如何利用大数据建设学工系统？学生工作既强调“面”的工作，更强调“点”的关注。不同学生的家庭环境、心理成熟度、行为习惯等等都不尽相同，想要做好学生工作，必须准确掌握每个学生的差异。然而，学校有那么多学生，如何精准把握每个学生的在校情况？所以拥有一款好用的学工系统非常关键。
一款好用的学工系统，应当具有以下几个特点：
一、高校学生数据的收集
在大数据时代，每个人每天都会产生大量的数据。高校学生产生的数据主要可以分为三个方面：招生数据、在校期间数据以及就业数据，通过对学生在校数据的波动以及家庭背景、个人心理素质等的分析，充分了解学生的变化状态，辅助行为预警、精准扶贫等学生工作，及时和学生取得有效的沟通，提高学校人才培养质量，实现智慧学工。
二、个人画像
根据学生在校的数据完成学生行为画像以及进行预警分析。学生的行为画像主要是根据现有的招生信息、学生在校期间的运动数据、成绩数据、消费数据、上网数据、图书馆借阅数据等，对学生数据进行有效分析，量化学生学习情况、经济情况、社交情况、心理健康情况等多维度的特性，形成身体健康画像、上网时长画像、消费画像、成绩画像等。
三、综合预警
预警分析是通过学生某个时间段的在校状态与学生标签作对比，根据一卡通消费、门禁闸机、考试成绩等数据，计算期间内学生任何在校轨迹信息、学生当前成绩挂科数、学籍分等信息，了解学生心理行为和学业的变化趋势，实现学生失联预警、学分预警、挂科预警等，对反常行为作出预测分析，及时杜绝不良现象。
例如针对近年来大学生沉溺网络、超前消费等问题，除了加强网络教育和安全意识宣传，可通过借助大数据，对学生上网时长等相关行为进行数据分析，对异常行为及时采取措施和预警，给予更多关注和思想引导，为学生的健康成长保驾护航。
四、辅导员数据分析
根据学工部提供的辅导员信息以及人事系统提供的辅导员基本信息，对辅导员数据进行有效的分析。通过辅导员年龄分布、在岗时间、职称和学历情况，分析辅导员所学专业与学校学科专业以及所带学院专业的匹配程度，可以根据实际的匹配程度，为学校招聘辅导员提供依据，合理安排专业性较强的辅导员指导更加专业的学院和专业。
根据以上特点，37000cm威尼斯研发出了新一代智慧学工系统-----学生一体化服务平台。本系统是公司智慧校园核心业务系统之一，平台基于微服务架构，以“管理＋服务”为设计思想，涉及学生工作的各环节，涵盖学生入学前、入学时、在校期间、毕业以及毕业后的全生命周期管理，将信息数据化、业务流程化、工作系统化，实现学生服务全过程的一体化。
