当数据分析项目从数据洞察力转变为数据行动时，它们就成为学校文化变革的驱动力。数据分析项目的核心是检查人们的工作方式，决定工作何时和为什么需要改变，以及应该如何改变。但是当这些项目特别专注于工作中的低效和差距问题时，这些变革的努力可能会引发系统失败的风险。

领导者可以通过将变革的重点从发现工作中缺失的内容转向发现工作中有效的内容，从研究该取消哪些工作转向该如何改进工作，来减少对员工的压力。建立一种有包容性和归属感的文化对于从数据洞察到数据行动的转变至关重要。如果员工个人没有安全感，就无法去进行变革尝试，那么这项工作在开始之前就已经失败了。

数据分析需要在学校层面进行。学校必须拥有数据。职能部门和学术部门的领导可以对数据进行管理，但他们需要同时将自己拥有数据的所有权让渡给学校，以最大限度地发挥数据分析的影响并控制成本。要让数据发挥作用，需要及时针对数据采取行动。工作人员需要从简单地报告过去的数据转变为在特定时刻提供可操作的、与运营相关的数据。实现这一转变的障碍之一是，各部门往往希望在等待业务升级时保留现有运营数据。这使得学校层面的数据分析和行动在短期内无法进行。

数据分析举措所能完成的效果由领导层投入资源的水平和范围决定。有限的投入将导致有限的效果。

根据数据洞察采取行动需要好的数据。好的数据包括数据治理、数据定义，以及越来越多的集成数据。经验丰富的IT领导和专业人员很适合成为整个学校数据的管理者。

数据洞察需要有效的数据分析、数据报告和数据可视化的工具。这些工具的使用者需要了解何时、为什么以及如何使用它们。好的工具将帮助教职员工更轻松地观察和使用数据。

数据行动需要项目管理工具，以及对数据行动措施进行实时跟踪和可视化的能力，这样负责根据数据洞察采取行动的人就能知道他们的行动效果如何。

数据集成可以使预测分析更加有效，并为采用人工智能和机器学习技术奠定基础。

新的数据基础和应用需要员工学习新的技能。所需的技术技能包括主数据管理，系统和数据集成，以及商业智能（BI）。数据科学家将是必不可少的，特别是那些了解高等教育行业和他们所在学校业务的人才。但这样的人才十分稀缺。

数据分析职位的关键岗位也需要新的技能。他们必须能够理解如何管理、分析、可视化和解释数据，以及如何洞察数据内在的趋势并采取行动。他们需要摒弃凭感觉工作的旧方式。除了数据处理流程的顺利运行，还需要对数据进行审计。

今天的许多工作都需要数据分析能力，但这个能力要求可能不会出现在招聘的工作描述中。当人们处于工作过度紧张的状态时，往往会拖延他们认为不重要的工作。有时候，数据分析工作就被视为这种不重要的工作。但是对于许多重要的工作岗位来说，数据分析工作的重要性应该得到重视。让员工负责地使用数据需要成为某些岗位的核心原则。