás adatkezelési mátrix felépítésében, az alkalmazott kód szótárak és az adatbevitelnél már ellenőrzést végző rutinok ki tudják szűrni a duplikált adatfelvitelt, hozzájárulnak az adattisztításhoz. Még egy nagyon jelentős eleme van a kérdőív kitöltésének, a mindenre való kiterjedés komolyan vétele, mert ha valamely adatról megfeledkezünk, az kimarad a felépítendő adatbázis szerkezetéből, a feldolgozási folyamatokból. Utólag egy kész adatbázist, üzleti logikát módosítani nem egyszerű feladat és jelentős anyagi vonzata is van. Felmerül még egy probléma az entitás adatkezelési mátrix összeállítása folyamán, mégpedig a várható szervezeti változás. A Kormány döntése alapján 2012-ben létrejön az új Nemzeti Közszolgálati Egyetem a Zrínyi Miklós Nemzetvédelmi Egyetem, a Rendőrtiszti Főiskola és a Budapesti Corvinus Egyetem Közigazgatástudományi Karának összevonásával, három karral. Olyan rugalmas rendszert kell létrehozni, amely már most figyelembe veszi az új egyetem igényeit, illetve képes lesz a változások befogadására. 17

4. Adatok összegyűjtésének, tisztításának lehetséges módjai Az adatok összegyűjtéséhez első lépésként célszerű egy kérdőívet kiküldeni minden érintett számára, amely kérdőíven össze lehet írni azokat az adatokat, amelyekre szüksége lehet a tevékenysége során. Ezen a kérdőíven lehet jelezni, hogy ezt az adatot az adott személy hozza-e létre vagy valakitől kapja, illetve milyen jelentéseket, kimutatásokat kell készítenie, amelyek adatokat tartalmaznak. Ezeken a kérdőíveken kell megjelölni azokat a központi vagy saját adatbázisokat, amelyeket használnak, amelyekből szeretnék az adatokat beintegrálni az AVIR ba. Ezek az adatbázisok lehetnek számítógépi adatbázisok, különböző számítógépi táblázatok (Excel) vagy papír alapú nyilvántartások. A kérdőívek arra jók, hogy mindenki elgondolkodjon azon, hogy milyen adatokkal dolgozik, de rengeteg párhuzamosságot, különböző fogalomrendszert tartalmaznak az összegyűjtött kérdőívek. Lehet, hogy egyik személy PhD fokozatként nevezi az adatot, a másik meg tudományos fokozatként. A számítógépi adatbázisban ez a kettősség nem engedhető meg, el kell dönteni, hogy melyik tartalomnak, melyik a konkrét formai megnevezése. Az adattisztítási folyamat során lehet kiszűrni ezen ellentmondásokat. Az adattisztítás feladata annak pontosítása, hogy melyik adatnak ki a kezelője, ezen belül a karbantartója. Ezt az adattisztítást legegyszerűbben egy számítógépi programmal lehet elvégezni. (ZMNE portál AVIR program) Ez a program először is bekéri az adat megnevezését, azaz az adatfajtákat. Az adat megnevezése azt jelenti, hogy milyen adatot akarunk kezelni, például egyetem létszáma, hallgatói létszám, oktatói létszám, tudományos fokozattal bírók, nyelvtudás, számítógépek száma, megírt, beadott pályázatok stb. Minden adathoz meg kell adni annak a hosszát. Az adat hossza azt jelenti, hogy hány betűt, számjegyet akarunk tárolni az adatbázisban. A névre általában 50 betűt lehet feltételezni, a hallgató létszám 20-30 000 lehet, azaz 5 hosszúságú számjegyet kell tárolni. A leendő adat- és információszolgáltatási igényekhez ki kell jelölni a többdimenziós adatokat. A többdimenziós adat azt jelenti, hogy az adott adat több szempont szerint kezelhető, dolgozható fel. Ha a hallgatói létszámot vesszük, akkor annak a dimenziói: - nő férfi; - felvétel éve; - diplomaszerzés éve, - évfolyam; - intézet; - kar; - szak, - tanszék; - osztály; - fizetős; - nappali / levelező; - alap, mester, PhD, vezérkari; - civil / katona. A több dimenzió pontos és teljes feltárásának a jelentősége a különböző elemzések elkészítésénél van. Ha a szak dimenziót nem vesszük fel az adatbázisba, akkor nem tudunk olyan értékelést elkészíteni, amely azt mutatja meg, hogy melyik szak a legnépszerűbb, melyik szak az, ahol az egy éven belüli munkahely találás aránya a legnagyobb. 18

