Điểm chất lượng và ngữ cảnh tin cậy hiển thị trong catalog

Hãy hình dung bạn vào một siêu thị. Trên mỗi món hàng đều có nhãn: hạn sử dụng, nơi sản xuất, thành phần, ai phân phối. Nhờ nhãn đó bạn quyết định trong vài giây có nên bỏ vào giỏ hay không. Một danh mục dữ liệu (data catalog) tốt cũng làm đúng việc đó cho dữ liệu: khi bạn mở một bảng, một cột, một bộ dữ liệu, bạn nhìn thấy ngay nó sạch tới mức nào, ai là chủ, cập nhật lần cuối khi nào, nguồn lấy từ đâu. Điểm khác biệt lớn của Ataccama ONE là điểm chất lượng được hiển thị ngay trong catalog, đứng cạnh chính tài sản dữ liệu — chứ không nằm ở một báo cáo rời nào đó mà bạn phải đi tìm. Đây chính là chỗ catalog và Chất lượng dữ liệu gặp nhau.

”Tin được không?” — câu hỏi quan trọng nhất khi dùng dữ liệu

Khi một người tìm thấy một bảng dữ liệu trong tổ chức, họ luôn phải tự trả lời ba câu, theo đúng thứ tự:

Tìm thấy — có đúng bảng mình cần không?
Hiểu — từng cột nghĩa là gì, đơn vị ra sao?
Tin — dữ liệu này có sạch không, có còn mới không, ai chịu trách nhiệm?

Hai câu đầu là việc của catalog truyền thống: tổ chức siêu dữ liệu (metadata) để người dùng tra cứu. Nhưng câu thứ ba — tin được không — mới là câu quyết định người ta thực sự dùng hay bỏ qua dữ liệu. Trong nhiều doanh nghiệp, đây cũng là câu khó trả lời nhất, vì câu trả lời thường nằm trong đầu một vài người, hoặc phải mở một công cụ khác để kiểm tra.

Vì sao đưa điểm chất lượng vào catalog lại là điểm mạnh: người dùng không phải rời khỏi nơi họ đang tìm dữ liệu. Họ thấy tài sản và thấy luôn “sức khỏe” của nó trên cùng một màn hình. Quyết định dùng hay không dùng diễn ra ngay tại chỗ, dựa trên bằng chứng, chứ không dựa vào cảm tính hay lời truyền miệng.

Điểm chất lượng (quality score) là gì

Điểm chất lượng là một con số tóm tắt mức độ “lành mạnh” của một tài sản dữ liệu — thường thể hiện theo phần trăm hoặc theo thang điểm dễ đọc. Đằng sau con số ấy là kết quả của nhiều luật kiểm tra chất lượng (data quality rules) chạy trên dữ liệu thật, đo theo các chiều quen thuộc:

Đầy đủ — bao nhiêu phần trăm bản ghi thiếu giá trị bắt buộc (ví dụ thiếu số điện thoại khách hàng).
Hợp lệ — giá trị có đúng định dạng và quy tắc không (mã số thuế đủ số, email đúng dạng).
Nhất quán — dữ liệu có mâu thuẫn nhau không (tỉnh ghi “TP.HCM” chỗ này, “Hồ Chí Minh” chỗ khác).
Trùng lặp — cùng một khách hàng có bị tạo nhiều lần không.
Đúng thời điểm — dữ liệu được cập nhật gần đây hay đã cũ.

Người dùng không cần đọc hết từng luật. Họ nhìn điểm tổng để có cảm nhận nhanh, rồi nếu cần mới mở chi tiết xem luật nào đang “đỏ”. Một bảng để điểm cao nghĩa là dùng được ngay; điểm thấp là tín hiệu phải thận trọng — và thường kèm gợi ý vấn đề nằm ở đâu.

Ngữ cảnh tin cậy (trust context): không chỉ một con số

Điểm chất lượng quan trọng, nhưng một con số đứng một mình thì chưa đủ để tin. Cái khiến người dùng yên tâm dùng là toàn bộ ngữ cảnh tin cậy vây quanh tài sản — những thông tin trả lời gọn gàng cho câu “vì sao tôi nên (hay không nên) tin bảng này”:

Ai là chủ sở hữu dữ liệu (data owner) — có người chịu trách nhiệm, có địa chỉ để hỏi khi nghi ngờ.
Cập nhật lần cuối khi nào — dữ liệu hôm qua khác hẳn dữ liệu từ năm ngoái.
Nguồn lấy từ đâu — bảng này lấy từ hệ thống bán hàng, hay là bản sao đã qua xử lý? Đây là phần nguồn gốc dữ liệu (lineage).
Ý nghĩa nghiệp vụ — cột này gắn với thuật ngữ nghiệp vụ nào, định nghĩa ra sao.
Mức độ nhạy cảm — có chứa thông tin cá nhân (PII) cần thận trọng khi dùng không.

