Gộp bản ghi và quy tắc sống sót (survivorship)
Đối sánh đã làm xong việc khó: nó nhận ra ba bản ghi “Nguyễn Văn A”, “Nguyen Van A” và “NV A” thật ra là cùng một người. Nhưng nhận ra mới là một nửa câu chuyện. Giờ ta có ba bản ghi của cùng một khách, mỗi bản một số điện thoại, một địa chỉ, một mức đầy đủ khác nhau — vậy hồ sơ cuối cùng của khách hàng đó nên ghi giá trị nào? Đây chính là việc của gộp (merge) và quy tắc sống sót (survivorship). Trang này giải thích hai khái niệm đó trong MDM của Ataccama ONE cho người mới, kèm ví dụ quen thuộc ở doanh nghiệp Việt Nam.
Từ đối sánh đến gộp
Phần tiêu đề “Từ đối sánh đến gộp”Hãy nhớ lại trình tự trong MDM. Trước hết, đối sánh (matching) gom tất cả bản ghi của cùng một thực thể lại thành một nhóm. Sau đó, gộp (merge) lấy nhóm bản ghi đó và tạo ra một bản ghi đại diện duy nhất cho thực thể — chính là bản ghi vàng (golden record).
Nghe thì đơn giản, nhưng vướng ngay ở một điểm: các bản ghi trong nhóm thường mâu thuẫn nhau. Bản ghi từ CRM ghi số điện thoại này, bản ghi từ kế toán ghi số khác; địa chỉ ở hệ thống cũ khác địa chỉ ở hệ thống mới; một bản ghi điền đầy đủ email, bản kia bỏ trống. Khi gộp, với mỗi trường ta phải chọn một giá trị. Không thể nhồi cả ba số điện thoại vào một ô “số điện thoại chính”.
Vậy chọn thế nào cho đúng? Đó là lúc cần quy tắc sống sót.
Quy tắc sống sót (survivorship) là gì?
Phần tiêu đề “Quy tắc sống sót (survivorship) là gì?”Quy tắc sống sót (survivorship) là tập quy tắc quyết định, với từng trường, giá trị nào sẽ “sống sót” để đi vào bản ghi vàng khi các nguồn bất đồng. Cái tên nói lên đúng bản chất: nhiều giá trị ứng cử cho một trường, nhưng chỉ một được chọn ở lại, số còn lại bị loại.
Điểm tinh tế — và rất quan trọng — là survivorship hoạt động ở mức từng trường, không phải từng bản ghi. Ta không chọn “bản ghi nào tốt nhất rồi lấy nguyên si”. Thay vào đó, bản ghi vàng có thể lắp ghép từ nhiều nguồn: tên lấy từ bản ghi này, số điện thoại từ bản kia, địa chỉ từ bản thứ ba — mỗi trường lấy giá trị tốt nhất hiện có. Nhờ vậy bản ghi vàng thường đầy đủ và đúng hơn bất kỳ bản ghi nguồn đơn lẻ nào.
Các tiêu chí sống sót thường gặp:
- Mới nhất (most recent): chọn giá trị được cập nhật gần đây nhất. Hợp với những trường hay thay đổi như số điện thoại, địa chỉ — thông tin mới thường đáng tin hơn thông tin cũ.
- Nguồn tin cậy nhất (most trusted source): ưu tiên giá trị đến từ hệ thống được xếp hạng đáng tin hơn cho trường đó. Ví dụ địa chỉ từ hệ thống đã được xác minh đáng tin hơn địa chỉ khách tự khai trên một biểu mẫu.
- Đầy đủ nhất (most complete): nếu một bản ghi có trường đó còn bản kia bỏ trống, chọn bản có dữ liệu. Một giá trị thường tốt hơn ô trống.
- Phổ biến nhất / số đông (most frequent): nếu cùng một giá trị xuất hiện ở nhiều nguồn còn một nguồn khác đi, giá trị “số đông” thường đáng tin hơn.
Mỗi trường có thể áp một quy tắc khác nhau — đây là điểm mạnh. Số điện thoại có thể lấy theo “mới nhất”, trong khi mã số thuế lấy theo “nguồn tin cậy nhất”. Doanh nghiệp định nghĩa các quy tắc này dựa trên hiểu biết về nguồn nào đáng tin cho việc gì.
