Chất lượng dữ liệu trong tổng thể data governance

Đến đây bạn đã hiểu chất lượng dữ liệu là gì, đo bằng cách nào và Ataccama tự động hóa nó ra sao. Trang này lùi lại một bước để nhìn bức tranh lớn: chất lượng dữ liệu không đứng một mình, nó là sợi chỉ xuyên suốt nối các trụ cột khác của data governance — danh mục dữ liệu, thuật ngữ nghiệp vụ, nguồn gốc dữ liệu và dữ liệu chủ. Hiểu cách chúng khớp với nhau, bạn sẽ thấy vì sao một nền tảng hợp nhất như Ataccama ONE lại có giá trị hơn nhiều công cụ rời rạc.

Data governance gồm những trụ cột nào?

Data governance (quản trị dữ liệu) là cách tổ chức biến dữ liệu thành tài sản đáng tin, có chủ, có kiểm soát. Người mới thường thấy ngợp trước một loạt thuật ngữ rời rạc. Thực ra chúng chỉ là vài trụ cột trả lời những câu hỏi rất đời thường:

Danh mục dữ liệu (data catalog): dữ liệu nằm ở đâu? Bảng nào, cột nào, trong hệ thống nào?
Thuật ngữ nghiệp vụ (business glossary): mỗi khái niệm nghĩa là gì? “Khách hàng đang hoạt động” được định nghĩa thế nào, ai chịu trách nhiệm?
Nguồn gốc dữ liệu (data lineage): dữ liệu từ đâu tới, đã qua những bước biến đổi nào trước khi lên báo cáo?
Dữ liệu chủ (MDM): đâu là bản ghi gốc duy nhất, sạch cho khách hàng, sản phẩm, nhà cung cấp — để cả công ty cùng dùng một sự thật?
Chất lượng dữ liệu (data quality): dữ liệu có đáng tin để dùng không?

Bốn trụ cột đầu cho biết dữ liệu ở đâu, nghĩa là gì, từ đâu tới và đâu là bản chuẩn. Nhưng tất cả đều dựa trên một giả định ngầm: rằng dữ liệu đúng. Chất lượng dữ liệu chính là mảnh kiểm chứng giả định đó.

Vì sao chất lượng dữ liệu là sợi chỉ nối tất cả

Hãy xem chất lượng dữ liệu gắn với từng trụ cột thế nào — đây là chỗ một nền tảng hợp nhất tạo khác biệt so với các công cụ tách rời.

Với danh mục dữ liệu — điểm chất lượng hiển thị ngay trong catalog

Một catalog liệt kê 500 bảng rất đẹp, nhưng nếu người dùng không biết bảng nào sạch để xài thì nó chỉ là một cuốn danh bạ. Trong Ataccama ONE, điểm chất lượng được gắn thẳng vào từng tài sản trong catalog. Người dùng mở catalog tìm “bảng khách hàng” là thấy ngay con số: dữ liệu này tin được bao nhiêu phần, chiều nào đang yếu. Catalog từ “biết dữ liệu ở đâu” nâng lên thành “biết dữ liệu nào đáng dùng” — khác biệt một trời một vực.

Với thuật ngữ nghiệp vụ — quy tắc gắn theo thuật ngữ

Đây là ý tưởng quan trọng nhất và cũng tinh tế nhất. Thay vì viết quy tắc kiểm tra cho từng cột rời rạc trong từng bảng, Ataccama cho phép gắn quy tắc chất lượng vào thuật ngữ nghiệp vụ. Bạn định nghĩa một lần “Email khách hàng” phải đúng định dạng và không rỗng; sau đó mọi cột trong mọi hệ thống được gán là “Email khách hàng” tự động thừa hưởng quy tắc đó. Lợi ích kép: quy tắc viết bằng ngôn ngữ nghiệp vụ (người kinh doanh hiểu được, không chỉ dân kỹ thuật), và tái sử dụng khắp nơi thay vì làm lại từ đầu cho từng bảng.

Với nguồn gốc dữ liệu — truy ngược lỗi đến tận nguồn

Phát hiện một bảng báo cáo có điểm chất lượng tụt là một chuyện; biết lỗi đến từ đâu lại là chuyện khác. Lineage vẽ đường đi của dữ liệu từ hệ thống nguồn, qua các bước biến đổi, tới báo cáo cuối. Khi chất lượng giảm, bạn lần theo dòng chảy ngược về nguồn để tìm đúng chỗ phát sinh lỗi — thay vì sửa ở báo cáo (chỉ che triệu chứng) thì sửa tận gốc. Lineage biến chất lượng dữ liệu từ “phát hiện vấn đề” thành “khắc phục đúng nguyên nhân”.