Khi tất cả những mảnh này hiển thị cùng nhau bên cạnh điểm chất lượng, người dùng có được một bức tranh tin cậy đầy đủ chỉ trong một lần nhìn. Đó là sự khác biệt giữa “tôi đoán bảng này ổn” và “tôi biết bảng này ổn vì những lý do cụ thể”.

Chỗ catalog và Chất lượng dữ liệu gặp nhau

Trong nhiều tổ chức, “danh mục dữ liệu” và “chất lượng dữ liệu” được coi là hai việc tách rời, do hai nhóm khác nhau lo, bằng hai công cụ khác nhau. Hệ quả là người đi tìm dữ liệu trong catalog không hề biết dữ liệu đó sạch hay bẩn, còn người đo chất lượng thì làm việc ở một nơi mà người dùng cuối hiếm khi ghé.

Cách tiếp cận của Ataccama ONE là hợp nhất hai việc này trên cùng một nền. Khi một tài sản được đưa vào catalog và được đo chất lượng, kết quả đo gắn thẳng vào tài sản trong catalog. Người dùng tìm dữ liệu cũng chính là người thấy chất lượng dữ liệu, tại cùng một chỗ, cùng một lúc.

Điều này khiến quản trị dữ liệu (data governance) không còn tách rời khỏi việc dùng dữ liệu hằng ngày. Catalog trở thành nơi mọi thứ hội tụ: thông tin tìm kiếm, ý nghĩa nghiệp vụ, nguồn gốc, và sức khỏe của dữ liệu — tất cả trong một lớp tự phục vụ. Governance không phải là một bộ quy định nằm trên giấy, mà là thứ người dùng gặp ngay khi mở dữ liệu.

Ví dụ Việt Nam: chọn bảng để làm báo cáo doanh thu

Một nhân viên phân tích vừa vào công ty bán lẻ, được giao dựng báo cáo doanh thu theo tỉnh cho ban giám đốc. Trong catalog, bạn ấy gõ tìm và ra hai bảng cùng tên gần giống nhau:

Bảng A — điểm chất lượng 94%, chủ sở hữu là trưởng phòng Kế toán, cập nhật lúc 6 giờ sáng nay, nguồn từ hệ thống bán hàng chính thức, cột “doanh thu” đã gắn thuật ngữ “Doanh thu thuần”.
Bảng B — điểm chất lượng 58%, không rõ chủ sở hữu, cập nhật lần cuối tám tháng trước, là bản trích thủ công, luật kiểm tra báo “thiếu giá trị” ở 30% bản ghi.

Không cần đi hỏi vòng quanh, không cần mở thêm công cụ nào, bạn nhân viên chọn Bảng A và biết rõ vì sao. Nếu chẳng may chọn Bảng B, điểm thấp và dòng “cập nhật tám tháng trước” sẽ là lời cảnh báo kịp thời, tránh được một báo cáo sai gửi lên lãnh đạo. Toàn bộ “ngữ cảnh tin cậy” đã giúp ra quyết định đúng trong vài chục giây — thay vì vài ngày đi xác minh.

Các sai lầm dễ mắc phải

Coi điểm chất lượng là chuyện riêng của bộ phận IT. Nếu điểm chỉ nằm trong một báo cáo kỹ thuật, người dùng nghiệp vụ — những người thực sự ra quyết định — sẽ không bao giờ thấy. Đặt điểm ngay trong catalog mới phát huy tác dụng.
Tin một con số mà bỏ qua ngữ cảnh. Điểm cao nhưng dữ liệu đã cũ vài tháng vẫn có thể dẫn tới sai. Luôn đọc kèm “cập nhật lần cuối”, “chủ sở hữu”, “nguồn”.
Không có ai đứng tên chủ sở hữu. Khi không ai chịu trách nhiệm một tài sản, sẽ không ai sửa khi điểm tụt. Chất lượng trong catalog chỉ bền khi đi cùng vai trò chủ sở hữu dữ liệu.
Nghĩ rằng đo một lần là xong. Dữ liệu thay đổi mỗi ngày, nên điểm chất lượng cần được làm mới liên tục thì con số mới còn đáng tin.

Hiểu sâu cách tính và ý nghĩa của điểm: Điểm chất lượng dữ liệu
Bức tranh tổng thể về module Chất lượng dữ liệu: Tổng quan Chất lượng dữ liệu
Vì sao catalog là nền của quản trị dữ liệu: Catalog trong governance