A dimenziók meghatározásánál mindig abból kell kiindulni, hogy mit várunk a rendszertől, milyen adatfeldolgozásokat akarunk elvégeztetni vele, milyen jelentéseket akarunk generáltatni. A programozó ezekből az igényekből, a dimenziókból tudja felépíteni az úgynevezett Üzleti logikát, ezekből tudja összeállítani az OLAP kocka kritériumait, az összegfokozatos összehasonlító táblázatok elkészítését. Egyes adatok többször is előfordulhatnak az egyénhez kötődően, ezek az ismétlődő adatok. Az ismétlődő adat azt jelenti, hogy egy személyhez több jellemző is tartozik. Egyik ilyen eklatáns példája az ismétlődő adatnak, a nyelvtudás. Egy személy több nyelvet is beszélhet. De ismétlődő adat az is, ha egy személy egyszerre két szakot végez, illetve egyszerre hallgató és oktató is. Az ismétlődő adatok pontos behatárolása szintén a programozónak szükséges, az adatbázis felépítéséhez. Az adatbázist úgynevezett normál formára kell hozni, amely azt jelenti, hogy ne legyenek redundanciák, felesleges adathalmazok az adatbázisban. A nyelvtudást véve alapul, ha ezt az adatot nem jelöljük meg ismétlődő adatnak, akkor a programozó betesz az adatbázisba egy adatmezőt, amelynek az lesz a neve, hogy nyelvtudás. De ebbe az adatmezőbe csak egy nyelvtudás vehető fel, például az angol. Ha a személynek egy nyelvvizsgája van, akkor nincsen probléma, de ha már van egy német nyelvvizsgája, akkor ez csak úgy vehető fel a rendszerbe, ha a személy összes más adatával még egyszer rögzítjük azt az adatbázisban. Ez redundanciát, fölösleges munkát, fölösleges adathalmazt jelent. De ha jelezzük a programozónak, hogy ez egy ismétlődő adat, akkor a programozó a nyelvtudás adatmezőbe csak egy kódot irat be a programmal és létrehoz egy másik adattáblát, ahol csak azt az azonosítót tárolják, amely összekapcsolja a nyelvtudást a személlyel, és a nyelvvizsgákat. Az adattípus megjelölésére az adatbázis mezőtípusainak a meghatározásához van szüksége a programozónak. Ha a név csak 50 betű (karakter) hosszú lehet, akkor string típust definiál a programozó, de ha számot akarunk tárolni akkor int lesz a típusa az adatmezőnek, ha születési dátumot tárolunk, az dátum típusú lesz. Ez megint a takarékosságot, az adatfeldolgozás gyorsaságát szolgálja. Ha egy adatnak nem szám típust adunk meg akkor azokat nem tudjuk összeadatni, kivonatni a programmal. Ha nem dátum típust adunk meg, akkor nem tudunk a születési évből automatikusan életkort generáltatni. A képet is más típusú adatmezőben lehet csak tárolni. De ha hosszabb anyagot akarunk tárolni, például rektori határozatokat, akkor a string típus nem elég, mert abba egy 10 oldalas dokumentum nem fér el. Itt egy memo mezőtípust kell meghatároznia a programozónak. Adatkapcsolódások alatt azokat az eseteket kell érteni, amikor az adott személyi adat több szervezeti egység vonatkozásában is szerepet játszik. Például, ha egy csapatnál szolgálatot teljesítő tisztet felkérnek mentornak, akkor annak a személyi adatait elsődlegesen a Karrier Iroda (a továbbiakban KI) kezeli tartja karban. Azonban ez a tiszt lehet, hogy a későbbiekben az egyetem oktatója lesz. A személyügy az adatai rögzítésénél, a név felvitele után már látja, hogy ez a személy szerepel az AVIR ban, az adatkapcsolati rendszernek köszönhetően, ezért nem veszi fel újra a személyi adatait, csak azokat az adatait, amelyek a személyügy vonatkozásában még relevánsak. Így nem fordulhat elő az, hogy egy személy kétszer is szerepeljen a rendszerben. Az adatkapcsolódásnak az adatkezelői jogosultságokra is hatása van. Visszatérve az előző példára, hogy az adott személy, mivel oktató, közli a KI val, hogy elfoglalt, töröljék a mentori nyilvántartásból. A KI, mint az elsődleges adatkezelő, ő vette fel a személyi adatokat, az ő jogosultsága lenne alapesetben a törlés is, de az adatkapcsolat miatt, most a törlési joga érvénytelen, csak annak az egy mezőnek a tartalmát módosíthatja, amely arra vonatkozik, 19