Với MDM — dữ liệu chủ sạch, một sự thật duy nhất

MDM (Master Data Management) lo cho dữ liệu chủ: khách hàng, sản phẩm, nhà cung cấp — những thực thể cốt lõi xuất hiện khắp mọi hệ thống. Vấn đề kinh điển: cùng một khách hàng tồn tại nhiều bản (“Nguyễn Văn A”, “Nguyen Van A”, “NV A”) rải rác ở CRM, kế toán, chăm sóc khách hàng. MDM gộp chúng thành một bản ghi vàng duy nhất. Nhưng để gộp đúng và giữ bản vàng luôn sạch, MDM phải dựa vào chất lượng dữ liệu — chuẩn hóa, đối sánh, loại trùng đều là công việc chất lượng. Nói cách khác, không có chất lượng dữ liệu thì không có MDM tin được.

Luận điểm trung tâm: chất lượng dữ liệu tạo ra NIỀM TIN

Nếu phải rút gọn cả trang này thành một câu, thì đây: mục tiêu cuối cùng của data governance là niềm tin — và chất lượng dữ liệu chính là thứ tạo ra niềm tin đó.

Mọi trụ cột khác đều phục vụ niềm tin, nhưng không trụ cột nào tự nó tạo ra niềm tin nếu con số bên dưới sai. Catalog cho biết dữ liệu ở đâu — nhưng người dùng chỉ tin khi biết nó sạch. Glossary cho biết một khái niệm nghĩa là gì — nhưng định nghĩa “Khách hàng đang hoạt động” vô dụng nếu dữ liệu không phân biệt nổi khách còn hoạt động với khách đã rời đi. Lineage từ đâu tới quý nhất đúng lúc cần truy một lỗi chất lượng về nguồn. MDM hứa một sự thật duy nhất — nhưng “sự thật” đó chỉ đáng tin khi đã được làm sạch.

Thiếu mảnh chất lượng, bốn mảnh kia mất giá trị. Đó là lý do trong Ataccama ONE, governance và chất lượng là một, không tách rời: điểm chất lượng xuất hiện ngay trong catalog và trên từng thuật ngữ, nên niềm tin không phải thứ trừu tượng — nó là con số người dùng nhìn thấy mỗi khi mở dữ liệu ra dùng.

Một câu chuyện end-to-end

Lý thuyết trên trở nên sống động khi xâu chuỗi lại thành một tình huống thật. Giả sử một ngân hàng có dashboard “Số khách hàng đang hoạt động” mà lãnh đạo dùng để ra quyết định:

Phát hiện lỗi. Hệ thống giám sát báo điểm chất lượng của bảng nguồn nuôi dashboard tụt mạnh — tỷ lệ khách thiếu trường “ngày giao dịch gần nhất” tăng vọt. Con số “khách đang hoạt động” vì thế bị thổi phồng.
Truy lineage tới nguồn. Nhóm dữ liệu mở lineage, lần ngược dòng chảy và thấy lỗi không nằm ở dashboard, mà ở một luồng nạp dữ liệu từ hệ thống thẻ mới tích hợp — luồng này bỏ trống trường ngày giao dịch.
Sửa tận gốc. Họ sửa đúng luồng nạp đó thay vì vá ở báo cáo. Bản ghi lỗi đã tồn tại được đưa vào quy trình khắc phục.
Điểm chất lượng cập nhật trong catalog. Sau khi sửa, lần đánh giá kế tiếp đẩy điểm chất lượng của bảng trở lại mức tốt — và con số mới này hiển thị ngay trong catalog, trên cả thuật ngữ “Khách hàng đang hoạt động” gắn với nó.
Người dùng tin tưởng dùng. Lãnh đạo mở dashboard, thấy nhãn chất lượng xanh trở lại, và ra quyết định mà không phải gọi điện hỏi “con số này tin được không?”.

Cả vòng — phát hiện, truy ngược, sửa, cập nhật, tin tưởng — chạy được vì các trụ cột kết nối trong một nền tảng. Nếu chất lượng, lineage và catalog là ba công cụ rời, mỗi bước phải làm thủ công và niềm tin tan rã ở khâu chuyển giao.

Tóm tắt cho người ra quyết định

Data governance gồm nhiều trụ cột — catalog, glossary, lineage, MDM — và chất lượng dữ liệu là sợi chỉ nối tất cả.
Trong Ataccama ONE: điểm chất lượng hiển thị trong catalog, quy tắc gắn theo thuật ngữ nghiệp vụ, lỗi truy ngược qua lineage, dữ liệu chủ được làm sạch cho MDM.
Luận điểm cốt lõi: chất lượng dữ liệu tạo ra niềm tin — mục tiêu cuối cùng của governance. Thiếu nó, mọi trụ cột khác mất giá trị.
Giá trị thật đến từ việc các trụ cột kết nối trong một nền tảng hợp nhất, để cả vòng phát hiện → sửa → tin tưởng chạy liền mạch.

Knowledge Catalog — nơi điểm chất lượng hiển thị cùng dữ liệu.
Data Lineage — truy ngược lỗi chất lượng về tận nguồn.
ONE MDM — dữ liệu chủ sạch, một sự thật duy nhất.
Lộ trình triển khai cùng BSD Insight — đưa tất cả vào thực tế theo từng bước.