Kết quả: bản ghi vàng
Phần tiêu đề “Kết quả: bản ghi vàng”Sau khi áp quy tắc sống sót cho mọi trường, ta được bản ghi vàng — phiên bản dữ liệu đáng tin duy nhất của thực thể đó, lắp ghép từ những mảnh tốt nhất của tất cả bản ghi nguồn.
Một bản ghi vàng tốt còn giữ được dấu vết nguồn gốc: mỗi giá trị “sống sót” nên truy được nó đến từ bản ghi nào, theo quy tắc nào. Khả năng truy nguồn (lineage) này cực kỳ quan trọng cho governance — khi ai đó hỏi “vì sao địa chỉ khách hàng này lại là cái này”, ta trả lời được dựa trên bằng chứng, không phải phỏng đoán. Bản ghi vàng vì thế không chỉ đúng, mà còn giải thích được vì sao nó đúng.
Sau khi tạo, bản ghi vàng thường được xuất ngược về các hệ thống nguồn, để CRM, kế toán, chăm sóc khách hàng cùng dùng chung một sự thật — thay vì mỗi nơi giữ một phiên bản lệch nhau như trước.
Gộp có thể đảo ngược (un-merge)
Phần tiêu đề “Gộp có thể đảo ngược (un-merge)”Đối sánh và gộp đều có thể sai. Đôi khi hệ thống — hoặc cả con người — gộp nhầm hai thực thể khác nhau thành một: hai khách hàng trùng tên, cùng quê, nhưng thật ra là hai người. Nếu một khi đã gộp là vĩnh viễn, sai lầm kiểu này sẽ rất tai hại.
May là gộp có thể đảo ngược (un-merge). Một hệ MDM tốt cho phép tách (un-merge) một bản ghi vàng trở lại thành các bản ghi nguồn ban đầu khi phát hiện gộp sai. Điều này khả thi vì khi gộp, các bản ghi nguồn không bị xóa — chúng vẫn được giữ lại phía sau, bản ghi vàng chỉ là một lớp “góc nhìn hợp nhất” nằm trên. Có thể tách ra nghĩa là gộp là một quyết định an toàn, có thể sửa, chứ không phải canh bạc một chiều.
Khả năng un-merge gắn chặt với vai trò data steward: khi một khách hàng phản hồi “thông tin này không phải của tôi”, steward có thể điều tra, và nếu đúng là gộp nhầm thì tách bản ghi ra — đưa dữ liệu về lại trạng thái đúng.
Ví dụ ở doanh nghiệp Việt Nam
Phần tiêu đề “Ví dụ ở doanh nghiệp Việt Nam”Số điện thoại lấy bản mới nhất. Một khách hàng có hai bản ghi đã được đối sánh là cùng một người: hệ thống cũ lưu số “0912000111” cập nhật năm 2019, ứng dụng mobile lưu “0987000222” cập nhật tháng trước. Quy tắc sống sót cho trường số điện thoại đặt là “mới nhất”, nên bản ghi vàng lấy “0987000222”. Nhờ vậy bộ phận chăm sóc gọi đúng số đang dùng, thay vì gọi vào số đã bỏ.
Địa chỉ lấy nguồn tin cậy. Cùng khách hàng đó có hai địa chỉ: một do khách tự gõ khi đăng ký online (hay sai, thiếu), một lấy từ hệ thống giao hàng đã xác minh thực địa. Quy tắc sống sót cho trường địa chỉ đặt là “nguồn tin cậy nhất”, ưu tiên hệ thống giao hàng — nên bản ghi vàng dùng địa chỉ đã xác minh, giúp đơn hàng tới đúng nơi.
Bản ghi vàng đầy đủ hơn mọi bản gốc. Hồ sơ ngân hàng của một khách: bản ghi từ tài khoản tiết kiệm có email nhưng thiếu nghề nghiệp; bản ghi từ hồ sơ vay có nghề nghiệp nhưng thiếu email. Theo quy tắc “đầy đủ nhất”, bản ghi vàng lấy email từ bản đầu và nghề nghiệp từ bản sau — trở nên hoàn chỉnh hơn cả hai bản nguồn cộng lại, phục vụ tốt cho KYC và thẩm định.
Tách khi gộp nhầm. Hệ thống từng gộp hai khách hàng cùng tên “Trần Thị B”, cùng năm sinh, thành một. Sau đó một người khiếu nại nhận được sao kê không phải của mình. Data steward điều tra, xác nhận đây là hai người khác nhau, và tách (un-merge) bản ghi vàng về lại hai hồ sơ riêng — nhờ các bản ghi nguồn vẫn được giữ nguyên phía sau.