hogy az adott személy mentor vagy sem. A program küld egy figyelmeztető üzenetet, hogy nem törölhető! Ilyen adatkapcsolati viszony áll fent az osztályfőnök hallgató, mentor mentorált, öregdiák egyetemi polgár tekintetében is. Az adatkapcsolati rendszer létesül abban az esetben is, amikor az adott személy az egyetem oktatója, de egyben hallgatója is, illetve egyszerre két szakot is végez. Az adatkapcsolati rendszer problémakörébe tartozik azaz eset is, amikor valaki regisztrál a portálon mint öregdiák vagy munkaadó és a későbbiekben az egyetem hallgatója vagy alkalmazottja lesz. A mentor mentorált adatok rögzítése során, a mentoráltak felvételekor, a mentoráltat a meglévő hallgatók közül kell kiválasztani, tehát új személyi adatok rögzítését nem kell a nyilvántartásba felvenni. De az osztályfőnökhöz a hallgató hozzárendelése is ilyen módon történik. PhD fokozatot két elsődleges személyi adat rögzítő is felvehet a Tudományszervező Központon kívül, mint például a KI és a személyügy, attól függően, hogy a felveendő személy milyen minőségben kerül kapcsolatba az egyetemmel. Ha külső személyként mentor, akkor a KI rögzíti a személyi adatait, így a PhD fokozatot is, de ha oktatónak veszik fel, akkor a személyügy rögzíti a személyi adatait, így a PhD fokozatot is. A felvétel éve generálja az évfolyamot, amit az évismétlés módosít. A személyi szám meghatározza a nemet, a születési dátum az életkort, így ezen adatokat nem kell a rendszerben tárolni, ezek automatikusan képezhetők ha megvan a jogosultság a személyi szám adatkezelésére. Ha az AVIR kiépítői előtt már kezd kialakulni az adatstruktúra, akkor kerülhet sor az interjúkra. A vezetői interjúk során lehet az adatkapcsolati fajtákat pontosítani, feltárni a több dimenziós, a kapcsolódó és az ismétlődő adatokat. Az interjúknak arra is kell összpontosítania, hogy a vezetői igényeket derítse fel mélyrehatóan, mivel ezekből lehet következtetni a szükséges adatfeldolgozásokra, így a nyilvántartandó adatokra. De más fontos szempontokat is fel kell tárnia az interjúknak, mint például azt, hogy a munkaadóknak milyen igényei lehetnek, amikor munkaerőt keresnek, például, az adott hallgató milyen kompetenciákkal rendelkezik, karatézik, ejtőernyőzik, így ezek az adatok a DPR hez kapcsolódóan válnak relevánssá. Az adatok összegyűjtésénél a generális igényeket is figyelembe kell venni. Például, nemcsak a pályázati iroda ír pályázatokat, az egyetem többi szervei is dolgoznak ki pályázatokat, de ezeket is a pályázati irodának kell nyilvántartania. Ezt egy korábbi rektori határozat szabályozza, amely előírja, hogy az IPI nek kell az összes pályázatot nyilvántartani, de vajon ezt mindenki tudja? Az egyes rektori határozatban megjelölt adatszolgáltatási követelményeket nem biztos, hogy minden érintett ismeri. Az adatok feltérképezésénél további fontos feladat az ad-hoc igények felmérése. Át kell tekinteni, hogy ez idáig a vezetőknek milyen váratlan kérdései voltak, milyen gyors kimutatásokat kértek tőlük az elöljárók. A törvények, miniszteri, rektori, szenátusi határozatok tanulmányozása is sok adatfajtára ad utalást, ezekből jól felderíthető, hogy milyen nyilvántartások vezetése lett elrendelve a különböző szabályzókban. Az eddig megkötött szerződések a külső cégekkel, saját dolgozókkal, ezek teljesítése, produktum igazolása, az NFÜ, PEJ (projekt előrehaladási jelentés) is tartalmazhat nyilvántartandó adatfajtákat. Az adatforrások egységesítésére is gondot kell fordítani. Minden olyan adatot, amelyet szerepeltetni akarunk az AVIR ben, az elsődleges rögzítéskor olyan formában kell felvenni, hogy az minél egyszerűbben, gyorsabban, pontosabban bevihető legyen az AVIR be. Például a hallgatóknál, leendő munkatársaknál EVASYS űrlap kitöltését kell elrendelni. Az EVASYS űrlapok automatikusan beolvastathatók az AVIR adatbázisba. 20