（一）传统信息化建设存在的问题
思想政治教育要求教师通过教育引领让学生形成一定的思想观念、政治观点、道德规范。信息化是提升思想政治教育工作的重要途径。中央对信息化环境下的学生思想政治教育工作做了前瞻性部署。2004 年中央16 号文件明确提出要“主动占领网络思想政治教育新阵地”、“要牢牢把握网络思想政治教育主动权”。在传统方式下，学生工作信息化的途径总体上可以分为两大类：一类是利用既有的或专门开发的网络平台，比如利用微博、微信公众号、思政教育网站等，以充分发挥网络载体的优势开展学生工作；另一类是利用定制开发的软件系统，比如学生资助系统、学生综合测评系统等，充分利用信息化技术的优势开展学生工作。这两种学生工作信息化途径都不能很好地满足高校思想政治教育的发展要求，存在以下几个方面的不足：
1. 基础数据片面，不能全面刻画学生
由于系统之间的学生信息数据共享能力不强，使得教师只能掌握片面的学生数据，不能对学生进行全面了解，影响学生工作的效果。微博平台上，教师只能看到学生在该平台上的状态，且这些状态还存在不真实的可能，同时也很难掌握没有微博同学的生活状态。以学生资助系统为例，教师只能通过系统了解受资助困难学生资助申请和受理的相关信息，而掌握不了学生日常消费行为等数据，很难判断学生是否真正贫困。
2. 系统功能单一，不能满足多样需求
每个网络平台或软件系统都只具备有限的功能，且相互独立互不通用，易造成基础信息的不一致。网络平台一般只具备交流沟通的功能，不能满足业务需求。各软件系统只满足某项业务的需求，比如资助系统只满足对经济困难学生在资助方面管理的需求、就业系统只满足对学生就业信息进行管理的需求等，系统之间数据不共享，每个系统都需要老师和学生进行数据核对。老师和学生必须打开不同的系统完成各种工作。
3. 系统水平较低，不能适应智能需求
信息化大多处于初级阶段，仅为学生工作提供工具以转变工作方式，缺少对数据的挖掘分析，没有发挥出在智能决策支持等方面的重要作用。教师通过微博平台能直观地看到学生当前的状态，却不能方便地掌握学生的历史信息，更不能把握学生思想规律，也做不到准确预判。各项工作的软件系统也是，只能对数据进行管理和统计，为相关教师进行业务分析提供一点辅助，而不能从数据中挖掘出更多知识，为教师提供决策建议。
（二）大数据在学生工作信息化建设中的应用现状
2008年9月《Nature》出版了“Big Data”专刊。“大数据”从此走进了人们视野，也为破解传统学生工作信息化建设的问题带来了机遇。
1. 大数据的概念
当前被大家所广泛使用的是2011年国际数据中心的报告中给的定义。该定义指出大数据技术被用来从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值。这个定义体现出了大数据的“4V”特点，即：Volume（容量大）、Velocity（实时性）、Variety（多样性）、Value（高价值）。也就是说，大数据在数据量上有大幅度增长，并且还在以非常快的速度实时增长，不仅包含结构化的关系数据，而且包含大量的图片、视频、文本等多种类型的半结构化和非结构化数据等，用大数据分析技术从大量低知识密度数据中挖掘价值，再利用个性化信息推荐系统等技术在各行各业开展应用，比如电子商务领域对客户的个性化推荐服务大大提升了购物体验等。
2. 大数据在高校思想政治教育工作中的应用研究
大数据在高等教育思想政治教育工作中的应用研究已引起越来越多研究者的关注。有研究者提出大数据为思想政治教育带来了量化图式、个性化教育、精准研判的新理念，并提出基于学生“精准画像”开展个性化思想政治教育。有研究者提出利用大数据分析技术研究时代青年喜欢的话题和语言风格、挖掘学生成长轨迹、对学生群体进行分类，开展针对性的思想政治教育[8]。李怀杰老师进一步提出了思想政治教育大数据评价体系，对学生思想需要等进行动态、全面地了解，并对内容载体和教育环境等进行客观评价，进而选择个性化的教育策略以应对不同学生的差异性问题。2017年11月第二届“大数据与思想政治教育创新”学术论坛上，研究者重点关注于大数据对思想政治教育的理论创新和实践创新方面的探讨，其中在实践创新性应用方面，认为大数据为立体全程育人提供了技术保障，助力思想政治教育方法趋向于定量化和数据化，要包括数据采集层、思想政治工作层和协同管理层三个层面。
3. 大数据技术在学生工作中的应用现状
当前，部分高校已开展了将大数据技术应用于学生工作的探索，如：北京大学的学生大数据应用项目、武汉大学的大数据智能管理服务平台、北京师范大学的校园行为大数据分析系统、电子科技大学的教育大数据一体化平台等，以寻求对破解传统信息化存在的问题。在数据共享方面，北京大学、武汉大学等高校的大数据平台都搭建了大数据管理平台，打破学校内部的数据孤岛，整合校内各类业务系统数据。在功能需求多样化方面，电子科技大学的大数据平台形成“一平台、多应用”的服务体系，整合多样化的校园应用。在智能化需求方面，北京大学、武汉大学的大数据平台提供了心理异常预警、失联预警等学生综合预警功能，北京师范大学的大数据平台提供了综合行为预警功能，电子科技大学的大数据平台提供了学业成绩预测、精准资助认定等功能。
同时，前述高校的大数据平台仍具有如下几方面的不足：（1）基础数据需要进一步全面。除了对校内部分业务数据的整合外，还需进一步考虑对学生入校前、毕业后的数据，以及与学生相关的社会第三方数据，使得对学生的“画像”更加准确。（2）对学生和教师的服务需更全面。除提高学校管理水平外，平台还需要提高对学生和教师的服务水平，立足于学生成长和教师工作的现实需求，提供尽可能多的服务。（3）大数据分析技术的综合应用需进一步提升。除学生“画像”、行为分析等需求外，平台还需注重对学生成长轨迹、学生成长资源、学生个体和群体的特征分析等更多方面的需求运用大数据分析技术，并且进一步综合运用协同分析、关联分析等大数据技术，以实现对学生成长的个性化精准推荐和对教师工作的针对性智能辅助。（4）用户群体的范围需进一步扩大。除了为学生、教师服务外，还需要结合学生工作的现实需求，需要将用户范围扩大到校友和学生家长。当前，基于大数据的学生工作信息化平台的建设仍需要进一步研究。